在線社交網(wǎng)絡中基于信息流向的個性化推薦.pdf

1、在線社交網(wǎng)絡中基于信息流向的在線社交網(wǎng)絡中基于信息流向的個性化推薦個性化推薦PersonalizedRecommendationBasedonInfmationFlowinOnlineSocialwk學科專業(yè)：計算機科學與技術研究生：翟敏指導教師：石紅副教授天津大學計算機科學與技術學院二零一二年十一月中文中文摘要摘要隨著在線社交網(wǎng)絡的發(fā)展，用戶產(chǎn)生內容（UGC）越來越多，信息量大，信息質量參差不齊，使得用戶想要快速高效地選擇自己所需要的

2、信息變得越來越難。如何幫助用戶發(fā)現(xiàn)他們最感興趣和最具價值的信息，如何讓不同類別的信息或觀念能在在線網(wǎng)絡上快速的傳播，成為眾多研究者們共同面臨的問題。本文對社會理論和在線社會網(wǎng)絡的發(fā)展做了詳細的介紹，并對在線社會網(wǎng)絡中的個性化推薦算法以及在線社會網(wǎng)絡的社區(qū)劃分進行了深入分析。結合兩級傳播論與結構洞理論，提出了在線社會網(wǎng)絡中信息的三級傳播論，即：消息或者新觀念在一個團體發(fā)起后，經(jīng)團體之間的結構洞傳遞給另一個團體，再由團體內部輿論領袖傳遞給本

3、團體的其他成員。此外，本文根據(jù)興趣圖譜是在線社會網(wǎng)絡中信息傳播的重要載體這一理論，將在線社會網(wǎng)絡中信息流向歸結為信息由一個興趣圖譜發(fā)起，經(jīng)過興趣圖譜間的結構洞，傳播到另一個興趣圖譜，再由輿論領袖將信息轉播給圖譜內的其他成員。因此，若要傳播某一方面的新聞或者消息，只需找到相應的輿論領袖和結構洞，與此同時，相對應的用戶也能得到符合自己品味的個性化推薦。本文提出了一個基于潛在興趣圖譜的結構洞發(fā)現(xiàn)算法來尋找社交網(wǎng)絡中的結構洞，同時設計了一個基于