基于社會網(wǎng)絡(luò)的用戶興趣模型研究.pdf

1、隨著互聯(lián)網(wǎng)信息的海量增長,人們需要花費越來越多的時間和精力去檢索和挖掘符合自己興趣愛好的內(nèi)容。在這種情況下,個性化服務(wù)應(yīng)運而生。個性化服務(wù)的宗旨是直接向用戶提供滿足其興趣愛好的內(nèi)容,包括檢索服務(wù),推薦服務(wù)等等。其中用戶興趣模型是個性化服務(wù)的核心,直接決定著個性化服務(wù)的質(zhì)量。只有快速準(zhǔn)確地把握用戶興趣,建立用戶興趣模型,才能為用戶提供高質(zhì)量的個性化服務(wù)。本文將社會網(wǎng)絡(luò)和社區(qū)發(fā)現(xiàn)的概念引入到用戶興趣模型的研究中,探討了用戶興趣模型的建立方法

2、和用戶興趣的預(yù)測方法。
　　 文章首先研究了現(xiàn)有的社區(qū)發(fā)現(xiàn)方法,在此基礎(chǔ)上提出了一種局部社區(qū)發(fā)現(xiàn)方法,該方法基本上基于網(wǎng)絡(luò)的局部信息,因此具有較高的效率,同時方法中引入的節(jié)點劃分方法保證了算法具有較高的精度,最終可以得到網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu),其中每個社區(qū)中的節(jié)點具有較高的相似性或者相關(guān)性。該方法可以應(yīng)用到用戶興趣建模過程的近鄰計算部分,而近鄰計算是協(xié)同過濾推薦技術(shù)的關(guān)鍵。
　　 本文在研究當(dāng)前用戶建模方法的基礎(chǔ)上,引入社會網(wǎng)

3、絡(luò)相關(guān)方法,提出了一種混合式的用戶興趣模型的建立方法。該方法中將傳統(tǒng)的聚類思想和協(xié)同過濾思想相結(jié)合,使用社會網(wǎng)絡(luò)的相關(guān)方法得到用戶群體興趣,然后根據(jù)用戶群體興趣和個體興趣的加權(quán)得到用戶當(dāng)前的興趣模型。
　　 在研究了用戶興趣建模方法后,本文更進(jìn)一步對用戶興趣的預(yù)測方法也進(jìn)行了探討,提出了兩種基于時間序列分析的用戶興趣模型預(yù)測方法。一種是基于用戶的歷史記錄預(yù)測其下一階段的興趣,實驗表明該方法具有較好的預(yù)測效果;另外一種是基于協(xié)同過