信息推薦網(wǎng)絡(luò)演化特征分析.pdf

1、信息推薦技術(shù)以其巨大的應(yīng)用價(jià)值受到了人們的極大關(guān)注。但現(xiàn)有研究大多只針對(duì)靜態(tài)系統(tǒng)和單步推薦問題,忽略了推薦系統(tǒng)的演化特征以及推薦算法的長(zhǎng)期表現(xiàn)。本文使用二部圖來刻畫信息推薦系統(tǒng),利用復(fù)雜網(wǎng)絡(luò)理論,從網(wǎng)絡(luò)結(jié)構(gòu)的演化分析角度來研究在線系統(tǒng)中推薦技術(shù)的使用與在線系統(tǒng)的相互影響及協(xié)同演化。主要內(nèi)容有:
　　1.研究了信息推薦網(wǎng)絡(luò)的長(zhǎng)期演化特征。本文設(shè)計(jì)了一個(gè)推薦與在線系統(tǒng)協(xié)同演化的過程,首次系統(tǒng)地研究了幾種常用推薦算法對(duì)在線系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)和

2、推薦功能帶來的長(zhǎng)期影響,發(fā)現(xiàn)推薦算法在很大程度上加強(qiáng)了網(wǎng)絡(luò)的重要結(jié)構(gòu)特征。特別地,隨著人工網(wǎng)絡(luò)與實(shí)際網(wǎng)絡(luò)在結(jié)構(gòu)特征上的偏離越來越大,后續(xù)的推薦效果也逐漸變差。該研究為設(shè)計(jì)在線系統(tǒng)長(zhǎng)期有利的推薦算法提供理論支持。
　　2.研究了推薦算法與在線系統(tǒng)的協(xié)同演化。通過跟蹤用戶選擇的微觀過程,揭示推薦效果長(zhǎng)期變差的本質(zhì)原因。分析用戶選擇產(chǎn)品及產(chǎn)品的初始度與其增量的關(guān)系,發(fā)現(xiàn)在協(xié)同演化過程中流行產(chǎn)品越來越活躍,最終使得推薦算法完全失效。而目前

3、的推薦算法總是傾向于推薦流行產(chǎn)品,或者在顧及推薦多樣性時(shí)犧牲了準(zhǔn)確性,均無法長(zhǎng)期保持良好的推薦效果;此外,單純對(duì)推薦列表重排不能從根本上改善協(xié)同演化過程,需要推薦機(jī)制自身的優(yōu)化。
　　3.基于在線系統(tǒng)中大量用戶的行為特征,建立了一個(gè)簡(jiǎn)單可控且能較好地模擬真實(shí)系統(tǒng)演化過程的網(wǎng)絡(luò)模型。該模型考慮到實(shí)際中用戶不接受推薦的情況設(shè)置了一個(gè)用戶接受推薦的概率,當(dāng)用戶接受推薦的時(shí)候在有效推薦列表中依據(jù)預(yù)測(cè)評(píng)分的偏好依附機(jī)制來選擇產(chǎn)品,當(dāng)用戶不接