社会网络中的社区发现及协同过滤推荐技术研究

《社会网络中的社区发现及协同过滤推荐技术研究》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、学校代码：誦４密级：＊如交構ＢＥ＾ＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹＷａ硕±学位论文ＬｔｆｌＥｇＱ社会瞧巾自她区发臟协同纖推荐技术研究皇麵作者姓名王培英学科专业信号与信息处理＇指导教师麵教授Ｉ麵：，培养院系计算坑与信息技术学院．ｌ？ｉｉＩ，／－．，ｒｎ，团函３函４．蘇若ｉｉ，ｊＶＩｇ軒，祕巧．－痛＇晴面面函；函麵１１融护Ｉ．巧—雨：＇ｆ＇冕長．巧扇巧閒單２？如交遺乂參硕壬学位论文社会网络中的社区发现及协同过滤推荐技

2、术研究民ｅｓｅａｒｃｈｏｎＣｏｍｍｕｎｉｔｙＤｅｌｅｔｉｏｎａｎｄＣｏｌｌａｂｏｒａｔｉｖｅＦｉｈｅｒｉｎｇ民ｅｃｏｍｍｅｎｄａｔｉｏｎＴｅｃｈｎｏｌｏｇｙｉｎＳｏｃｉａｌＮｅｔｗｏｒｋｓ作者：王培英导师：朱振峰北京交通大学２０１６年４月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务并采用影印、缩印或扫描等复制手段保存、汇编Ｗ供查阅和借阅。，

3、同意学校向国家有关部口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Ｌ：心／（年月ｆ：日签字日期：过日１：１中图分类号：ＴＰ３１学校代码０００４ＵＤＣ：公开：密级北京交通大学硕±学位论文社会网络中的社区发现及协同过滤推荐技术研巧ＲｅｓｅａｒｃｈｏｎＣｏｍｍｕｎｉｔｙＤｅｔｅｃｔｉｏｎａｎｄＣｏｌｌａｂｏｒａｔｉｖｅＦｉｌｔｅｒｉｎｇＲｅｃｏｍｍｅｎｄａｔｉｏｎＴｅｃｈｎｏｌｏｉｎＳｏｃｉａｌＮｅｔｗｏ

4、ｒｋｓｇｙ作者姓名：王培英学号：１３１２０３３８导师姓名：朱振峰职称：教授：学位类别：工学学位级别硕±学科专业：：信号与信息处理研究方向数据挖掘北京交通大学２０１６年４月ｉ致谢一弹指，站在毕业的口槛上挥间近三年的硕±学习生活己进入尾声，回首往一昔，有拼搏与努力，也有收获与欢笑，这切也都将尘埃落定。在此论文完成之，，我的父母际我想对我的母校，我的老师和同学们表达由衷的谢意。，我要特别感谢我的导师朱振峰老师。这篇论文从选题首先，构架的设计，Ｗ及论文观点的表述、，都

5、离不开朱老师的悉屯指导。朱老师渊博的专业知识，严谨的治学态度一，精益求精的工作作风使我受益匪浅，硕±期间的每项研究进展都离不开朱老师的循循善诱一、厚谭教诲，不仅使我使从个科学的口外汉蚁变成一个科学的探索者，掌握了基本的研究方法，还使我明白了许多待人接物与为人处事的道理。这也将深深地影响我Ｗ后的学习和工作。在此谨向老师献上诚擎的谢意和真切的祝福。同时，感谢信息所所有可敬可爱的老师们为我们营造的良好的学术氛围；感谢己经毕业的师兄师姐在学习生活中给予我的关怀与帮助。感谢实验室６０３Ｂ亲爱的同学们一，

6、研究生的大部分生活是跟你们起度过的，是你们的陪伴让我的科研和生活更加多姿多彩一，愿大家毕业后的生活都帆风顺。一、最后，特别感谢我的爸爸妈妈，感谢你们路的陪伴与贴屯关怀使我能够专也完成学业。你们的支持和鼓励是我前进的源源动力，你们的健康快乐是我最大的屯、愿。北京交通大学硕±学位论文摘要摘要信息技术的发展促进了现实人类社会与虚拟网络空间的深度融合，人们在信息化环境中留下的数字足迹汇聚成多种多样的关系网络。迅速积累的海量交互数据蕴含着巨大的商业价值和研究价值，，对社会网络进行分析、挖掘揭示数据

7、背后的规律己成为许多研究人员关注的课题。一社区结构作为社会网络最重要的拓扑属性，具有同社区内部的节点间联系紧密，而社区间的节点连接稀疏的特点。网络中社团结构的检测有助于揭示复杂一方面网络的层次结构，全面透彻地分析节点间的社会关系。另，社交网络的研究也促进了广告推荐、精准营销等业务的发展，有，借助用户间的社交关系网络助于缓解推荐系统中的数据稀疏性、冷启动等问题。针对如何有效地挖掘出具有实际意义的社区结构，Ｗ及如何利用社交网络改善传统推荐系统的性能等问题，取得的研究成果如下：，本文进行了深入的

8、研究１．现有的社区发现算法大多将焦点集中在节点的聚类方法上，忽略了对节点间关系的研究，而节点间相似度的定义同样影响着社区检测的性能，本文在。对此一模块度谱分析算法的基础上，提出种基于近邻关系迭代更新的社区检测模—型，。Ｗ种自学习的方式，通过多次迭代修正网络的关系矩阵使其更精确的