基于节点用户和概率矩阵分解模型的推荐算法

《基于节点用户和概率矩阵分解模型的推荐算法》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、基基基于于于节节节点点点用用用户户户和和和概概概率率率矩矩矩阵阵阵分分分解解解模模模型型型的的的推推推荐荐荐算算算法法法Node-UserbasedMatrixFactorizationModelforRecommendationAlgorithm专业：计算机科学与技术作者姓名：张敏杰指导教师：于瑞国副教授天津大学计算机科学与技术学院二零一五年十二月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天天天津津津大大大学学学或其他教育机构的学位或证书而使用

2、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。学位论文作者签名:签字日期:年月日学位论文版权使用授权书本学位论文作者完全了解天天天津津津大大大学学学有关保留、使用学位论文的规定。特授权天天天津津津大大大学学学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:签字日期:年月日签字日期:年月日摘摘摘要要要基于矩阵分解的推荐算法在推荐系统领域已得到长足发展，同时随

3、着社交网络等的兴起，用户社交关系在推荐算法中也越来越扮演着举足轻重的地位。社交网络较传统社交的最大区别在于社交网络中信息流动会显著的受一些影响力很大的用户影响，这些用户被称为“节点用户”。单纯的矩阵分解模型及将社交网络引入矩阵分解的模型在近些年被大量提出，但对于社交网络中的节点用户以及节点用户影响力对模型和推荐效果的影响鲜有研究。论文主要研究内容包括：1）分析社交网络中用户影响力指标，定义节点用户，并利用斯皮尔曼等级系数分析各指标之间关系；2）将节点用户影响力引入矩阵分解模型，提出基于节点用户的概率矩阵分解模型；3）提出二度拓展和基于影响力的限制性拓展两种社交关系拓展方法，通过缓

4、解模型中社交关系数据的稀疏性，来提高预测准确度。论文首先研究社交网络中的用户影响力指标并对节点用户进行定义，提出基于节点用户的概率矩阵分解模型，并针对该模型采用豆瓣电影和Yelp数据集进行验证。实验证明了该模型的有效性，并且在社交关系数据质量较高时较其他模型优势明显，同时结果也展示出在不同特点的环境和数据下应选用不同影响力指标；其次本文提出了两种缓解社交关系稀疏性的方法，同样通过上述数据集进行了验证。实验结果显示了两种方法分别在不同情况下的有效性，且可以进一步提高推荐算法的预测准确性。关键词：节点用户，概率矩阵分解，数据稀疏性，推荐算法IABSTRACTMatrixfactori

5、zation(MF)basedrecommendationalgorithmshavebeenwidelyusedanddeveloped.Meanwhile,withthefastdevelopmentofsocialnetwork,users’socialrelationshipplaysamoreimportantroleinrecommendationalgorithms.Thebiggestdifferencebetweentraditionalsocialrelationshipandonlinesocialrelationshipisthatinsocialnetwo

6、rk,informationissignificantinfluencedbysomeuserswithhugeinfluence,who’scalledthenodeusers.TraditionalMFbasedmodelsandsocialbasedMFmodelsareproposedrecentyears,howeverthere’sfewresearchontheinfluenceofnodeusersandhowitaffectstherecommendationresults.Thecontributionofthisthesisconsistsofthreeparts:a

7、)Analysisthefactorofuserinfluenceinsocialnetworkanddefinenodeusers,withSpearman’srankcorrelationcoefficienttodeterminethecorrelationofdifferentfactors;b)CombineuserinfluencewithMFmodel,proposenodeuserbasedMFmodel;c)Proposetwomethodstoextendsocialre