基于協(xié)同過濾和行為分析的微博推薦系統(tǒng).pdf

1、推薦系統(tǒng)是幫助用戶發(fā)現(xiàn)內(nèi)容、克服信息過載問題的有力工具，社交網(wǎng)絡(luò)是發(fā)布、傳播、接受信息的重要平臺(tái)，作為當(dāng)前學(xué)術(shù)界和工業(yè)界的研究熱點(diǎn)，二者的結(jié)合是大勢(shì)所趨。
　　本文以社交網(wǎng)絡(luò)中的關(guān)注對(duì)象推薦為任務(wù)，對(duì)推薦系統(tǒng)和社交網(wǎng)絡(luò)的特性進(jìn)行了深入研究，主要工作如下:
　　1推薦系統(tǒng)的方法論綜述:對(duì)推薦系統(tǒng)研究中現(xiàn)有的理論和方法進(jìn)行了分類總結(jié)，包括內(nèi)容過濾、協(xié)同過濾和社會(huì)化過濾等，并著重分析了評(píng)分預(yù)測(cè)問題中的主流算法。
　　2推薦算

2、法結(jié)合排序?qū)W習(xí):評(píng)分預(yù)測(cè)是推薦系統(tǒng)的一個(gè)基本問題，但實(shí)際應(yīng)用場(chǎng)景中更普遍的形式是TopN推薦?；谠u(píng)分預(yù)測(cè)問題中的多種建模方法，本文嘗試將排序?qū)W習(xí)應(yīng)用于這些模型，實(shí)驗(yàn)結(jié)果表明推薦性能顯著優(yōu)于傳統(tǒng)評(píng)分模型。
　　3社交網(wǎng)絡(luò)中的用戶興趣建模:社交網(wǎng)絡(luò)中的用戶擁有眾多的異質(zhì)信息，如內(nèi)容信息、社交信息等，本文嘗試?yán)酶鞣N信息對(duì)用戶興趣進(jìn)行建模，并通過實(shí)驗(yàn)分析了不同信息對(duì)反映用戶興趣的貢獻(xiàn)度。
　　4社交網(wǎng)絡(luò)中的用戶行為模式分析與建模