現實社會中大多數的數據或信息對象彼此連接或交互,形成眾多大型、互連、復雜的網絡,稱之為異構信息網絡。該網絡可以描述人與人之間的社會關系,以及科學研究中的合作關系等實際網絡關系。對復雜網絡的研究有助于發(fā)現網絡中隱含的知識,這已成為許多學科的共同焦點。其中,最基本且最重要的問題是相關性度量。本文主要研究了以異構網絡路徑為基礎的節(jié)點相關性度量和關系預測。通過對異構網絡構建基于路徑的概率圖模型,以異構網絡中的相關性度量為主要研究工具,結合異構網絡中的動態(tài)特征,重點研究擁有不同屬性的節(jié)點對之間的概率關系。隨后,結合矩陣分解方法,實現對動態(tài)異構信息網絡中各個用戶進行有效推薦的目標。主要貢獻和工作如下:首先,本文提出了基于元路徑的概率相關性度量DHIN-PReP。采用概率圖模型構建節(jié)點關系對應的概率函數;然后以分配權重的方式為異構網絡的路徑選擇性特征添加先驗信息;隨后提取動態(tài)異構網絡中的時間信息,設計有效的時間影響函數。聯(lián)合相關性度量函數與時間影響函數,獲得了新的基于路徑的動態(tài)概率相關性度量,簡記為DHIN-PReP。其次,在DHIN-PReP模型得到相關性評分矩陣的基礎上,本文提出了基于矩陣分解的... 

【文章來源】：江西理工大學江西省

【文章頁數】：55 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現狀
        1.2.1 邊相似性度量
        1.2.2 節(jié)點相似性度量
        1.2.3 系統(tǒng)推薦
    1.3 本文主要工作
    1.4 本文的組織結構
第二章 相關研究及技術介紹
    2.1 異構信息網絡
        2.1.1 元路徑與元結構
        2.1.2 基于元路徑的算法
        2.1.3 基于元結構的算法
    2.2 矩陣分解
第三章 元路徑誘導的動態(tài)概率相關性度量
    3.1 PReP:從概率角度出發(fā)的相關性度量
    3.2 DHIN-PReP相關性度量算法
    3.3 特征參數估計
    3.4 DHIN-PReP算法實驗
        3.4.1 數據集及評價準則
        3.4.2 特征參數的影響
        3.4.3 有效性和穩(wěn)定性驗證
    3.5 本章小結
第四章 基于概率相關性度量的推薦算法
    4.1 相關定義和建模思路
    4.2 基于矩陣分解的相關性推薦算法
    4.3 DHINPRe P-MF算法實驗
        4.3.1 數據集及評價準則
        4.3.2 實驗結果
    4.4 相關性推薦算法的推廣
        4.4.1 用戶關系建模
        4.4.2 物品關系建模
        4.4.3 DHINPRe P-CF模型
    4.5 本章小結
第五章 結論
    5.1 總結
    5.2 展望
參考文獻
附錄 A 實驗一數據結果
致謝
攻讀學位期間的研究成果


【參考文獻】：
期刊論文
[1]結合地點類別和社交網絡的興趣點推薦[J]. 唐浩然,曾駿,李烽,文俊浩.  重慶大學學報. 2020(07)
[2]異構信息網絡中基于元結構的協(xié)同過濾算法[J]. 王旭,龐巍,王喆.  計算機科學. 2019(S1)
[3]一種檢測興趣漂移的元路徑推薦模型[J]. 石磊,丁鑫,陶永才,衛(wèi)琳.  小型微型計算機系統(tǒng). 2019(03)
[4]網絡數據環(huán)境下動態(tài)抽樣框的構建及其應用[J]. 朱鈺,王恬.  統(tǒng)計與決策. 2019(02)
[5]個性化推薦算法研究綜述[J]. 張志威.  信息與電腦(理論版). 2018(17)
[6]基于內容的加權粒度序列推薦算法[J]. 王光,張杰民,董帥含,夏帥.  計算機工程與科學. 2018(03)
[7]基于建構主義學習理論的個性化知識推薦模型[J]. 謝振平,金晨,劉淵.  計算機研究與發(fā)展. 2018(01)
[8]協(xié)同過濾推薦算法研究進展[J]. 翁小蘭,王志堅.  計算機工程與應用. 2018(01)
[9]異構信息網絡中基于圖的半監(jiān)督學習[J]. 湯小康,曹步文.  小型微型計算機系統(tǒng). 2017(10)
[10]基于關聯(lián)規(guī)則挖掘的分類隨機游走算法[J]. 施海鷹.  計算機技術與發(fā)展. 2017(09)

博士論文
[1]社會網絡分析與挖掘的若干關鍵問題研究[D]. 韓毅.國防科學技術大學 2011

碩士論文
[1]基于分布式平臺的個性化推薦算法研究[D]. 韓皎.長安大學 2017
[2]基于網絡中對象關系的信息檢索和結構分析及其應用[D]. 尹緒森.北京郵電大學 2014



本文編號：3184794