基于信任關系和興趣模型的社交網(wǎng)絡好友推薦方法研究.pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、隨著社交網(wǎng)絡中用戶爆炸式地增長,用戶每天分享海量的消息,造成了信息過載,因此這對社交網(wǎng)絡中用戶快速找到感興趣的信息變得更加困難。一個有效的解決方法是推薦相關的和高質(zhì)量的信息來源,實現(xiàn)好友推薦,不僅可以幫助用戶獲取有用信息,而且還能滿足用戶希望能夠與具有相同興趣的用戶進行溝通交流的需求。然而當前社交網(wǎng)絡中用戶數(shù)量龐大,用戶的興趣偏好具有多樣性、動態(tài)性,這對社交網(wǎng)絡中好友推薦帶來了巨大的挑戰(zhàn)。
  本文從信任關系和用戶興趣偏好兩個角度

2、研究社交網(wǎng)絡中潛在好友推薦。通過分析社交網(wǎng)絡中用戶好友關系的特點,提出了基于信任關系的社交網(wǎng)絡好友推薦方法。然后通過分析社交網(wǎng)絡中用戶文本信息的特點,構(gòu)建用戶興趣模型。接著結(jié)合信任關系和用戶興趣模型,提出了基于信任關系和興趣模型的社交網(wǎng)絡好友推薦方法。
  本文的主要工作內(nèi)容如下:
  (1)分析了社交網(wǎng)絡以及傳統(tǒng)推薦方法的特點及研究現(xiàn)狀,并介紹了傳統(tǒng)推薦方法各自的優(yōu)勢與不足,為本文中所采用的社交網(wǎng)絡潛在好友推薦方法提供相應

3、的理論基礎。
 ?。?)對社交網(wǎng)絡中用戶好友關系信息和微博內(nèi)容等隱式信息進行量化,為進一步在社交網(wǎng)絡中進行數(shù)據(jù)挖掘提供數(shù)據(jù)依據(jù)。
  (3)利用好友關系信息與微博內(nèi)容信息構(gòu)建信任網(wǎng)絡和用戶興趣模型。
  (4)提出了基于信任關系和用戶興趣模型的社交網(wǎng)絡好友推薦方法。
 ?。?)設計并實現(xiàn)基于信任關系和用戶興趣模型的潛在好友推薦系統(tǒng),并通過實驗驗證好友推薦方法的有效性。
  最后通過新浪微博和騰訊微博的真實數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論