基于改進GN算法的茶葉消費者網絡社區(qū)發(fā)現(xiàn)研究.pdf

1、近年來，茶葉作為一種特色農產品，其網絡交易的規(guī)模越來越大。個性化推薦，作為當前電子商務領域研究的熱點之一，也將是未來茶葉電子商務發(fā)展的必然趨勢?，F(xiàn)有電商的個性化推薦中，茶葉被視為普通商品向消費者進行推薦，忽略了茶葉自身的農產品特性，并且傳統(tǒng)的個性化推薦主要對單個用戶進行，很少有基于消費者網絡的社區(qū)推薦。社區(qū)發(fā)現(xiàn)即社區(qū)劃分，是社區(qū)推薦的前提，也就是分析消費者相互間聯(lián)系，構建消費者網絡，將不同消費者劃分到所屬社區(qū)，從而有針對性地按照社區(qū)進行

2、推薦。本課題引入復雜網絡中的社區(qū)發(fā)現(xiàn)技術，在構建茶葉消費者網絡的基礎上，重點對經典的GN社區(qū)發(fā)現(xiàn)算法進行了探討，針對其算法時間復雜度過高等問題，提出了一種改進的GN算法，實現(xiàn)了對茶葉消費者網絡中社區(qū)的準確劃分。論文研究的主要內容包括以下幾個方面:
　　(1)探討了茶葉消費者網絡的構建方法。課題將傳統(tǒng)協(xié)同過濾中“用戶一項目評分矩陣”映射到消費者網絡中，把用戶看作節(jié)點、用戶之間的聯(lián)系作為邊、用戶之間的相似度作為邊的權重構建茶葉消費者網

3、絡。論文結合茶葉本身的特性，計算用戶間相似度，提高了茶葉消費者網絡構建的科學性。
　　(2)對現(xiàn)有的復雜網絡中社區(qū)發(fā)現(xiàn)算法進行深入分析和研究的基礎上，針對傳統(tǒng)GN算法時間復雜度過高問題，提出了一種改進的GN算法。新算法首先通過尋找網絡中心節(jié)點，然后僅考慮中心節(jié)點和其他節(jié)點之間的最短路徑，計算每條邊由當前最短路徑得到的邊介數(shù)，同時用模塊度增量作為改進GN算法結束標準。實驗表明，與傳統(tǒng)GN算法相比，新的GN算法在保持社區(qū)劃分準確性的前