本文關鍵詞：基于社交網(wǎng)絡的個性化推薦系統(tǒng)的設計與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著Web2.0技術的不斷發(fā)展,中國互聯(lián)網(wǎng)進入了高速發(fā)展階段。微博這個新興的社交網(wǎng)絡平臺,在國內(nèi)的活躍用戶非常之多,已經(jīng)成為當前用戶分享和獲取信息的重要平臺。微博龐大的活躍人群發(fā)布了大量數(shù)據(jù),導致信息過載的產(chǎn)生。如何讓用戶準確定位自己,并找到自己感興趣的微博信息,已經(jīng)成為廣大微博用戶關注的總要問題之一。本文實現(xiàn)了一個個性化推薦系統(tǒng),通過對用戶在推薦系統(tǒng)中的行為進行分析來推薦給用戶感興趣的微博。本文的主要工作內(nèi)容如下:1)深入研究了新浪微博開放平臺獲取用戶微博信息的相關技術,該技術主要是通過調(diào)用微博開放平臺提供API來收集數(shù)據(jù),并把這些數(shù)據(jù)作為推薦系統(tǒng)的數(shù)據(jù)源。2)使用分領域模型法并借鑒新浪微博已有的分類標準把用戶興趣分為8個領域:體育、電影、動漫、財經(jīng)、美食、音樂、旅游、星座。找出對每個興趣領域比較感興趣的高質(zhì)量用戶,最后采用基于用戶的協(xié)同過濾算法,找出目標用戶在每個興趣領域的K個最相似鄰居,把鄰居用戶轉(zhuǎn)發(fā)的微博作為用戶的待推薦列表。3)實現(xiàn)個性化推薦系統(tǒng),用戶通過新浪微博賬號授權登陸系統(tǒng),就能夠享受高質(zhì)量的個性化微博推薦服務。用戶在使用系統(tǒng)的過程中可以管理自己興趣領域也可以管理鄰居用戶即微博信息的來源還可以和系統(tǒng)反饋自己對推薦結果是否喜歡,方便系統(tǒng)對用戶的推薦結果進行調(diào)整,使推薦系統(tǒng)變得更好,隨時滿足用戶個性化需求。對用戶使用系統(tǒng)的情況進行分析,發(fā)現(xiàn)系統(tǒng)總體效果比較令用戶滿意。系統(tǒng)能夠給用戶一個比較好的微博推薦服務,為解決信息過載問題奠定了基礎。
【關鍵詞】：開放平臺 個性化推薦 協(xié)同過濾 微博
【學位授予單位】：貴州大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.3
【目錄】：

• 摘要5-6
• Abstract6-7
• 第一章 緒論7-14
• 1.1 研究背景與意義7-8
• 1.1.1 研究背景7-8
• 1.1.2 意義8
• 1.2 國內(nèi)外研究現(xiàn)狀8-11
• 1.2.1 微博現(xiàn)狀的研究8-9
• 1.2.2 個性化推薦系統(tǒng)9-11
• 1.3 研究內(nèi)容與結構安排11-13
• 1.3.1 本文的研究內(nèi)容11-12
• 1.3.2 研究技術路線12-13
• 1.3.3 本文的結構安排13
• 本章小結13-14
• 第二章 系統(tǒng)相關技術介紹14-22
• 2.1 推薦算法綜述14-18
• 2.1.1 基于內(nèi)容的推薦14-15
• 2.1.2 基于規(guī)則的推薦15
• 2.1.3 基于協(xié)同過濾的推薦15-18
• 2.2 用戶數(shù)據(jù)收集18-19
• 2.3 社交網(wǎng)絡概述19-21
• 2.3.1 新浪微博簡介19-20
• 2.3.2 數(shù)據(jù)獲取技術20
• 2.3.3 數(shù)據(jù)獲取流程圖20-21
• 本章小結21-22
• 第三章 需求分析22-29
• 3.1 推薦系統(tǒng)任務概述22-24
• 3.1.1 推薦系統(tǒng)目標22
• 3.1.2 系統(tǒng)工作流程22-24
• 3.2 推薦系統(tǒng)功能需求24-26
• 3.2.1 數(shù)據(jù)采集模塊25
• 3.2.2 推薦引擎模塊25-26
• 3.2.3 用戶交互模塊26
• 3.3 非功能需求分析26-27
• 3.4 個性化推薦27-28
• 3.5 用戶冷啟動28
• 本章小結28-29
• 第四章 推薦系統(tǒng)的詳細設計29-44
• 4.1 系統(tǒng)應用架構設計29-30
• 4.2 系統(tǒng)功能架構設計30-35
• 4.2.1 數(shù)據(jù)采集模塊30-32
• 4.2.2 推薦引擎模塊32-34
• 4.2.3 用戶交互模塊34-35
• 4.3 個性化Top-N方法35-39
• 4.3.1 主題模型建立36-37
• 4.3.2 用戶建模37-38
• 4.3.3 用戶相似度計算38
• 4.3.4 Top-N推薦38-39
• 4.4 數(shù)據(jù)庫設計39-41
• 4.5 推薦系統(tǒng)界面設計41-43
• 本章小結43-44
• 第五章 個性化推薦系統(tǒng)的實現(xiàn)44-59
• 5.1 數(shù)據(jù)采集模塊的實現(xiàn)44-48
• 5.1.1 API調(diào)用44-45
• 5.1.2 用戶數(shù)據(jù)采集45-48
• 5.2 推薦引擎模塊的實現(xiàn)48-51
• 5.2.1 鄰居用戶獲取48-50
• 5.2.2 推薦引擎50-51
• 5.3 用戶交互模塊的實現(xiàn)51-55
• 5.4 系統(tǒng)效果與分析55-58
• 本章小結58-59
• 第六章 總結與展望59-60
• 致謝60-61
• 附錄61-72
• 參考文獻72-74
• 圖版74-75

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 王魁生;王曉波;;利用JSON進行網(wǎng)站客戶端與服務器數(shù)據(jù)交互[J];軟件導刊;2010年03期

  本文關鍵詞：基于社交網(wǎng)絡的個性化推薦系統(tǒng)的設計與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號：382112