版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在線社交網(wǎng)絡(luò)的發(fā)展與普及給人們的日常生活帶來了極大的便利,然而這種表達(dá)能力有限、缺失信息的在線交流方式也帶來了諸如增大用戶相互理解難度以及影響用戶心理健康等問題,面對(duì)這些問題,人們對(duì)于回歸線下面對(duì)面交流的呼聲越來越高,在此情況下,基于活動(dòng)的社交網(wǎng)絡(luò)(EBSN,Event Based Social Network)作為一種新型的異構(gòu)社交網(wǎng)絡(luò),引起了人們的關(guān)注并獲得了快速的發(fā)展。
面對(duì)EBSN網(wǎng)絡(luò)平臺(tái)上數(shù)量龐大、種類繁多的活動(dòng),用
2、戶常常會(huì)遇到活動(dòng)選擇的難題,因此,本文對(duì)EBSN中的活動(dòng)推薦這一解決活動(dòng)選擇難題的服務(wù)性問題進(jìn)行研究,通過為用戶推薦其感興趣的活動(dòng)來方便用戶對(duì)活動(dòng)的選擇,從而優(yōu)化平臺(tái)的用戶體驗(yàn)。
為了達(dá)到更好的活動(dòng)推薦效果,本文針對(duì)EBSN數(shù)據(jù)稀疏的特點(diǎn),充分利用網(wǎng)絡(luò)中包含線上線下社交關(guān)系的拓?fù)浣Y(jié)構(gòu)信息以及多種節(jié)點(diǎn)的屬性和內(nèi)容信息,提出一種基于多維混合特征的活動(dòng)推薦算法(MHF)。首先,在數(shù)據(jù)分析的基礎(chǔ)上構(gòu)建EBSN異構(gòu)網(wǎng)絡(luò)模型。為了挖掘用戶
3、的興趣偏好,衡量用戶對(duì)活動(dòng)的參與意愿,文章充分利用網(wǎng)絡(luò)中的各種信息對(duì)包括拓?fù)涮卣?、時(shí)間特征、空間特征以及語(yǔ)義特征在內(nèi)的多維特征進(jìn)行分析和建模,并將多維特征混合起來構(gòu)建用戶對(duì)活動(dòng)的評(píng)分模型。對(duì)于模型中特征的權(quán)值設(shè)計(jì)有效的算法對(duì)其進(jìn)行訓(xùn)練學(xué)習(xí),并最終通過對(duì)待推薦活動(dòng)評(píng)分的計(jì)算和排序生成推薦列表向用戶進(jìn)行推薦。
本文在紐約和舊金山兩個(gè)真實(shí)的城市數(shù)據(jù)集上對(duì)幾種活動(dòng)推薦算法分別進(jìn)行了實(shí)驗(yàn),通過對(duì)實(shí)驗(yàn)結(jié)果的對(duì)比和分析可以得出:(a)本文提
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多維特征空間的職位推薦系統(tǒng)研究.pdf
- 基于RSM的多維推薦模型研究.pdf
- 基于關(guān)鍵詞與混合特征的新聞協(xié)同推薦研究.pdf
- 基于多特征的社交活動(dòng)推薦算法研究.pdf
- 基于多維度特征評(píng)論分類的研究.pdf
- 基于用戶多維社交網(wǎng)絡(luò)模型的推薦算法研究.pdf
- 社交網(wǎng)絡(luò)中基于用戶特征的專家推薦研究.pdf
- 基于混合模型的推薦系統(tǒng)的研究.pdf
- 基于多維度用戶偏好的推薦技術(shù)研究.pdf
- 基于混合推薦的電影推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于Spark的混合推薦系統(tǒng).pdf
- 基于主題模型的混合推薦算法研究.pdf
- 基于隱語(yǔ)義的混合推薦算法研究.pdf
- 基于時(shí)間加權(quán)的混合推薦算法研究.pdf
- 基于混合推薦的手機(jī)閱讀推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 問答網(wǎng)站中基于混合模型的實(shí)時(shí)標(biāo)簽推薦.pdf
- 基于深度學(xué)習(xí)的車輛多維特征檢測(cè)研究.pdf
- 基于多維特征處理的雷達(dá)信號(hào)分選研究.pdf
- 基于用戶行為特征的水果搭配混合推薦方法設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于SVD與SVM混合推薦的電影推薦系統(tǒng)的研究.pdf
評(píng)論
0/150
提交評(píng)論