基于多特征的社交活動推薦算法研究.pdf

1、近年來，基于活動的社交網絡逐漸流行?；诨顒拥纳缃痪W絡主要幫助用戶組織線下活動，在這類社交網絡上，用戶可以創(chuàng)建、加入興趣小組，同時興趣小組的成員可以發(fā)起線下活動。隨著基于活動的社交網絡上的數據日益增大，需要設計針對社交活動的推薦算法來解決用戶的選擇難題。而由于社交活動的特點，如活動只可參加一次，沒有歷史評分記錄，以及同時擁有線上線、下兩套社交網絡等，傳統(tǒng)的推薦算法無法直接應用到這一領域，需要基于社交活動的特點對推薦算法進行創(chuàng)新和改進。<

2、br>　　本文將介紹我們研究并實現(xiàn)的一個社交活動推薦算法，其功能是生成社交活動的多個特征，并基于這些特征，計算社交活動與目標用戶的匹配程度。該算法由兩部分構成:特征提取和學習排序。在特征提取階段，我們采用了社交活動的六個特征數據，包括用戶偏好，基于協(xié)同過濾的偏好，區(qū)域流行度，活動社交影響力，地理近似度。在特征提取過程中，我們借鑒了基于協(xié)同過濾推薦和基于內容推薦的思想。在學習排序階段，我們應用成對的學習排序計算出各特征的權重，從而以線性組