基于用户关系和用户兴趣的微博内容推荐关键技术-研究

基于用户关系和用户兴趣的微博内容推荐关键技术-研究

ID:34186930

大小:1.47 MB

页数:55页

时间:2019-03-03

基于用户关系和用户兴趣的微博内容推荐关键技术-研究_第1页
基于用户关系和用户兴趣的微博内容推荐关键技术-研究_第2页
基于用户关系和用户兴趣的微博内容推荐关键技术-研究_第3页
基于用户关系和用户兴趣的微博内容推荐关键技术-研究_第4页
基于用户关系和用户兴趣的微博内容推荐关键技术-研究_第5页
资源描述:

《基于用户关系和用户兴趣的微博内容推荐关键技术-研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、ClassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngRearchonMicroblogContentRecommendationBasedonUserRelationshipsandInterestCandidate:LiGufangSupervisor:Prof.YangWuAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerSoftwareandTheoryDateofSubmission:January,2014DateofOralExaminatio

2、n:March,2014University:HarbinEngineeringUniversity万方数据哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论

3、文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日万方数据哈尔滨工程大学硕士学位论文摘要随着互联网技术的发展,人们在互联网

4、上进行沟通、交流已经成为主流,网络成为人们生活中的一部分。但是网络为人们提供服务的同时,其规模也在爆炸式的发展。网络中存在丰富的有用的信息,与人们很难从海量的数据中发现自己的所需要的信息形成一种矛盾,人们对个性化信息的需求成为亟待解决的问题。社交网络在近些年的发展中,已经将人们从现实的世界扩展到了网络世界中,特别是以facebook、twitter、新浪微博为代表的社交网络平台,成为人们获得信息的一种重要途径。随着社交网络规模的逐渐扩大,信息更新的加快,信息过载问题在社交网络中已经出现。传统的推荐系统在电子商务、影视作品等多个领域取得了巨大的成功。但是,社交网络有不同于其他的领域的特

5、点,其中存在着用户的个人兴趣、社会关系、信任关系等多种因素,使得社交网络的个性化推荐更加复杂。随着以微博为代表的社交网络的兴起,用户在社交网站中留下了海量的数据,但是微博推荐实时性的要求,使得数据冷启动问题和稀疏性问题更加严重。为了满足微博网络中,人们对于个性化信息的需求,本文从用户兴趣和用户关系的角度出发,重点研究了基于社会关系约束的微博内容推荐和基于信任约束的微博内容推荐两个方面的内容。本文的主要研究内容和研究成果总结如下:1、引入微博网络的社会化因素,提出了基于社会关系约束的微博内容推荐方法,解决具有冷启动特征的微博消息推荐问题。在社交网络中,用户对微博消息的兴趣不仅仅体现在对

6、微博内容的兴趣相似度上,也包含用户在微博网络中进行社交的需求。通过将用户的社会化信息与微博内容信息相结合,完成对具有冷启动特征的微博消息推荐。2、提出了基于信任约束的微博推荐方法,通过引入用户间的信任关系,缓解微博消息推荐时数据稀疏的问题。在社交网站中,用户间存在推荐信任的社会关系,这主要体现在用户间的熟悉程度和用户的关系属性中。本文定义的信任关系为:互动频率较高的用户间直接信任关系较强。通过定义信任关系的传递方法,挖掘出用户间潜在的社会关系,从而缓解微博消息推荐中的数据稀疏性问题,提高微博推荐的效果。本文对微博平台上微博消息的推荐方法进行了研究。微博平台是目前流行的社交网络平台,随

7、着用户数量的增加和用户在社交网络中数据的增长,信息过载问题已经显现出来。通过对微博平台的社交网络特征进行深入分析,并与结合传统的推荐方法,实现了准确的向用户推荐个性化的、高质量的微博消息的目标。关键词:协同过滤;推荐系统;个性化;微博;信任模型;万方数据哈尔滨工程大学硕士学位论文AbstractWiththedevelopmentofInternettechnology,itisverycommonforpeoplecommunicatingontheIn

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。