利用社會(huì)化信息的協(xié)同過(guò)濾推薦算法研究.pdf

1、隨著移動(dòng)終端的普及，移動(dòng)互聯(lián)網(wǎng)應(yīng)用已經(jīng)成為人們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠?。人們可以方便的接入網(wǎng)絡(luò)，發(fā)表自己的內(nèi)容。社交網(wǎng)絡(luò)的用戶量，生產(chǎn)的內(nèi)容和服務(wù)商也在穩(wěn)步的增長(zhǎng)。人們?cè)谏缃痪W(wǎng)絡(luò)中(如微博，微信，知乎)實(shí)時(shí)地產(chǎn)生和消費(fèi)內(nèi)容，并且越來(lái)越依賴基于社交關(guān)系的信息流動(dòng)態(tài)來(lái)獲取新鮮事。知乎網(wǎng)是一個(gè)用戶自己提問(wèn)、網(wǎng)友回答的在線問(wèn)答社區(qū)，用戶的動(dòng)態(tài)消息以信息流的方式呈現(xiàn)在網(wǎng)站首頁(yè)。用戶的信息流會(huì)隨著其社交關(guān)系的增加而變得越來(lái)越紛繁復(fù)雜。對(duì)于那些關(guān)注

2、了很多信息源的用戶，每天可以從其關(guān)注者那獲取到成千上萬(wàn)的動(dòng)態(tài)消息。個(gè)性化推薦系統(tǒng)被各大平臺(tái)用于為用戶篩選出其感興趣的動(dòng)態(tài)。
　　知乎網(wǎng)的內(nèi)容是由一個(gè)一個(gè)的問(wèn)題構(gòu)成，每個(gè)問(wèn)題可以打上不同的話題標(biāo)簽，問(wèn)題頁(yè)面中有一個(gè)回答列表。用戶可以自行添加答案，也可以通過(guò)點(diǎn)贊、評(píng)論、關(guān)注等方式來(lái)表達(dá)自己對(duì)答案的態(tài)度，平臺(tái)中的內(nèi)容通過(guò)用戶之間的關(guān)注關(guān)系來(lái)傳播。本文針對(duì)知乎網(wǎng)的特征，提出了一種基于隨機(jī)游走的圖推薦模型，該模型將“用戶-話題-問(wèn)題”三者有

3、機(jī)結(jié)合起來(lái)構(gòu)建用戶興趣異構(gòu)圖，并在圖中添加了時(shí)間段節(jié)點(diǎn)來(lái)綜合考慮用戶的長(zhǎng)時(shí)間和短時(shí)間的興趣。此外，該算法還融入了用戶的社交關(guān)系，基于三元閉包理論發(fā)現(xiàn)用戶的潛在好友關(guān)系，最后結(jié)合用戶的社交關(guān)系與動(dòng)態(tài)記錄為用戶打造個(gè)性化推薦列表。
　　在知乎中，有樂(lè)于分享知識(shí)和經(jīng)驗(yàn)的答主，他們作為內(nèi)容生產(chǎn)者產(chǎn)生了大量的內(nèi)容，使得平臺(tái)內(nèi)容更加豐富多彩。還有一種用戶是內(nèi)容消費(fèi)者，其中有部分人閱讀平臺(tái)上的內(nèi)容后，愿意對(duì)自己認(rèn)可的回答點(diǎn)贊分享，平臺(tái)記錄了他們

4、的行為特征。而還有另一種用戶，他們只是閱讀，而不進(jìn)行操作，除了社交關(guān)系，個(gè)人歷史行為稀少。本文設(shè)計(jì)了一個(gè)基于文本內(nèi)容的矩陣分解模型來(lái)為上面描述的用戶進(jìn)行個(gè)性化推薦。該方法將“用戶-問(wèn)題”之間的關(guān)系通過(guò)“用戶-話題”矩陣來(lái)描述。使用矩陣分解來(lái)獲得“用戶-話題”特征矩陣，再通過(guò)“話題-問(wèn)題”之間的關(guān)系來(lái)將大量的問(wèn)題映射到少量的話題上，來(lái)解決用戶行為稀疏的問(wèn)題。同時(shí)，針對(duì)動(dòng)態(tài)較少的用戶，通過(guò)添加其關(guān)注者的回答內(nèi)容來(lái)構(gòu)建“用戶-話題”詞袋模型，