基于社交網(wǎng)絡(luò)的Top-N推薦問題研究.pdf

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展,近幾年來社交網(wǎng)絡(luò)服務(wù)越來越流行,成為了很多人生活中的重要組成部分。社交網(wǎng)絡(luò)的流行在帶給人們便利的同時,也給人們帶來了信息過載的困擾,推薦系統(tǒng)是解決信息過載的有效手段之一,但是目前社交網(wǎng)絡(luò)中現(xiàn)有的許多推薦系統(tǒng)效果并不太理想。與傳統(tǒng)的基于評分的推薦問題不同,社交網(wǎng)絡(luò)中的推薦問題主要為Top-N推薦問題,本文以微博中的名人好友推薦和在線音樂系統(tǒng)中的歌手推薦為例,對基于社交網(wǎng)絡(luò)的Top-N推薦問題進行了研究。本文的主要研究

2、內(nèi)容包括以下幾個部分:
　　首先,本文將微博名人好友推薦問題作為鏈接預(yù)測問題,使用了鏈接預(yù)測問題中的經(jīng)典模型——邏輯回歸模型,利用該模型融合了社會網(wǎng)絡(luò)結(jié)構(gòu)、關(guān)鍵詞和流行度三組特征,其中流行度特征效果較好。然后,本文將微博名人好友推薦問題作為推薦問題,使用了推薦系統(tǒng)中的經(jīng)典模型——近鄰模型,并使用了三種方法計算相似度矩陣。然后分析了以上兩種模型的優(yōu)缺點,為后續(xù)研究提供了思路。
　　其次,本文在分析了邏輯回歸模型和近鄰模型的局限

3、性后,選擇了基于排序?qū)W習的矩陣分解模型解決社交網(wǎng)絡(luò)中的Top-N推薦問題,利用該模型融合了社會關(guān)系、社交活動、用戶性別和年齡、關(guān)鍵詞和標簽、用戶類別、時間動態(tài)、用戶活動模式、用戶點擊時間間隔八組特征,并對特征進行了比較深入的分析,達到了與國際評測中最高準確率相當?shù)乃健?br>　　最后,針對特征稀疏和社會關(guān)系特征利用不充分的問題,本文提出了利用社會關(guān)系擴展特征的方法,在微博名人好友推薦和在線音樂系統(tǒng)歌手推薦兩個問題上,使用了五組特征進行