基于社交用戶標簽的混合個性化推薦研究.pdf

1、隨著互聯網的普及和信息技術發(fā)展，社交網絡應用大量出現，如常見的人人網、Facebook，還有新聞社交、職場社交等，網絡生活逐漸變得社交化。此外，網絡信息急劇增長，如何在海量信息中找到感興趣的資源變得日益重要。然而，個性化推薦系統(tǒng)可以解決這個問題。它不僅可以提高用戶滿意度、忠誠度，還可以提高企業(yè)收益。因此，個性化推薦系統(tǒng)成為了近年來智能檢索領域的一個研究熱點。
　　協(xié)同過濾是當前應用最為廣泛、成功的推薦技術。它只依賴于用戶對項目的評

2、分矩陣，對于各種特定的應用都有較好的適用性，但也存在一些問題，如推薦準確性、冷啟動和覆蓋率等。為了解決這些問題，本文在前人的基礎上考慮了社交網絡中的用戶特性，提出了一種基于社交用戶標簽和協(xié)同過濾混合的推薦方法。
　　本文的主要研究工作及成果如下：
　?、籴槍f(xié)同過濾的準確性、冷啟動和覆蓋率的問題，提出了一種將社交推薦與協(xié)同過濾結合的混合推薦方法。首先，通過傳統(tǒng)的基于用戶的協(xié)同過濾推薦算法可以產生推薦，然后，利用社交網絡中用戶

3、的個性化標簽以及用戶關系進行推薦，最后將這兩種推薦結合進行混合推薦；
　?、谠诨旌戏椒ㄖ型ㄟ^利用社交用戶關系和個性化標簽，采用結構相似性度量方法，實現了基于社交用戶標簽的推薦算法；
　?、弁ㄟ^采用權重組合的方式，對社交網絡和協(xié)同過濾的推薦進行混合生成最終結果。
　　最后，在一般數據集和冷啟動數據集上分別對本文提出的方法進行了評估。在準確率、召回率和覆蓋率等指標上的對比實驗結果表明該方法可以提高推薦的準確度和覆蓋率，并且