

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái),伴隨著科技的進(jìn)步,互聯(lián)網(wǎng)得到了迅猛發(fā)展,網(wǎng)絡(luò)社交媒體快速地發(fā)展擴(kuò)張,已經(jīng)成為了生活中不可或缺的一環(huán)。人們希望在社交網(wǎng)絡(luò)中認(rèn)識(shí)更多的人,發(fā)現(xiàn)更多的樂(lè)趣。所以,根據(jù)用戶特征并給其推薦好友是社交網(wǎng)站的工作重點(diǎn),也是用戶的潛在要求。但是在現(xiàn)在的社交網(wǎng)站中,用戶獲得好友的方法主要有用戶自己手動(dòng)添加、網(wǎng)站根據(jù)熱門事件為用戶推薦和僅根據(jù)用戶最近的動(dòng)態(tài)發(fā)現(xiàn)用戶特征為其推薦。但是用戶是個(gè)有性格的獨(dú)特個(gè)體,有著固有的特征,社交網(wǎng)絡(luò)顯然忽略了這一點(diǎn)。
2、
由此可見(jiàn),根據(jù)用戶的特征提供個(gè)性化的推薦是社交網(wǎng)絡(luò)的研究方向,也是可以顯著提高用戶體驗(yàn)的切入點(diǎn)。網(wǎng)易云音樂(lè)根據(jù)用戶的習(xí)慣等特征發(fā)現(xiàn)用戶的獨(dú)特音樂(lè)DNA,從而帶來(lái)了大量的用戶就是一個(gè)很好的佐證。
隨著人們對(duì)好友推薦的研究,好友推薦領(lǐng)域出現(xiàn)了用戶興趣的主題模型,它可以將用戶的興趣分類,效果優(yōu)于傳統(tǒng)的基于內(nèi)容的推薦。本文在此基礎(chǔ)上,依托已有研究成果,從用戶的興趣分布和用戶興趣的產(chǎn)生變化過(guò)程入手,根據(jù)社交網(wǎng)絡(luò)的特性,基于已
3、存在的算法的不足,提出了一種可用于新用戶的興趣分布檢驗(yàn)的算法和一種可用于興趣遷移檢驗(yàn)和新興興趣挖掘的興趣挖掘算法。通過(guò)數(shù)據(jù)實(shí)驗(yàn)證明可以很好的預(yù)測(cè)用戶興趣的遷移。
本文的主要工作和貢獻(xiàn)如下:
1.針對(duì)用戶興趣的特點(diǎn),提出了一種改進(jìn)的LDA主題模型,可以用于新用戶的興趣分布探究算法。
2.針對(duì)現(xiàn)有的用戶興趣探索算法的不足,在這些算法基礎(chǔ)上設(shè)計(jì)了一種改進(jìn)的興趣探索算法,該算法很好地發(fā)掘了用戶的潛在興趣,并且發(fā)現(xiàn)了
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 社交網(wǎng)站中基于用戶社會(huì)活動(dòng)和好友網(wǎng)絡(luò)的推薦技術(shù)研究.pdf
- 近鄰移動(dòng)社交網(wǎng)絡(luò)中鄰居發(fā)現(xiàn)和好友匹配研究.pdf
- 基于歷史軌跡和好友關(guān)系的位置隱私保護(hù).pdf
- 基于用戶興趣模型的社交網(wǎng)絡(luò)好友推薦技術(shù)研究.pdf
- 基于用戶興趣模型的服務(wù)發(fā)現(xiàn)方法研究.pdf
- 基于用戶興趣模型的web服務(wù)發(fā)現(xiàn)研究.pdf
- 微博用戶興趣發(fā)現(xiàn)與用戶推薦研究.pdf
- 基于主題模型與用戶興趣的個(gè)性化新聞推薦算法研究.pdf
- 面向服務(wù)推薦的用戶興趣發(fā)現(xiàn)方法研究.pdf
- 基于信任關(guān)系和興趣模型的社交網(wǎng)絡(luò)好友推薦方法研究.pdf
- 基于用戶興趣模型的新聞自動(dòng)推薦系統(tǒng).pdf
- 基于主題模型的用戶興趣挖掘及上下文感知推薦系統(tǒng)算法研究.pdf
- mba論文面向服務(wù)推薦的用戶興趣發(fā)現(xiàn)方法研究pdf
- 基于用戶興趣的推薦算法研究.pdf
- 基于主題模型的興趣點(diǎn)推薦方法研究與實(shí)現(xiàn).pdf
- 基于多維用戶興趣模型的協(xié)同過(guò)濾推薦算法.pdf
- 基于DSP平臺(tái)的個(gè)性化廣告推薦——用戶興趣模型研究.pdf
- 基于主題和關(guān)系的社交網(wǎng)絡(luò)潛在好友推薦研究.pdf
- 基于LDA模型的作者興趣發(fā)現(xiàn)研究.pdf
- 高效率用戶群體興趣趨勢(shì)發(fā)現(xiàn)的推薦方法研究.pdf
評(píng)論
0/150
提交評(píng)論