欢迎来到天天文库
浏览记录
ID:35060648
大小:2.64 MB
页数:64页
时间:2019-03-17
《基于位置社交网络的个性化推荐方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中文图书分类号:TP18密级:公开UDC:621.3学校代码:10005硕士学位论文MASTERALDISSERTATION论文题目:基于位置社交网络的个性化推荐方法研究论文作者:程策学科:控制科学与工程指导教师:钟宁教授论文提交日期:2016年6月UDC:621.3学校代码:10005中文图书分类号:TP18学号:S201302175密级:公开北京工业大学工学硕士学位论文题目:基于位置社交网络的个性化推荐方法研究英文题目:RESEARCHOFPERSONALIZEDRECO-MMENDATIONSONLOCATION-BASEDSOCIALNETWOR
2、KS论文作者:程策学科专业:控制科学与工程研究方向:模式识别与智能系统申请学位:工学硕士指导教师:钟宁教授所在单位:电子信息与控制工程学院答辩日期:2016年6月授予学位单位:北京工业大学独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:程策日期:2016年6月26日关于论文使用授
3、权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名:程策日期:2016年6月26日导师签名:钟宁日期:2016年6月26日摘要摘要近些年来,随着互联网的发展和移动设备的普及,基于位置的社交网络服务(简称LBSNs),如Gowalla和Foursquare为人们的生活带来了很大的方便。在LBSNs中,用户可以建立社交关系,在感兴趣的项目上如电影或兴趣点等进行签到,对访问过的项目
4、评分等等。这些历史签到数据为我们挖掘用户偏好,给用户提供个性化推荐带来了新的机遇。如何在LBSNs这个平台上提供高质量的推荐是一个非常具有研究价值的问题。首先,本文的工作重点着眼于研究位置信息在LBSNs推荐中的影响。具体针对三种评分类型的位置社交网络,分别提出了三种推荐模型:ILARS-MF模型、ULARS-MF模型和UILARS-MF模型。其中,ILARS-MF对应于项目有位置的评分,ULARS-MF对应于用户有位置的评分,UILARS-MF对应于用户和项目都有位置的评分。现有的研究中没有用一个统一的方法来考虑这三种类型评分,鉴于矩阵分解算法是一种可
5、以很好地将不同因素融合在一起的算法,所以我们提出通过矩阵分解的方法为三种模型构建一个统一的推荐框架,来提高推荐的精度。然后,鉴于位置社交网络中用户往往仅访问一小部分的兴趣点,数据的稀疏性为推荐系统带来了很大的挑战。针对此问题,我们除了考虑位置信息的影响,我们还将社交信息和类别信息融合进来综合考虑。通过对真实数据集Foursquare进行分析,发现社交关系、类别关系和位置关系三者分别服从幂律分布,而现有的研究中都是分开利用幂律分布考虑这三种信息对位置社交网络推荐的影响,鉴于幂律分布是一种很重要且被广泛应用的分布,所以我们提出将三种信息都建模为幂律分布,并用
6、乘法法则融合在一起,用梯度下降法探索幂律分布的指数参数,从而确定出我们的推荐模型。本文通过在真实数据集上和其他推荐算法进行对比评估,实验结果表明我们所提出的推荐算法在推荐精度得到提高,验证了我们所提出的推荐算法的可行性和有效性。关键词:基于位置的社交网络;矩阵分解;幂律分布;梯度下降法;-I-AbstractAbstractWiththedevelopmentoftheInternetandthepopularityofmobiledevices,location-basedsocialnetworkservices(LBSNsforshort),suc
7、hasGowallaandFoursquarehavegreatlyfacilitatedourlife.AnLBSNallowsuserstoestablishsociallinks,checkinpoints-of-interest(POIs),andratetheirvisitingPOIs.Thesehistoricalcheck-indatabringnewopportunitiestomineuserpreferencesforpersonalizedPOIrecommendations.Howtomakehighqualityrecomme
8、ndationsonsuchaplatformisbecomingaveryva
此文档下载收益归作者所有