網(wǎng)絡(luò)微內(nèi)容推薦方法及支持系統(tǒng)研究.pdf

1、互聯(lián)網(wǎng)的快速發(fā)展為信息的獲取帶來了極大方便，與此同時，但由于互聯(lián)網(wǎng)信息的海量、無序、去中心化等特點，用戶很容易產(chǎn)生“信息過載”和“信息迷失”。
　　 為了解決這個問題，大量推薦技術(shù)應(yīng)運而生。如何采用一定的技術(shù)，在盡量短的時間內(nèi)，即時找到用戶需要的高質(zhì)量的信息，并通過一定的方式呈現(xiàn)給用戶，是推薦技術(shù)要解決的核心問題。Web 2.0 技術(shù)的應(yīng)用讓用戶參與創(chuàng)造的內(nèi)容加入了網(wǎng)絡(luò)信息資源的陣營，進(jìn)一步加大了信息推薦的難度。傳統(tǒng)的推薦技術(shù)一

2、般都通過描述用戶與資源的簡單對應(yīng)關(guān)系來表達(dá)個性化需求，并實施推薦策略。而微內(nèi)容推薦的用戶行為分析既要考慮作為消費者角色的用戶偏好，同時也要考慮作為生產(chǎn)者的用戶偏好。本文提出利用將用戶行為以及用戶之間的交互關(guān)聯(lián)納入考慮范疇來構(gòu)建整個推薦體系，針對推薦中的關(guān)鍵問題（社會網(wǎng)絡(luò)影響、冷啟動、可擴展性、人機認(rèn)知等)對微內(nèi)容推薦方法進(jìn)行了以下方面的研究：
　　 1）通過實證提出了基于用戶關(guān)注度的微內(nèi)容過濾評價指標(biāo)，該指標(biāo)通過理論分析與實證數(shù)

3、據(jù)結(jié)合，使得推薦資源在信息內(nèi)容和用戶行為上更符合消費需求。首先確定關(guān)注度作為用戶行為的表征，并基于關(guān)注度信息資源進(jìn)行初步識別，通過對不同類關(guān)注度的信息資源的文本處理和內(nèi)容分析，進(jìn)行價值比較，由此得證關(guān)注度高的信息其價值也高，關(guān)注度是微內(nèi)容過濾的評價依據(jù)。并通過根據(jù)用戶社會關(guān)系的分析，識別出影響關(guān)注度的指標(biāo)，通過利用這些指標(biāo)有針對性的對有價值信息進(jìn)行預(yù)測和過濾導(dǎo)向。
　　 2）構(gòu)建了基于超網(wǎng)絡(luò)的推薦路徑。從微內(nèi)容的社會性入手，提出

4、微內(nèi)容的互動與傳播網(wǎng)絡(luò)是一個復(fù)雜的網(wǎng)絡(luò)，。分三個層次：用戶對象關(guān)聯(lián)網(wǎng)，信息資源對象關(guān)聯(lián)網(wǎng)，用戶-信息對象二分網(wǎng)絡(luò)等構(gòu)成的一個推薦網(wǎng)絡(luò)。（1）用戶社會網(wǎng)絡(luò)：用戶之間的關(guān)聯(lián)。（2）信息資源對象關(guān)聯(lián)網(wǎng)絡(luò)：信息對象之間的關(guān)系構(gòu)成一個資源對象關(guān)系網(wǎng)絡(luò)。（3）用戶-信息對象二分網(wǎng)絡(luò)：通過信息與資源的映射關(guān)系，基于超圖實現(xiàn)用戶對信息的選擇（評價）過程以及由傳送路徑構(gòu)成的推薦網(wǎng)絡(luò)的形式化描述。
　　 利用用戶關(guān)聯(lián)對信息關(guān)聯(lián)的映射，實現(xiàn)用戶對信息

5、的選擇（評價）以及傳送路徑作用的推薦網(wǎng)絡(luò)。
　　 3）結(jié)合微內(nèi)容信息節(jié)點推薦的特征，提出利用加速遺傳的算法優(yōu)化互聯(lián)網(wǎng)企業(yè)對微內(nèi)容信息節(jié)點的推薦優(yōu)化路徑進(jìn)行優(yōu)化。將信息節(jié)點標(biāo)簽相似度、基于關(guān)注度的信息價值以及信息節(jié)點距離度等作為推薦路徑計算的多維約束指標(biāo)，構(gòu)建出優(yōu)化的適應(yīng)度函數(shù)，實現(xiàn)了推薦算法的全面性考慮并借用加速遺傳使算法得到有效精簡。
　　 4）引入多智能體技術(shù)，以平臺視角構(gòu)建了上述的各項功能模塊，并利用智能體技術(shù)優(yōu)勢