移動(dòng)社交網(wǎng)絡(luò)信息過濾及推薦系統(tǒng)研究.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展，移動(dòng)社交網(wǎng)絡(luò)日漸成為我們生活中不可缺的一部分，移動(dòng)社交網(wǎng)絡(luò)具有的廣大的用戶群體、迅捷、開放式的信息傳播方式特性對(duì)商品營銷而言極具吸引力。但是現(xiàn)有的移動(dòng)社交網(wǎng)絡(luò)缺乏正規(guī)友好的商品宣傳機(jī)制和虛假偽劣商品信息甄別機(jī)制，從而導(dǎo)致移動(dòng)社交網(wǎng)絡(luò)中各種廣告宣傳無孔不入，廣告信息真假難辨，嚴(yán)重影響正常用戶的社交體感。為了解決這一問題，本文從兩個(gè)方向進(jìn)行解決。
　　一方面，為了解決垃圾廣告信息影響正常用戶社交的問題，文本研

2、究了垃圾信息過濾相關(guān)現(xiàn)有技術(shù)，其中基于機(jī)器學(xué)習(xí)分類的過濾方法正確率高、成本低，特別是其中的SVM分類方法。但SVM分類方法訓(xùn)練時(shí)間過長，不能靈活應(yīng)對(duì)數(shù)據(jù)集的變化，針對(duì)此問題本文提出了一種改進(jìn)的SVM增量學(xué)習(xí)算法，相比于傳統(tǒng)的SVM增量學(xué)習(xí)算法，在保持準(zhǔn)確率的同時(shí)，節(jié)約學(xué)習(xí)時(shí)間，提升學(xué)習(xí)效率。應(yīng)用于垃圾廣告信息過濾系統(tǒng)之中，獲得較好的過濾效果。
　　另一方面，通過研究社交網(wǎng)絡(luò)中商品推薦現(xiàn)有的算法，對(duì)現(xiàn)有推薦方法，結(jié)合本課題實(shí)際需求，

3、重點(diǎn)研究了社交網(wǎng)絡(luò)信息對(duì)于商品推薦的積極意義，提出一種基于社交網(wǎng)絡(luò)的混合推薦系統(tǒng)。以用戶社會(huì)關(guān)系網(wǎng)絡(luò)為基礎(chǔ)，挖掘出與被推薦用戶興趣相似度最高的N個(gè)用戶。與此同時(shí)，考慮社交網(wǎng)絡(luò)的用戶消息中包含的用戶可能的商品需求，對(duì)用戶的消息進(jìn)行挖掘，將挖掘出的信息應(yīng)用到推薦之中，獲得了較好的推薦效果和用戶滿意度。
　　最后，展示了本文提出的移動(dòng)社交網(wǎng)絡(luò)信息過濾及推薦系統(tǒng)在“友信”系統(tǒng)中的實(shí)現(xiàn)以及取得的效果，并分別針對(duì)過濾算法和推薦算法對(duì)算法性能進(jìn)