基于贝叶斯网络的在线社交网络推荐技术研究

《基于贝叶斯网络的在线社交网络推荐技术研究》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、．ｆ’；一；巧：鮮ｒＩ．約；＾Ｖ安ｐ吊／、．接７ｙ＜？ｆ．雙’ｉ啤訂ｉ．／心＞．ｖ＇記．為：‘；．－義’禱Ｖ鸯灣養诚若＾ｉ觀與Ｉ襄争＂－變里式義诗；ｉ．．芝ｐ气、．．話＇：■溶雜．．ｉ＇．：１．：Ｈ．ｎ．＾沸邊，．育‘．７最ＨＨ＇－＾養ｓ皮緣ｒ巧女化矣．Ｖ像．＼－；＇，－．ｎ．咕＾，＇．Ｖ．、受薦＾．．１＞ｊ一於－Ｍ与ｈ护姻怒锋‘若＞葛．．ｙ祟＇护接．，扣揖‘麵響赏§．＾＾Ｃ．；蠢Ｋ讓：＾．一语＾＾．ｉ．義＾Ｋ．＇：／蒙：：：：．：Ｉ．＾鮮．ｒ？．＾Ｎ＇＾的目；綱ｉ网＾．啡；．－．．；瞧荐Ｐ．‘

2、‘ｖ辯５／．．＃＇＾襄ｖＴ、．．；＾！．－ｖ咱Ｖ．＞＃号．職．１肆Ｗ／－，；＾名王Ｙ东．＾ｌ＾＾师志副＾，皂－＇．．＞．１学賊别工程硕嶺燥ｆ接把型全制，日ｆ迄１（纖瞧：户＾鑛提Ｓ期二＾冲月．．‘觀．＼．．．據泣．，苗牽装＼；：沒缉Ｖ％，疆－、．４禮＼．磬藏＃Ｈ挺｜南京邮电大学学位论文原创性声明本人声明所呈交的学位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，，包已过除了文中特别加切标注和致谢的地方外论中不含其他人经发表或撰写文研证。究成果，

3、也不包含为获得南京邮电大学或其它教育构的学位或书而用过的料的机使材一工。与我志对本研巧所做的任何贡献均己在论文中作了明确的说明表示了谢意同作的同并一，。本人学位论文及涉及相关资料若有不实愿意承担切相关的法律责任〇ｃ／。瓜＇；Ａ苗、：少峡！研巧生签名日期位论用授权声明南京邮电大学文使学ｌ和电文人授南京邮电大学可ｉＵ呆留并向国家有关部口或机构送交论文的复巧件子本权分内容编有关数据库进行检索；；论文查阅和借阅；可Ｗ位论文的全部或部入档允许被将学、、论。纸用影印印或扫描等保存汇编本学位文本文电子文档的内容和质可采缩复制手段一。。（）电大生办理

4、论文的内容相致论文的公布包括刊證授权南京邮学研巧院。在密后适用涉密学位论文解本授权书。ｆＬ？？本生签Ｉ签名：ｉｓ期研究名：糸、导师日ｐResearchonBayesianNetworkBasedRecommendationTechniquesinOnlineSocialNetworksThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByWangDongSupervisor:AssociateProf.Chen

5、ZhiApril2016摘要面对海量的信息时，用户可以利用推荐技术找到自己感兴趣的内容，但当前推荐技术在在线社交网络推荐应用中可能会遇到冷启动与数据稀疏性等问题，常常使得所建立的推荐模型失效，降低了推荐的准确度。本文将探索在线社交网络推荐技术，形成基于贝叶斯网络的推荐方法，降低冷启动与数据稀疏性带来的不良影响，提高在线社交网络推荐的准确度，并针对用户无法提供充足反馈信息的情况，解决推荐过程中覆盖率低以及用户隐私难以得到很好保护等问题。本文重点研究在线社交网络中社会关系、历史评分记录、反馈信息等因素对推荐方法产生的影响，提出基于显式与隐式反馈信息的在线社交网络推荐方法，

6、将贝叶斯定理应用到推荐过程中，结合用户的显式与隐式反馈信息和信任关系信息，抽取信任关系矩阵和商品评分矩阵并进行概率分解，优化训练模型的参数，为用户提供精确的预测评分。实验表明，上述在线社交网络推荐方法能够有效地获得用户的偏好，产生大量的准确度高的预测评分，实现高质量的在线社交网络推荐。本文还提出一种基于信任驱动的在线社交网络推荐方法，通过构建贝叶斯网络，计算用户评分的概率分布以及朋友之间的联合条件概率分布，预测用户在该环境下的商品评分，将符合条件的商品准确地推荐给用户。实验表明，上述在线社交网络推荐方法在性能上优于传统的方法，在预测准确率和推荐覆盖率上具有良好的综合性

7、能，能够从一定程度上解决推荐过程中准确度不高的问题。关键词:在线社交网络，推荐技术，贝叶斯网络，矩阵分解，信任驱动IAbstractWhenconfrontedwithmassivedata,usersneedtouserecommendationtechnologiestofindthecontentstheyareinterestedinquicklyandaccurately.However,therecommendationtechnologiesinonlinesocialnetworksmaysuffertheissuesofcoldst