

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著Web2.0技術(shù)的蓬勃發(fā)展,全球互聯(lián)網(wǎng)進(jìn)入網(wǎng)絡(luò)交互時代。微博的誕生和發(fā)展,給互聯(lián)網(wǎng)信息的傳播方式,以及用戶的生活都帶來巨大的影響。用戶可以運(yùn)用微博平臺收聽感興趣的、貼近生活的、專業(yè)領(lǐng)域的話題。微博逐漸成為用戶間信息交流,信息分享以及信息傳播的主要平臺。隨著微博用戶的上升,微博信息成倍地增長。而微博信息總是伴隨著微博用戶而存在,在眾多微博用戶中尋找到與自己有共同興趣愛好的用戶,也就找到了想要獲得的信息。因此,為微博用戶推薦具有共同興趣
2、愛好的好友,就成為本文研究的重點(diǎn)。
本文對目前已有的社會網(wǎng)絡(luò)好友推薦算法進(jìn)行深入研究,通過總結(jié)學(xué)習(xí)推薦算法的理論知識,結(jié)合微博用戶好友特點(diǎn),提出一種基于關(guān)聯(lián)規(guī)則和標(biāo)簽的個性化好友推薦算法,推薦與目標(biāo)用戶最相似的用戶為其好友。首先,對微博中好友推薦的相關(guān)概念進(jìn)行定義,并介紹好友推薦系統(tǒng)實(shí)現(xiàn)流程;其次,提出基于關(guān)聯(lián)規(guī)則算法計(jì)算用戶間共同好友關(guān)系的方法,然后又提出基于標(biāo)簽相似度算法計(jì)算用戶間相似性的方法;最后,結(jié)合共同好友關(guān)系和標(biāo)簽
3、相似性兩個推薦因素,推導(dǎo)出基于個性化好友推薦的計(jì)算方法。
在文章最后的實(shí)驗(yàn)部分,先設(shè)計(jì)實(shí)現(xiàn)了微博個性化好友推薦系統(tǒng),為算法的性能測試提供實(shí)驗(yàn)平臺支持。然后利用好友推薦系統(tǒng),進(jìn)行兩部分實(shí)驗(yàn),分別為權(quán)重值實(shí)驗(yàn)測試和算法性能實(shí)驗(yàn)測試。其中,權(quán)重值實(shí)驗(yàn)結(jié)果表明,當(dāng)權(quán)重值為0.6時,個性化好友推薦算法達(dá)到最優(yōu)。最后,通過與現(xiàn)有的三種好友算法進(jìn)行比較,得出個性化好友推薦算法的優(yōu)化性,表明相結(jié)合的個性化好友推薦算法是有效的,且在準(zhǔn)確率和查全
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于標(biāo)簽和可信鄰域的協(xié)同過濾推薦算法研究.pdf
- 基于協(xié)同過濾和行為分析的微博推薦系統(tǒng).pdf
- 基于標(biāo)簽的協(xié)同過濾推薦技術(shù)的研究.pdf
- 基于標(biāo)簽和協(xié)同過濾的圖片推薦系統(tǒng).pdf
- 基于用戶興趣的移動微博協(xié)同過濾推薦方法研究.pdf
- 基于用戶協(xié)同過濾推薦算法的研究.pdf
- 基于協(xié)同過濾技術(shù)的推薦算法研究.pdf
- 基于協(xié)同過濾的圖書推薦算法研究.pdf
- 推薦系統(tǒng)中基于內(nèi)存的協(xié)同過濾算法研究.pdf
- 推薦系統(tǒng)中協(xié)同過濾算法研究.pdf
- 基于協(xié)同過濾技術(shù)的推薦算法研究
- 基于SVD的協(xié)同過濾推薦算法研究.pdf
- 基于協(xié)同過濾的器件推薦算法研究.pdf
- 協(xié)同過濾推薦算法研究.pdf
- 基于協(xié)同過濾的圖書推薦算法研究
- 推薦系統(tǒng)中協(xié)同過濾算法的研究.pdf
- 推薦系統(tǒng)中的協(xié)同過濾算法研究.pdf
- 微博協(xié)同過濾推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于MapReduce的協(xié)同過濾推薦算法研究.pdf
- 協(xié)同過濾算法在圖書推薦系統(tǒng)中的應(yīng)用.pdf
評論
0/150
提交評論