EBSN中基于多維混合特征的活動推薦研究.pdf

1、在線社交網(wǎng)絡的發(fā)展與普及給人們的日常生活帶來了極大的便利，然而這種表達能力有限、缺失信息的在線交流方式也帶來了諸如增大用戶相互理解難度以及影響用戶心理健康等問題，面對這些問題，人們對于回歸線下面對面交流的呼聲越來越高，在此情況下，基于活動的社交網(wǎng)絡(EBSN，Event Based Social Network)作為一種新型的異構(gòu)社交網(wǎng)絡，引起了人們的關(guān)注并獲得了快速的發(fā)展。
　　面對EBSN網(wǎng)絡平臺上數(shù)量龐大、種類繁多的活動，用

2、戶常常會遇到活動選擇的難題，因此，本文對EBSN中的活動推薦這一解決活動選擇難題的服務性問題進行研究，通過為用戶推薦其感興趣的活動來方便用戶對活動的選擇，從而優(yōu)化平臺的用戶體驗。
　　為了達到更好的活動推薦效果，本文針對EBSN數(shù)據(jù)稀疏的特點，充分利用網(wǎng)絡中包含線上線下社交關(guān)系的拓撲結(jié)構(gòu)信息以及多種節(jié)點的屬性和內(nèi)容信息，提出一種基于多維混合特征的活動推薦算法(MHF)。首先，在數(shù)據(jù)分析的基礎(chǔ)上構(gòu)建EBSN異構(gòu)網(wǎng)絡模型。為了挖掘用戶

3、的興趣偏好，衡量用戶對活動的參與意愿，文章充分利用網(wǎng)絡中的各種信息對包括拓撲特征、時間特征、空間特征以及語義特征在內(nèi)的多維特征進行分析和建模，并將多維特征混合起來構(gòu)建用戶對活動的評分模型。對于模型中特征的權(quán)值設(shè)計有效的算法對其進行訓練學習，并最終通過對待推薦活動評分的計算和排序生成推薦列表向用戶進行推薦。
　　本文在紐約和舊金山兩個真實的城市數(shù)據(jù)集上對幾種活動推薦算法分別進行了實驗，通過對實驗結(jié)果的對比和分析可以得出:(a)本文提