基于社交用戶標(biāo)簽的混合個(gè)性化推薦研究.pdf

1、隨著互聯(lián)網(wǎng)的普及和信息技術(shù)發(fā)展，社交網(wǎng)絡(luò)應(yīng)用大量出現(xiàn)，如常見的人人網(wǎng)、Facebook，還有新聞社交、職場(chǎng)社交等，網(wǎng)絡(luò)生活逐漸變得社交化。此外，網(wǎng)絡(luò)信息急劇增長(zhǎng)，如何在海量信息中找到感興趣的資源變得日益重要。然而，個(gè)性化推薦系統(tǒng)可以解決這個(gè)問(wèn)題。它不僅可以提高用戶滿意度、忠誠(chéng)度，還可以提高企業(yè)收益。因此，個(gè)性化推薦系統(tǒng)成為了近年來(lái)智能檢索領(lǐng)域的一個(gè)研究熱點(diǎn)。
　　協(xié)同過(guò)濾是當(dāng)前應(yīng)用最為廣泛、成功的推薦技術(shù)。它只依賴于用戶對(duì)項(xiàng)目的評(píng)

2、分矩陣，對(duì)于各種特定的應(yīng)用都有較好的適用性，但也存在一些問(wèn)題，如推薦準(zhǔn)確性、冷啟動(dòng)和覆蓋率等。為了解決這些問(wèn)題，本文在前人的基礎(chǔ)上考慮了社交網(wǎng)絡(luò)中的用戶特性，提出了一種基于社交用戶標(biāo)簽和協(xié)同過(guò)濾混合的推薦方法。
　　本文的主要研究工作及成果如下：
　?、籴槍?duì)協(xié)同過(guò)濾的準(zhǔn)確性、冷啟動(dòng)和覆蓋率的問(wèn)題，提出了一種將社交推薦與協(xié)同過(guò)濾結(jié)合的混合推薦方法。首先，通過(guò)傳統(tǒng)的基于用戶的協(xié)同過(guò)濾推薦算法可以產(chǎn)生推薦，然后，利用社交網(wǎng)絡(luò)中用戶

3、的個(gè)性化標(biāo)簽以及用戶關(guān)系進(jìn)行推薦，最后將這兩種推薦結(jié)合進(jìn)行混合推薦；
　?、谠诨旌戏椒ㄖ型ㄟ^(guò)利用社交用戶關(guān)系和個(gè)性化標(biāo)簽，采用結(jié)構(gòu)相似性度量方法，實(shí)現(xiàn)了基于社交用戶標(biāo)簽的推薦算法；
　　③通過(guò)采用權(quán)重組合的方式，對(duì)社交網(wǎng)絡(luò)和協(xié)同過(guò)濾的推薦進(jìn)行混合生成最終結(jié)果。
　　最后，在一般數(shù)據(jù)集和冷啟動(dòng)數(shù)據(jù)集上分別對(duì)本文提出的方法進(jìn)行了評(píng)估。在準(zhǔn)確率、召回率和覆蓋率等指標(biāo)上的對(duì)比實(shí)驗(yàn)結(jié)果表明該方法可以提高推薦的準(zhǔn)確度和覆蓋率，并且