社交網(wǎng)絡用戶人格特質(zhì)挖掘及其在個性化推薦領域的應用研究.pdf

1、社交網(wǎng)絡的快速發(fā)展為分析用戶行為規(guī)律提供了絕佳的機會和平臺。其中基于用戶生成內(nèi)容(User-generated Content，UGC)的主題偏好挖掘吸引了來自各個領域和學科的研究學者。然而，當前的研究過多地關(guān)注于用戶主題偏好的精確挖掘，忽視了從用戶內(nèi)在因子的角度研究用戶主題偏好的形成原理，即用戶為什么會具有這樣的主題興趣偏好？人格特質(zhì)作為一種典型的用戶內(nèi)在因素，已經(jīng)被廣泛應用于解釋人類社會的真實行為。因此，如何從人格特質(zhì)的角度理解社交

2、網(wǎng)絡用戶的主題偏好將具有重要的理論意義和實際價值。
　　本文研究社交網(wǎng)絡用戶人格特質(zhì)挖掘及其在個性化推薦領域的應用。具體地來說，通過將人格特質(zhì)界定為用戶的大五人格特質(zhì)（也稱五因子模型），本文研究三個相互遞進的科學問題:基于非參數(shù)層次貝葉斯主題模型的用戶人格特質(zhì)與主題偏好關(guān)系分析;基于二者之間的關(guān)系，構(gòu)建社交網(wǎng)絡用戶大五人格特質(zhì)的識別模型;在社交網(wǎng)絡用戶人格特質(zhì)可以合理識別出來的基礎上，研究用戶人格特質(zhì)在具體場景下的應用，即是否有助

3、于提高個性化推薦的精度。具體的研究內(nèi)容和創(chuàng)新點主要包括:
　　(1)社交網(wǎng)絡用戶人格特質(zhì)與主題偏好關(guān)系分析?？紤]到用戶的主題偏好是用戶多種內(nèi)在人格特質(zhì)導致的輸出結(jié)果，本文提出了一種新穎的非參數(shù)層次貝葉斯主題模型NHBT，構(gòu)建三層的生成框架研究用戶內(nèi)在人格特質(zhì)與主題偏好之間的關(guān)聯(lián)關(guān)系。具體地來說，NHBT模型能夠?qū)崿F(xiàn)數(shù)據(jù)驅(qū)動的主題挖掘任務，將主題挖掘與關(guān)系發(fā)現(xiàn)融入一個統(tǒng)一模型中，同時考慮了人格特質(zhì)“生成”主題偏好的假設以及人格特質(zhì)與

4、主題偏好之間的多對多關(guān)系假設。該模型摒棄了傳統(tǒng)的LIWC詞典以及兩階段挖掘任務。本文首先基于三層中餐館過程求解NHBT模型，此外基于最短路徑假設提出一種直接抽樣方法。在Facebook數(shù)據(jù)集上的實驗結(jié)果表明NHBT模型能夠從開放的社交媒體環(huán)境中挖掘出有趣的潛在主題，例如樂隊、化學生物學、動漫真人秀等，并且能夠解釋用戶主題選擇行為的內(nèi)在混合機制，例如低盡責性以及高開放性的用戶偏好于發(fā)表與校園生活類相關(guān)的主題。
　　(2)基于主題偏好

5、的社交網(wǎng)絡用戶人格特質(zhì)識別?；谏缃痪W(wǎng)絡用戶人格特質(zhì)與主題偏好之間的關(guān)聯(lián)關(guān)系，提出一種新穎的PT-LDA主題模型解決未知用戶的人格特質(zhì)識別問題。PT-LDA擴展了潛在狄利克雷分布，再將N-grams特征降維成若干潛在主題的同時假設每個主題不僅對應一個在詞匯表上的多項式分布，而且還對應五個在人格特質(zhì)值上的高斯分布。因為模型較為復雜，難以實現(xiàn)精確推理和參數(shù)估計，所以本文提出了一種Gibbs-EM算法迭代求解PT-LDA模型，即交替執(zhí)行吉布斯

6、抽樣和期望最大化算法。定量評價結(jié)果表明，所提的PT-LDA模型要比若干基準算法更加精確、高效和健壯。此外，即使不使用人格特質(zhì)“指導”主題挖掘過程，只使用標準LDA模型挖掘得到的主題特征集給出的識別結(jié)果也要明顯優(yōu)于LIWC特征集，從而進一步驗證了數(shù)據(jù)驅(qū)動的主題挖掘方式的有效性。
　　(3)集成人格特質(zhì)的個性化推薦方法。鑒于人格特質(zhì)與用戶主題偏好具有緊密關(guān)系的堅實理論基礎，以及擁有基于二者關(guān)系識別出用戶人格特質(zhì)的現(xiàn)實條件，本文從人格特

7、質(zhì)的角度研究其是否有助于提高個性化推薦的精度，進而提出融合用戶人格特質(zhì)的矩陣分解模型。具體地來說，本文構(gòu)建用戶-物品和人格特質(zhì)組合-物品兩個關(guān)系矩陣，并通過聯(lián)合分解的方式使得人格特質(zhì)可以協(xié)助獲得更加精確的用戶和物品隱因子矩陣，從而解決用戶-物品矩陣的數(shù)據(jù)稀疏性問題。在音樂數(shù)據(jù)集上的實驗結(jié)果表明，人格特質(zhì)信息能夠有效地解決數(shù)據(jù)稀疏性的問題。
　　本文擴展了社交網(wǎng)絡用戶人格特質(zhì)與主題偏好之間關(guān)系分析的研究思路，豐富了人格特質(zhì)識別的方法