基于异构社交网络关系和主题模型的活动推荐系统的设计与实现
发布时间：2021-11-07 00:37
随着社交网络的迅速发展,出现了一种新型的异构社交网络:基于活动的社交网络(Event Based Social Network,EBSN)。面对EBSN社交平台上种类繁多、数量巨大的活动,用户往往面临着选择困难问题,因此基于EBSN的活动推荐受到人们的关注。不同于其他推荐,EBSN的许多特性使得活动推荐面临众多挑战:用户在活动中可以扮演不同的角色(组织者或参与者);大部分用户只会参与少数活动,且大部分活动只会被少数人参与,故用户-活动矩阵十分稀疏;活动内容为吸引用户参与的直接因素,但是活动描述文本较为简短,且噪声词较多,传统的基于内容的推荐无法取得较好的效果。为了解决这些问题,本文基于EBSN的异构社交网络特征和活动内容文本信息提出了一个新的主题模型TM-HSNT,并根据用户主题与活动主题的相似性实现活动推荐,在Meetup数据集上验证了模型的优越性,最后基于TM-HSNT设计并实现了一个活动推荐系统。论文主要内容如下:(1)提出一种新的用户信任度计算方法。在EBSN中,传统的信任度计算只关注用户加入相同群组的个数及参加相同活动的数量,本文认为群组或活动中用户角色的不同,对其他用户的吸...
【文章来源】： 北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：72 页
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 基于活动的社交网络
1.2.2 传统主题模型
1.2.3 基于短文本信息的主题模型
1.2.4 活动推荐
1.3 主要研究内容
1.4 论文组织结构
第二章 融入用户吸引力的信任度
2.1 用户信任度
2.1.1 社会化推荐和信任计算
2.1.2 EBSN的用户信任度
2.2 融入用户吸引力的信任度
2.2.1 用户吸引力的定义
2.2.2 用户吸引力的影响因素
2.2.3 用户吸引力的计算
2.2.4 融入用户吸引力的信任度
2.3 实验与分析
2.3.1 数据集
2.3.2 实验方法和评价指标
2.3.3 实验对比
2.4 本章小结
第三章 基于用户群组关系和活动内容信息的主题模型
3.1 基于活动内容的推荐模型
3.1.1 泊松分解模型
3.1.2 主题模型
3.1.3 词对共现
3.2 构建G-wBTM模型
3.2.1 群组关系及活动文本信息
3.2.2 改进的主题模型
3.3 活动推荐
3.4 实验及分析
3.4.1 对比模型
3.4.2 实验结果及分析
3.5 本章小结
第四章 基于异构社交网络关系和活动文本信息的主题模型
4.1 构建TM-HSNT
4.1.1 改进的主题模型
4.1.2 模型推理
4.2 活动推荐
4.3 实验结果及分析
4.3.1 对比模型
4.3.2 实验及分析
4.4 本章小结
第五章 活动推荐系统需求分析及设计
5.1 系统需求分析
5.2 系统总体设计
5.2.1 系统体系架构
5.2.2 系统功能模块及流程
5.2.3 数据库设计
5.2.4 推荐列表的生成过程
5.3 本章小结
第六章 活动推荐系统实现与测试
6.1 系统实现
6.1.1 系统主要使用技术
6.1.2 服务端API
6.1.3 模块实现
6.2 系统测试
6.2.1 测试环境
6.2.2 模块测试
6.2.3 系统性能测试
6.3 本章小节
第七章 总结和展望
7.1 总结
7.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于双词语义扩展的Biterm主题模型 [J]. 李思宇,谢珺,邹雪君,续欣莹,冀小平. 计算机工程. 2019(01)
[2]基于社交网络信任关系的服务推荐方法 [J]. 王佳蕾,郭耀,刘志宏. 计算机科学. 2018(S2)
[3]基于用户轨迹数据的移动推荐系统研究 [J]. 孟祥武,李瑞昌,张玉洁,纪威宇. 软件学报. 2018(10)
[4]联合建模异构社交和内容信息的活动推荐模型 [J]. 王绍卿,王征,李翠平,赵衎衎,陈红. 软件学报. 2018(10)
[5]融合主题模型和协同过滤的多样化移动应用推荐 [J]. 黄璐,林川杰,何军,刘红岩,杜小勇. 软件学报. 2017(03)
[6]社会网络中基于UBTM模型的主题挖掘 [J]. 李雷,朱玉婷,施化吉,周从华. 计算机应用研究. 2017(01)
[7]基于社交网络用户信任度的混合推荐算法研究 [J]. 文俊浩,何波,胡远鹏. 计算机科学. 2016(01)
[8]基于用户信任度和社会相似度的协作过滤算法 [J]. 杨海月,朱玉婷,施化吉,徐慧. 电子技术应用. 2016(01)
[9]社会化推荐系统研究 [J]. 孟祥武,刘树栋,张玉洁,胡勋. 软件学报. 2015(06)
[10]高效的短文本主题词抽取方法 [J]. 常鹏,马辉. 计算机工程与应用. 2011(20)
硕士论文
[1]结合信任的个性化推荐算法研究[D]. 王维.东南大学 2016
[2]基于多特征的社交活动推荐算法研究[D]. 何平.浙江大学 2015
本文编号：3480824
【文章来源】： 北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：72 页
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 基于活动的社交网络
1.2.2 传统主题模型
1.2.3 基于短文本信息的主题模型
1.2.4 活动推荐
1.3 主要研究内容
1.4 论文组织结构
第二章 融入用户吸引力的信任度
2.1 用户信任度
2.1.1 社会化推荐和信任计算
2.1.2 EBSN的用户信任度
2.2 融入用户吸引力的信任度
2.2.1 用户吸引力的定义
2.2.2 用户吸引力的影响因素
2.2.3 用户吸引力的计算
2.2.4 融入用户吸引力的信任度
2.3 实验与分析
2.3.1 数据集
2.3.2 实验方法和评价指标
2.3.3 实验对比
2.4 本章小结
第三章 基于用户群组关系和活动内容信息的主题模型
3.1 基于活动内容的推荐模型
3.1.1 泊松分解模型
3.1.2 主题模型
3.1.3 词对共现
3.2 构建G-wBTM模型
3.2.1 群组关系及活动文本信息
3.2.2 改进的主题模型
3.3 活动推荐
3.4 实验及分析
3.4.1 对比模型
3.4.2 实验结果及分析
3.5 本章小结
第四章 基于异构社交网络关系和活动文本信息的主题模型
4.1 构建TM-HSNT
4.1.1 改进的主题模型
4.1.2 模型推理
4.2 活动推荐
4.3 实验结果及分析
4.3.1 对比模型
4.3.2 实验及分析
4.4 本章小结
第五章 活动推荐系统需求分析及设计
5.1 系统需求分析
5.2 系统总体设计
5.2.1 系统体系架构
5.2.2 系统功能模块及流程
5.2.3 数据库设计
5.2.4 推荐列表的生成过程
5.3 本章小结
第六章 活动推荐系统实现与测试
6.1 系统实现
6.1.1 系统主要使用技术
6.1.2 服务端API
6.1.3 模块实现
6.2 系统测试
6.2.1 测试环境
6.2.2 模块测试
6.2.3 系统性能测试
6.3 本章小节
第七章 总结和展望
7.1 总结
7.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于双词语义扩展的Biterm主题模型 [J]. 李思宇,谢珺,邹雪君,续欣莹,冀小平. 计算机工程. 2019(01)
[2]基于社交网络信任关系的服务推荐方法 [J]. 王佳蕾,郭耀,刘志宏. 计算机科学. 2018(S2)
[3]基于用户轨迹数据的移动推荐系统研究 [J]. 孟祥武,李瑞昌,张玉洁,纪威宇. 软件学报. 2018(10)
[4]联合建模异构社交和内容信息的活动推荐模型 [J]. 王绍卿,王征,李翠平,赵衎衎,陈红. 软件学报. 2018(10)
[5]融合主题模型和协同过滤的多样化移动应用推荐 [J]. 黄璐,林川杰,何军,刘红岩,杜小勇. 软件学报. 2017(03)
[6]社会网络中基于UBTM模型的主题挖掘 [J]. 李雷,朱玉婷,施化吉,周从华. 计算机应用研究. 2017(01)
[7]基于社交网络用户信任度的混合推荐算法研究 [J]. 文俊浩,何波,胡远鹏. 计算机科学. 2016(01)
[8]基于用户信任度和社会相似度的协作过滤算法 [J]. 杨海月,朱玉婷,施化吉,徐慧. 电子技术应用. 2016(01)
[9]社会化推荐系统研究 [J]. 孟祥武,刘树栋,张玉洁,胡勋. 软件学报. 2015(06)
[10]高效的短文本主题词抽取方法 [J]. 常鹏,马辉. 计算机工程与应用. 2011(20)
硕士论文
[1]结合信任的个性化推荐算法研究[D]. 王维.东南大学 2016
[2]基于多特征的社交活动推荐算法研究[D]. 何平.浙江大学 2015
本文编号：3480824
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3480824.html
