基于位置的移動社會化網(wǎng)絡推薦技術研究
發(fā)布時間：2021-09-06 19:20
最初推薦系統(tǒng)利用用戶對項目的點評信息,構建用戶偏好模型,采用基于內(nèi)容的推薦、協(xié)同過濾、基于知識的推理等方法,為用戶產(chǎn)生推薦結果。其中協(xié)同過濾利用相似行為用戶具有相似的個性化偏好,以相似用戶間的協(xié)同性為用戶產(chǎn)生推薦結果,成為目前應用較為廣泛的推薦方法之一。為了解決協(xié)同過濾中存在的數(shù)據(jù)稀疏性和冷啟動問題,人們把用戶社會屬性信息融合到用戶偏好模型中,提出了多種社會化推薦方法。但是傳統(tǒng)網(wǎng)絡平臺很難提供用戶完整的社會屬性信息,例如用戶的移動位置數(shù)據(jù)。在基于位置的社會化網(wǎng)絡中,移動用戶隨時隨地的位置簽到、位置信息共享及社交活動,為搜集用戶的社會關系及移動位置信息提供了一種新的途徑,促進了具有位置服務特征的社會化網(wǎng)絡推薦系統(tǒng)的發(fā)展。本文主要針對基于位置的社會化網(wǎng)絡推薦系統(tǒng)中一些基本方法及關鍵問題進行探索性研究,主要包括：（1）傳統(tǒng)基于用戶的協(xié)同過濾推薦方法大都利用用戶-項目二元數(shù)據(jù)進行相似性計算,而忽略了用戶位置信息對相似性的影響。針對此問題,本文利用位置服務及傳統(tǒng)協(xié)同過濾的基本思想,提出一個基于位置的網(wǎng)絡服務推薦框架模型,把用戶的位置信息引入到相似性計算過程中,給出一種基于位置的移動用戶偏好相似度...
【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】：130 頁
【學位級別】：博士
【部分圖文】：
圖１－１論文章節(jié)結構圖??
置信息及其位置標注媒體信息（例如圖片、視頻、文檔等）成的新的社會網(wǎng)絡結構，其中位置信息是由用戶隨時間變。此外，實體間內(nèi)在的關聯(lián)性不僅包括兩個用戶出現(xiàn)在相同的位置信息，而且還包括用戶的一般興趣、社會活動規(guī)律、標注的媒體信息中體現(xiàn)出來了的各種知識。??
（比如是對該網(wǎng)絡服務體驗評分，或者使用次數(shù)等等）。??定義３－２．在一個時間周期內(nèi)，移動用戶隨位置變化的網(wǎng)絡服務偏好模型??Ｐ?＝?Ｏｉ，Ａ…斯）。具體Ｓ維模型如圖３－２所示。??在一個時間周期內(nèi)（比如１天內(nèi)），隨著時間的變遷，用戶位置是在不停的??變化。例如將一天時間劃分為四個時間段（午夜；１上午；２，下午；３，晚上：??４，），該用戶Ｍ，的位置變化情況為（在家：１，辦公室．２，超市：３，在家：??１），而另一個移動用戶＂２的位置變化情況為（賓館：４，風景區(qū)：５，在家：１，??在家：１），這一天上午的這段時間內(nèi)兩個用戶使用的服務信息分別為??（非�。绾停方阅敲磧蓚�移動用戶在這一天上午這一段時間段內(nèi)基??于位置的特征模型分別為巧?１，＝化…如）和巧２４?＝化４，切Ａ２…，其中??＜表不第＂個移動用戶在對第ｍ個網(wǎng)絡服務項目的評分或者使用次數(shù)。依次可??Ｗ提取這兩個移動用戶在這一天時間內(nèi)其他時段的使用的網(wǎng)絡服務特征。??＂?２１??＂Ｄｍ。??Ｓｃｅｎｉｃ?ｓｐｏｔｓ?ｙ＾ＳＳｋ??Ｈｏｔｅｌ??ＳＩ????????？??朗：００?１０：００?１４：００?２０：００??圖３－２移動用戶基于位置的偏好特征??定義３＿３．設兩個移動用戶和分別在位置４和與的對所有網(wǎng)絡服務項??目的應用特征為Ａ?＝（１，，５；）和，＾?＝?（Ｚ，，《Ｓｙ），和５；分別是這兩個移動用戶在??位置和Ｚｙ使用的所有網(wǎng)絡服務多維特征向量
【參考文獻】：
期刊論文
[1]移動社交網(wǎng)絡中即時推薦好友的方法(英)[J]. 喬秀全,蘇建沖,張晉松,許王莉,吳步丹,薛思達,陳俊亮. 中國通信. 2014(02)
[2]基于用戶聚類的異構社交網(wǎng)絡推薦算法[J]. 陳克寒,韓盼盼,吳健. 計算機學報. 2013(02)
[3]移動推薦系統(tǒng)及其應用[J]. 孟祥武,胡勛,王立才,張玉潔. 軟件學報. 2013(01)
[4]社交網(wǎng)絡服務中一種基于用戶上下文的信任度計算方法[J]. 喬秀全,楊春,李曉峰,陳俊亮. 計算機學報. 2011(12)
[5]移動網(wǎng)絡服務中基于認知心理學的用戶偏好提取方法[J]. 王立才,孟祥武,張玉潔. 電子學報. 2011(11)
[6]上下文感知推薦系統(tǒng)[J]. 王立才,孟祥武,張玉潔. 軟件學報. 2012(01)
[7]基于預排序和上取整函數(shù)的AHP判斷矩陣生成算法[J]. 魯智勇,張磊,唐朝京. 電子學報. 2009(06)
[8]互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J]. 許海玲,吳瀟,李曉東,閻保平. 軟件學報. 2009(02)
本文編號：3388029
【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】：130 頁
【學位級別】：博士
【部分圖文】：
圖１－１論文章節(jié)結構圖??
置信息及其位置標注媒體信息（例如圖片、視頻、文檔等）成的新的社會網(wǎng)絡結構，其中位置信息是由用戶隨時間變。此外，實體間內(nèi)在的關聯(lián)性不僅包括兩個用戶出現(xiàn)在相同的位置信息，而且還包括用戶的一般興趣、社會活動規(guī)律、標注的媒體信息中體現(xiàn)出來了的各種知識。??
（比如是對該網(wǎng)絡服務體驗評分，或者使用次數(shù)等等）。??定義３－２．在一個時間周期內(nèi)，移動用戶隨位置變化的網(wǎng)絡服務偏好模型??Ｐ?＝?Ｏｉ，Ａ…斯）。具體Ｓ維模型如圖３－２所示。??在一個時間周期內(nèi)（比如１天內(nèi)），隨著時間的變遷，用戶位置是在不停的??變化。例如將一天時間劃分為四個時間段（午夜；１上午；２，下午；３，晚上：??４，），該用戶Ｍ，的位置變化情況為（在家：１，辦公室．２，超市：３，在家：??１），而另一個移動用戶＂２的位置變化情況為（賓館：４，風景區(qū)：５，在家：１，??在家：１），這一天上午的這段時間內(nèi)兩個用戶使用的服務信息分別為??（非�。绾停方阅敲磧蓚�移動用戶在這一天上午這一段時間段內(nèi)基??于位置的特征模型分別為巧?１，＝化…如）和巧２４?＝化４，切Ａ２…，其中??＜表不第＂個移動用戶在對第ｍ個網(wǎng)絡服務項目的評分或者使用次數(shù)。依次可??Ｗ提取這兩個移動用戶在這一天時間內(nèi)其他時段的使用的網(wǎng)絡服務特征。??＂?２１??＂Ｄｍ。??Ｓｃｅｎｉｃ?ｓｐｏｔｓ?ｙ＾ＳＳｋ??Ｈｏｔｅｌ??ＳＩ????????？??朗：００?１０：００?１４：００?２０：００??圖３－２移動用戶基于位置的偏好特征??定義３＿３．設兩個移動用戶和分別在位置４和與的對所有網(wǎng)絡服務項??目的應用特征為Ａ?＝（１，，５；）和，＾?＝?（Ｚ，，《Ｓｙ），和５；分別是這兩個移動用戶在??位置和Ｚｙ使用的所有網(wǎng)絡服務多維特征向量
【參考文獻】：
期刊論文
[1]移動社交網(wǎng)絡中即時推薦好友的方法(英)[J]. 喬秀全,蘇建沖,張晉松,許王莉,吳步丹,薛思達,陳俊亮. 中國通信. 2014(02)
[2]基于用戶聚類的異構社交網(wǎng)絡推薦算法[J]. 陳克寒,韓盼盼,吳健. 計算機學報. 2013(02)
[3]移動推薦系統(tǒng)及其應用[J]. 孟祥武,胡勛,王立才,張玉潔. 軟件學報. 2013(01)
[4]社交網(wǎng)絡服務中一種基于用戶上下文的信任度計算方法[J]. 喬秀全,楊春,李曉峰,陳俊亮. 計算機學報. 2011(12)
[5]移動網(wǎng)絡服務中基于認知心理學的用戶偏好提取方法[J]. 王立才,孟祥武,張玉潔. 電子學報. 2011(11)
[6]上下文感知推薦系統(tǒng)[J]. 王立才,孟祥武,張玉潔. 軟件學報. 2012(01)
[7]基于預排序和上取整函數(shù)的AHP判斷矩陣生成算法[J]. 魯智勇,張磊,唐朝京. 電子學報. 2009(06)
[8]互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J]. 許海玲,吳瀟,李曉東,閻保平. 軟件學報. 2009(02)
本文編號：3388029
本文鏈接：http://www.sikaile.net/shoufeilunwen/xxkjbs/3388029.html
