当前位置:主页 > 科技论文 > 软件论文 >

多因素融合的个性化位置推荐算法研究

发布时间:2017-03-30 10:22

  本文关键词:多因素融合的个性化位置推荐算法研究,由笔耕文化传播整理发布。


【摘要】:随着在线社交网络的迅速发展,朋友之间能够更加方便的分享图片、文档、视频等。基于位置的社交网络是在传统在线社交网络中增添位置因素,使得用户能够方便地共享嵌入位置的信息。然而,面临浩瀚的信息资源,如何从中找到自己感兴趣的信息是非常困难的。不同的用户有不同的需求,对位置信息的感兴趣程度也不尽相同。个性化的推荐算法可以挖掘用户的兴趣,进而帮助用户自动地选择感兴趣的信息,在基于位置的社交网络中变得越来越重要。目前,针对基于位置的社交网络推荐的研究,主要包括位置推荐、用户推荐、活动推荐以及社交媒体推荐。其中,位置推荐已经成为了最近研究的一个重点。本文以签到型社交网站中的用户签到数据为研究对象,对用户的移动行为进行研究,得到了影响用户移动行为的主要因素。探究了社会关系对用户移动行为的影响,并从空间地理位置角度研究了用户签到位置和常居地的距离与其社会关系之间的联系。在此基础上,结合地理位置信息和用户关系,根据得到的影响用户移动行为的主要因素,提出了一种多因素融合的个性化位置推荐算法。该算法有效地融合了用户偏好信息、社会关系影响、用户当前位置以及时间间隔等多种因素,能够提高位置推荐的准确性。本文将提出的算法与现有典型位置推荐算法进行对比后发现,本文的算法在实验参数设定以及推荐结果上都要优于原有的位置推荐算法,不仅充分考虑了用户的移动行为,而且适应用户的当前位置,能够预测用户未来的活动,可以更好地进行个性化位置推荐。
【关键词】:基于位置的社交网络 推荐系统 位置推荐 多因素
【学位授予单位】:兰州大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP391.3
【目录】:
  • 中文摘要3-4
  • Abstract4-7
  • 第一章 绪论7-13
  • 1.1 研究背景和意义7-8
  • 1.2 国内外研究现状8-11
  • 1.3 本文主要工作11
  • 1.4 论文组织结构11-13
  • 第二章 相关知识概述13-23
  • 2.1 推荐算法13-17
  • 2.1.1 协同过滤推荐算法13-15
  • 2.1.2 基于内容的推荐算法15-17
  • 2.2 基于位置的社交网络17-19
  • 2.2.1 基于位置的社交网络结构17-19
  • 2.2.2 基于位置的社交网络分类19
  • 2.3 推荐系统的评价指标19-22
  • 2.4 本章小结22-23
  • 第三章 基于位置的社交网络中影响用户行为的因素23-32
  • 3.1 签到数据23-26
  • 3.1.1 签到数据信息23-25
  • 3.1.2 用户常居地预测25-26
  • 3.2 社会关系影响下的用户行为26-28
  • 3.2.1 朋友相似度计算方法26-27
  • 3.2.2 朋友相似度与用户行为之间的关系27-28
  • 3.3 位置因素影响下的用户行为28-31
  • 3.3.1 远距离活动的社会关系29-30
  • 3.3.2 近距离活动的社会关系30-31
  • 3.4 本章小结31-32
  • 第四章 多因素融合的个性化位置推荐算法32-46
  • 4.1 个性化位置推荐算法32-34
  • 4.1.1 基于用户偏好信息的推荐算法32-33
  • 4.1.2 基于社会关系影响的推荐算法33-34
  • 4.2 多因素融合的个性化位置推荐算法34-40
  • 4.2.1 USTG算法定义34-38
  • 4.2.2 USTG算法流程38-39
  • 4.2.3 算法时间复杂度分析39-40
  • 4.3 实验设计与结果分析40-45
  • 4.3.1 实验数据40
  • 4.3.2 实验环境40-41
  • 4.3.3 实验验证的算法41-42
  • 4.3.4 算法验证流程42-44
  • 4.3.5 实验结果对比分析44-45
  • 4.4 本章小结45-46
  • 第五章 总结与展望46-48
  • 5.1 本文总结46-47
  • 5.2 未来工作的展望47-48
  • 参考文献48-52
  • 在学期间的研究成果52-53
  • 致谢53

【参考文献】

中国期刊全文数据库 前4条

1 刘树栋;孟祥武;;基于位置的社会化网络推荐系统[J];计算机学报;2015年02期

2 张富国;;基于社交网络的个性化推荐技术[J];小型微型计算机系统;2014年07期

3 李敏;王晓聪;张军;刘正捷;;基于位置的社交网络用户签到及相关行为研究[J];计算机科学;2013年10期

4 刘建国;周涛;汪秉宏;;个性化推荐系统的研究进展[J];自然科学进展;2009年01期

中国硕士学位论文全文数据库 前1条

1 刘袁柳;面向LBSN的兴趣点和用户推荐方法研究[D];苏州大学;2015年


  本文关键词:多因素融合的个性化位置推荐算法研究,由笔耕文化传播整理发布。



本文编号:276899

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/276899.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户816a8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com