基于用戶情境的社交網(wǎng)絡(luò)推薦.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,推薦引擎作為一種信息發(fā)現(xiàn)技術(shù),越來越受到人們的關(guān)注。在社交網(wǎng)絡(luò)中的推薦技術(shù)也引起人們的關(guān)注,主要的原因是Web2.0技術(shù)的發(fā)展使得信息的創(chuàng)建和分享越來越容易,信息極度爆炸,而信息發(fā)現(xiàn)變得越來越難。在社交網(wǎng)絡(luò)中,相對于傳統(tǒng)的目標明確的搜索,推薦技術(shù)是更符合人類習慣的信息發(fā)現(xiàn)方式。
　　傳統(tǒng)的推薦技術(shù)主要有基于協(xié)同過濾的推薦。在社交網(wǎng)絡(luò)中,協(xié)同過濾的方法已經(jīng)不能用來完全刻畫復(fù)雜的社交網(wǎng)絡(luò)關(guān)系。所以要解決社交網(wǎng)絡(luò)的

2、推薦問題必須要解決兩個問題,首先是用戶在社交網(wǎng)絡(luò)中的行為模型,這個問題是一個社會學問題,即有哪些因素會影響用戶的行為,從而提出一個符合現(xiàn)實的用戶行為模型,該模型需要反映社交網(wǎng)絡(luò)中各個因素的相互影響關(guān)系和對用戶行為的影響。其次是針對建立的行為模型提出一個好的推薦算法,該算法需要反映上述的用戶行為模型,并且用來挖掘已有的數(shù)據(jù),從而得出一個更為精確的推薦結(jié)果。
　　針對以上問題,本文首先通過分析社交網(wǎng)絡(luò)的特點和社交網(wǎng)絡(luò)中用戶行為的特征,

3、提出了一種既考慮了社交網(wǎng)絡(luò)中的社會關(guān)系和用戶個性化的喜好,同時包括了用戶在瀏覽社交網(wǎng)絡(luò)時實時動態(tài)的情境因素的用戶行為模型。然后,結(jié)合已有的推薦方法,將該行為模型公式化,提出了一個基于用戶情境的三維的社交網(wǎng)絡(luò)推薦算法,通過計算動態(tài)情境下用戶對信息內(nèi)容的喜好度和信息發(fā)送者對用戶的影響,最終得到用戶對該信息采納的可能性。
　　基于上述提出的方法,本文對基于情境的社交網(wǎng)絡(luò)推薦方法進行了設(shè)計與實現(xiàn)。最后,使用已爬取的新浪微博數(shù)據(jù),對本文提出