基于链路预测的社交网络多维度推荐研究

发布时间：2024-06-29 14:50

　　伴随着互联网技术的飞速发展,各种社交网站和应用层出不穷,使得人们的社交和各种信息需求被引导和释放。然而社交网站用户数量和信息内容激增使得普通人在拓展社交圈和获取有效资源方面存在困难,因此社交网络推荐是一个有着实际的应用意义的,热门的研究领域。目前的研究存在一些不足,比如好友推荐的常见指标在数据稀疏时效果不佳,内容推荐的常用方法忽略网络结构关系,限制了推荐结果的范围等。但社交网站中有大量的用户、资源节点和复杂的网络关系,因此本文综合考虑社交网络中用户、资源间的各种关系,采用基于相似性的链路预测方法,并对现有链路预测方法中的相似性指标进行改进,最终实现社交网络的相关推荐,包括用户推荐和资源推荐。本文的研究内容可以概括为以下几点:(1)梳理社交网络推荐领域、链路预测的理论和已有方法,讨论其适用范围和优缺点;(2)分析社交网络的多维度特征,从节点和关系两个角度对社交网络进行刻画,重点分析用户—用户、用户—资源、资源—资源各种维度的关系,为链路预测的相似性计算做基础;(3)根据社交网络的特征,对链路预测中已有的相似性指标进行适当改进,使新的方法更加适合社交网络内容的推荐。本文所提出的方法在内容型...

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

图１－１论文思路与章节安排??．

奸学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??充分考虑用户一用户、用户一资源、资源一资源间的关系，对相关指标的考虑维度??进行适当的改进，使其更加适合社交网络资源的推荐；（５）第五章以内容型社交网??站一豆瓣网为例，以前文的理论研究为支撑，用实际数据验证前文所提的方法，并??对....

图３－１社交网络多维度与链路预测相似性衡量的关系??，，

也可以是资源等；社交网络连边即社交网络结构，即社交网络节点之间的关系，包??括用户与用户间的关系，用户与资源间，资源与资源间的关系等；对节点特征的揭??示在于利用节点自身属性，对关系特征的揭示在于利用网络结构。图３－１展示的是??社交网络多维度特征的揭示对链路预测中的相似性衡的重....

图４－１基于相似性链路预测方法的好友推荐流程？??

基于链路预测的社交网络用户推荐中的模型的基本思想是：首选计算用户的社??交相似性，然后考虑用户的兴趣相似度，将这两个相似性进行一定策略的加权而得??到推荐结果。该模型主要步骤和思路如图４－１所示。具体来说，包括以下几个关键??步骤：第一，在第三章节揭示的链路预测与社交网络多维度特....

图4-211个用户的虚拟社交网络实例

示的用户好友列表如下所示：??表４－１用户的好友列表情况??好友列表?好友列表??Ｕ？?Ｕ２，?Ｕ３）Ｕ４，?Ｕ５?Ｓ?Ｕ２，?Ｕ７ｕ〇，?ｕ８，ｕ１０?—?Ｄ「ｕ—６—??ｕ〇，?ｕ６?Ｕｓ?ｕＴ＂??ｕ〇，?ｕ７?＇?Ｕｓ?ｕ４）ｕ５??ｉｕｊ＾?ｕＴ＂??ｉｖ?ｕ９??图４....

本文编号：3997718