基于党建领域社交网络的协同主题回归推荐方法研究

发布时间：2017-07-04 10:04

  本文关键词：基于党建领域社交网络的协同主题回归推荐方法研究

  更多相关文章： 社交网络 党建信息 推荐系统 社交正则化 协同主题回归模型

【摘要】：随着信息技术的飞速发展,各种电子商务、社交媒体出现在了人们的视野中,互联网悄然改变着人们生活方式,同时也在一点点的改变党的执政环境,利用互联网为党服务具有很大的意义。云南省紧跟党的步伐,开展了云南省基层综合服务平台的建设,然而随着党员的逐步入库以及党员在党建微博等平台发表的党建信息数量的增加,该平台建设遇到了每个社交网络媒体都会出现的问题,即信息爆炸式增长带来的信息过载问题。众所周知,缓解信息过载问题的方法有两种,一种是搜索引擎,一种是推荐系统。因此,论文将在推荐算法研究的基础上提出一种改进的推荐方法,试图缓解该平台使用过程中的信息过载问,具体将开展以下几个方面的研究工作：(1)云南省基层综合服务平台特性分析对云南省基层综合服务平台的功能进行分析,并就当前已运行的党建微博等社交平台中遇到的信息过载问题进行研究,指出在党建的社交平台中,引入推荐算法来降低资源消耗、节约时间成本、提高精准度的急迫。(2)提出了一种基于用户信任关系的社交网络正则化建模方法在介绍社交网络中的信任关系以及传统推荐方法的基础上,通过对社交网络中用户之间关系的描述方法进行研究,提出基于用户信任关系的社交网络正则化的建模方法,并对社交网络信息进行建模分析。(3)提出了一种融合社交网络信息和协同主题回归模型的算法在对比分析当前热门的协同主题回归模型进的基础上,论文提出了一种融合社交网络信息和协同主题回归CTR-SR模型。详细分析了利用社交网络信息对CTR模型改进后的参数求解方法,并根据求解的参数对项目进行预测,从而得到推荐列表。最后论文采用Last、fm数据集及党建微博的真实数据,从准确率、多样性、新颖性等方面与CTR、LACTR、CTRSMF进行了相关实验比较,实验结果表明本论文提出的模型在Last、fm数据集中精准率以及召回率方面优于上述其它的算法,在党建微博数据结果中优于CTR以及CTRSMF但会稍逊于LACTR。
【关键词】：社交网络 党建信息 推荐系统 社交正则化 协同主题回归模型
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.3
【目录】：

• 摘要3-4
• Abstract4-9
• 第一章 绪论9-14
• 1.1 概述9-10
• 1.1.1 研究背景9
• 1.1.2 研究意义9-10
• 1.2 国内外研究现状10-11
• 1.2.1 国内研究现状10
• 1.2.2 国外研究现状10-11
• 1.3 论文研究内容11-12
• 1.3.1 论文研究课题来源11
• 1.3.2 论文主要研究工作11-12
• 1.4 论文组织结构12-14
• 第二章 党建平台特性分析及传统推荐方法介绍14-20
• 2.1 云南省基层综合服务平台功能特性分析14-15
• 2.2 推荐系统简介15-16
• 2.3 协同过滤推荐算法16-18
• 2.3.1 基于内存的协同过滤方法17-18
• 2.3.2 基于模型的协同过滤方法18
• 2.4 基于内容的推荐方法18-19
• 2.5 本章小结19-20
• 第三章 党建平台的社交正则化建模分析20-26
• 3.1 社交网络信任关系20-22
• 3.2 社交正则化以及改进的社交正则化22-24
• 3.2.1 社交正则化22-23
• 3.2.2 改进的社交正则化23-24
• 3.2.3 党建平台的社交正则化24
• 3.3 相似度计算方法24-25
• 3.4 本章小结25-26
• 第四章 基于社交网络信息的协同主题回归推荐方法26-37
• 4.1 矩阵分解26-27
• 4.2 概率主题模型27-28
• 4.3 协同主题回归28-30
• 4.4 基于社交网络信息和协同主题回归的推荐方法30-36
• 4.4.1 符号说明30-31
• 4.4.2 改进的参数优化函数31-32
• 4.4.3 新的参数学习32-35
• 4.4.4 预测与推送35-36
• 4.5 本章小结36-37
• 第五章 实验结果分析37-50
• 5.1 数据来源介绍37-38
• 5.2 评价指标38-40
• 5.3 Last.fm实验结果40-44
• 5.3.1 推荐的准确性40-42
• 5.3.2 算法对比42-44
• 5.4 党建微博实验结果44-48
• 5.4.1 推荐准确性44-46
• 5.4.2 性能分析46-48
• 5.5 综合评价48-49
• 5.6 本章小结49-50
• 第六章 总结与展望50-52
• 6.1 全文工作总结50
• 6.2 未来工作展望50-52
• 参考文献52-56
• 研究生期间参与的项目及成果56-57
• 致谢57

【相似文献】

中国期刊全文数据库 前10条

1 ;基于位置的手机社交网络“贝多”正式发布[J];中国新通信;2008年06期

2 曹增辉;;社交网络更偏向于用户工具[J];信息网络;2009年11期

3 ;美国:印刷企业青睐社交网络营销新方式[J];中国包装工业;2010年Z1期

4 李智惠;柳承烨;;韩国移动社交网络服务的类型分析与促进方案[J];现代传播(中国传媒大学学报);2010年08期

5 贾富;;改变一切的社交网络[J];互联网天地;2011年04期

6 谭拯;;社交网络:连接与发现[J];广东通信技术;2011年07期

7 陈一舟;;社交网络的发展趋势[J];传媒;2011年12期

8 殷乐;;全球社交网络新态势及文化影响[J];新闻与写作;2012年01期

9 许丽;;社交网络:孤独年代的集体狂欢[J];上海信息化;2012年09期

10 李玲丽;吴新年;;科研社交网络的发展现状及趋势分析[J];图书馆学研究;2013年01期

中国重要会议论文全文数据库 前10条

1 赵云龙;李艳兵;;社交网络用户的人格预测与关系强度研究[A];第七届（2012）中国管理学年会商务智能分会场论文集（选编）[C];2012年

2 宫广宇;李开军;;对社交网络中信息传播的分析和思考——以人人网为例[A];首届华中地区新闻与传播学科研究生学术论坛获奖论文[C];2010年

3 杨子鹏;乔丽娟;王梦思;杨雪迎;孟子冰;张禹;;社交网络与大学生焦虑缓解[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

4 毕雪梅;;体育虚拟社区中的体育社交网络解析[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年

5 杜p，

本文编号：517305