基于用戶情境的社交網(wǎng)絡(luò)推薦.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,推薦引擎作為一種信息發(fā)現(xiàn)技術(shù),越來(lái)越受到人們的關(guān)注。在社交網(wǎng)絡(luò)中的推薦技術(shù)也引起人們的關(guān)注,主要的原因是Web2.0技術(shù)的發(fā)展使得信息的創(chuàng)建和分享越來(lái)越容易,信息極度爆炸,而信息發(fā)現(xiàn)變得越來(lái)越難。在社交網(wǎng)絡(luò)中,相對(duì)于傳統(tǒng)的目標(biāo)明確的搜索,推薦技術(shù)是更符合人類習(xí)慣的信息發(fā)現(xiàn)方式。
　　傳統(tǒng)的推薦技術(shù)主要有基于協(xié)同過(guò)濾的推薦。在社交網(wǎng)絡(luò)中,協(xié)同過(guò)濾的方法已經(jīng)不能用來(lái)完全刻畫復(fù)雜的社交網(wǎng)絡(luò)關(guān)系。所以要解決社交網(wǎng)絡(luò)的

2、推薦問(wèn)題必須要解決兩個(gè)問(wèn)題,首先是用戶在社交網(wǎng)絡(luò)中的行為模型,這個(gè)問(wèn)題是一個(gè)社會(huì)學(xué)問(wèn)題,即有哪些因素會(huì)影響用戶的行為,從而提出一個(gè)符合現(xiàn)實(shí)的用戶行為模型,該模型需要反映社交網(wǎng)絡(luò)中各個(gè)因素的相互影響關(guān)系和對(duì)用戶行為的影響。其次是針對(duì)建立的行為模型提出一個(gè)好的推薦算法,該算法需要反映上述的用戶行為模型,并且用來(lái)挖掘已有的數(shù)據(jù),從而得出一個(gè)更為精確的推薦結(jié)果。
　　針對(duì)以上問(wèn)題,本文首先通過(guò)分析社交網(wǎng)絡(luò)的特點(diǎn)和社交網(wǎng)絡(luò)中用戶行為的特征,

3、提出了一種既考慮了社交網(wǎng)絡(luò)中的社會(huì)關(guān)系和用戶個(gè)性化的喜好,同時(shí)包括了用戶在瀏覽社交網(wǎng)絡(luò)時(shí)實(shí)時(shí)動(dòng)態(tài)的情境因素的用戶行為模型。然后,結(jié)合已有的推薦方法,將該行為模型公式化,提出了一個(gè)基于用戶情境的三維的社交網(wǎng)絡(luò)推薦算法,通過(guò)計(jì)算動(dòng)態(tài)情境下用戶對(duì)信息內(nèi)容的喜好度和信息發(fā)送者對(duì)用戶的影響,最終得到用戶對(duì)該信息采納的可能性。
　　基于上述提出的方法,本文對(duì)基于情境的社交網(wǎng)絡(luò)推薦方法進(jìn)行了設(shè)計(jì)與實(shí)現(xiàn)。最后,使用已爬取的新浪微博數(shù)據(jù),對(duì)本文提出