網(wǎng)絡(luò)用戶偏好建模及推薦系統(tǒng)設(shè)計(jì).pdf

1、隨著網(wǎng)絡(luò)數(shù)據(jù)量的急劇增加，從海量數(shù)據(jù)中挖掘有價值的信息成為一項(xiàng)重要技術(shù)。特別是在電子商務(wù)等領(lǐng)域，用戶與商品之間的相關(guān)性有巨大的商業(yè)價值，而推薦系統(tǒng)就是為尋找這樣一種相關(guān)性而建立的數(shù)據(jù)挖掘和過濾系統(tǒng)。在推薦過程中，尋找用戶間的相似度是準(zhǔn)確推薦的關(guān)鍵，所以用戶偏好建模就尤為重要。研究網(wǎng)絡(luò)用戶偏好的建模方法以及基于偏好模型的推薦算法，對于更好地為用戶提供信息服務(wù)有著重要意義。
　　新浪微博因兼具社交和媒體的雙重特點(diǎn)，已成為人們在線交流和

2、信息傳播的重要平臺。但由于微博中用戶數(shù)據(jù)太稀疏，傳統(tǒng)的向用戶推薦好友、擴(kuò)大微博用戶相互關(guān)注的推薦方法存在很多問題，所以本文研究一種新的推薦方法向微博用戶推薦好友。本文在分析新浪微博用戶偏好的基礎(chǔ)上重點(diǎn)研究了網(wǎng)絡(luò)用戶偏好的模型，根據(jù)模型設(shè)計(jì)了推薦系統(tǒng)并將其實(shí)現(xiàn)。論文的主要工作和創(chuàng)新點(diǎn)包括以下幾個方面:
　　(1)簡要介紹了網(wǎng)絡(luò)用戶偏好分析方法和推薦技術(shù)的研究發(fā)展與現(xiàn)狀，闡明了論文的研究意義，說明了與本研究相關(guān)的幾種關(guān)鍵技術(shù)。

3、　　(2)基于新浪微博的用戶信息提出兩種用戶偏好建模方法:基于用戶間關(guān)注關(guān)系建模和基于用戶間交互信息建模。并根據(jù)這兩個模型設(shè)計(jì)出相應(yīng)的兩個推薦方案:基于關(guān)注關(guān)系推薦系統(tǒng)和基于交互信息推薦系統(tǒng)。
　　(3)選定新浪微博數(shù)據(jù)作為研究對象，并設(shè)計(jì)了基于HttpClient和正則表達(dá)式的爬蟲系統(tǒng)，實(shí)現(xiàn)了新浪微博數(shù)據(jù)的自動化采集。
　　(4)利用Matlab軟件對爬取到的新浪微博用戶行為數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，并仿真比較了推薦結(jié)果，證明了本文所