基于事件的社交网络中联合推荐算法及应用研究

发布时间：2021-01-19 23:48

　　近年来,互联网快速发展,网络技术日新月异,社交网络随之不断涌现、广泛普及。其中,随着线下与线上社交活动相结合,一种以事件为媒介的,以Meetup,Plancast和Douban等网络平台为代表的,将线上与线下相结合的社交网络——基于事件的社交网络（Event-based Social Networks,EBSN）得到快速发展。不同于以往的社交场景,基于事件的社交网络中的用户可以浏览线上群组信息参与线上互动,又可以根据线上体验进而决定是否参与线下事件。然而,新颖的社交方式,巨大的用户群体,海量的事件数据,复杂的行为交互,使得用户难以在平台中快速发现自己感兴趣的事件、兴趣群组。因此,基于上述原因,为了给用户更好的体验,研究EBSN中的推荐算法非常急切且必要。然而,由于EBSN的网络特殊性质,仅面向用户的传统推荐方法已不再能解决实际需求。同时,为了满足用户的多种需求,应当实现多任务推荐。合理的EBSN推荐算法应同时考虑用户、事件和兴趣群组的特征,即,在尽可能满足用户偏好兴趣的同时,要保证特征的全局均衡分配,充分计算特征间相互关系。因此,本文对EBSN联合推荐算法及其应用展开了研究,概述如下:... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

Meetup中的一个活动事件页面

2图 1. 2 Meetup 中的一个兴趣群组页面Fig 1.2 The group web of Meetup随着基于事件的社交网络的流行和普及，网络规模的不断扩大、用户数量的成倍增长，事件数量也在成倍增长，根据[1]，网站 Meetup 每月有超过 1600 万用户新发布超过 30 万事件。这就造成了推荐系统中面临着一个关键难题——信息过载

图 1. 3 EBSN 的网络结构及节点内容示例Fig 1.3 The network structure of EBSN and node example随着基于事件的社交网络的出现与发展，事件推荐得到了广泛的关注，Liu一次给出了具体的概念，指出了该网络中的事件只存在在一定的时间段内析了该类型社交网络推荐与图书、电影等推荐的不同与难点。随后，国内人员对这一问题展开了研究，基于事件的社交网络推荐问题按推荐任务的分为事件推荐和兴趣群组推荐，下面将对这两个推荐问题展开介绍。1 事件推荐事件推荐（Event Recommendation）是指在 EBSN 中为用户推荐感兴趣的、生的事件，除了活动事件的主题要符合用户喜好外，还需要考虑地点、事合适，并且一个用户对一个事件只能响应一次。目前，研究事件推荐算法基于协同过滤算法的基础上通过计算社交网络中不同的特征间的影响获得果，或结合文本挖掘算法与其他特征以计算用户、事件之间的相似度。文章[2]通过利用线上、线下的社交网络之间的联系计算 EBSN 中的唯一性和


本文编号：2987928