基于社交和时间局部性的微博推荐分析

基于社交和时间局部性的微博推荐分析

ID:33076996

大小:4.75 MB

页数:77页

时间:2019-02-19

基于社交和时间局部性的微博推荐分析_第1页
基于社交和时间局部性的微博推荐分析_第2页
基于社交和时间局部性的微博推荐分析_第3页
基于社交和时间局部性的微博推荐分析_第4页
基于社交和时间局部性的微博推荐分析_第5页
资源描述:

《基于社交和时间局部性的微博推荐分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、密级:沸弘幺擎硕士学位论文⑧论文题EI基王社童歪旦盟阊屋部:睦的邀盟推莶盟宜ADisertationSubmittedtoZhejiangUniversityfortheDegreeofMasterofEngineering⑧TITLE:ResearchonTweetsRecommendationBasedonSocialandm1T1‘1lempora上LOCa上1tVAuthor:Subject:ComputerAp卫licationTechn0109y⋯College:gQ堡卫旦主皇!苎竺i金卫生鱼垒卫壁!金鱼

2、b望Q!QgYSubmittedDate:』垒翌坠垒!Y鱼:垄Q!垒浙江大学硕士学位论文摘要互联网发展得越来越快,在线获取最新消息已经成为几乎每个互联网用户每一条都在做的事情。海量的数据也造成了严重的消息过载问题,所以用于获取信息的网站上,消息的推荐系统具有重要的学术研究意义与商业应用价值。而对于微博类网站来说,最重要的数据类型主要为社交信息、时间信息两点。因此,基于社交信息跟时间信息的推荐系统结合了应用场景本身固有的特点,有很强的研究价值与广阔的应用前景。本文在微博数据的分析上,广泛地调研了国内外的研究进展,深入研

3、究了协同过滤算法的相关技术,并针对现有方法的不足,探索了结合微博数据的模型改进,主要的工作如下:(1)在对微博类网站的应用场景的分析下,在已有的单词层面做微博推荐的模型上,做出了模型改进,提高了一定的模型预测精度。(2)利用微博的社交关系的特点,结合用户在微博上面兴趣有多面性的特点,提出了新的对每一个用户的喜好把对应的社交网络分块的方法,并依此提出了基于社交局部性的微博推荐模型。(3)利用微博的社交性媒体的特点,结合微博的媒体性与信息随着时间衰减的特点,提出了用时间区间来分割时间线的方法,并依此提出了基于时问局部性的

4、微博推荐模型。使用真实的微博数据集进行了实验,并对比了提出的算法与传统的模型的实验结果对比。实验结果表明,本文提出的模型优于传统的模型,证实了模型假设的合理性。关键词:推荐系统,协同过滤,协同排序,微博推荐,社交网络浙江大学硕士学位论文AbstractWiththerapiddevelopmentofInternet,almosteveryInternetuserwilladoptthelatestnewsonlineeveryday.Someseriousproblemsofinformationoverloada

5、recausedbythemassivedata,SOorlthesiteswhichuserreadingnews,thenewsrecommendersystemshasanimportantresearchsignificanceandgreatapplicationvalue.FortheTwitterwebsites,themostimportantpiecesofdataaresocialinformationandtimeinformation.Therefore,recommendersystemsw

6、hichbasedonthesocialinformationandtimeinformationcatchthefeatureoftheapplication,withagreatvalueforstudy.BasedOiltheanalysisoftheTwitterdata,wehadanin—depthstudyofthealgorithmofcollaborativefiltering,andfortheshortageoftheconventionalmethods,weexploredsomewayst

7、ointegratethetwtterdatatomakesomeimprovement.Thespecificstudiesareasfollows:(1)BasedontheanalysisoftheTwitterapplicationenvironment,weproposedanimprovedword—basedrecommendationmodel.(2)ByanalyzingthesocialnetworkofTwitter,wefindthe“multi—facet”featureofusersinl

8、ocalsocialnetwork.Weproposeanewnetwork-cutmethod,andwebuildflmodelbasedonsociallocality.(3)UsingthesocialmediafeatureofTwitter,integratingtheinformation—attenuationfeature,w

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。