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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、種類繁多的社交網(wǎng)絡(luò)(Social Network Sites)成為近些年來熱度最高的網(wǎng)絡(luò)應(yīng)用,而其中大量的多媒體信息引起了研究人員的興趣。針對社交網(wǎng)絡(luò)中多媒體數(shù)據(jù)的研究主要關(guān)注于兩點(diǎn):
1.如何合理的對社交網(wǎng)絡(luò)中的多媒體數(shù)據(jù)進(jìn)行有效的數(shù)據(jù)挖掘。多媒體數(shù)據(jù)蘊(yùn)含了用戶大量的特性信息,通過對這些數(shù)據(jù)進(jìn)行挖掘,可以對用戶的生活習(xí)慣、興趣愛好進(jìn)行推測,并進(jìn)行有針對性的信息推薦,從而增強(qiáng)社交網(wǎng)絡(luò)的用戶體驗(yàn)。
2.如何對快速增長的
2、社交網(wǎng)絡(luò)多媒體數(shù)據(jù)進(jìn)行有效管理。隨著用戶數(shù)量的增長,社交網(wǎng)絡(luò)中的多媒體數(shù)據(jù)呈指數(shù)級增長,急需一些行之有效的方法對海量的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行管理,包括存儲和查詢等操作。
針對問題一,本文在社交網(wǎng)絡(luò)數(shù)據(jù)挖掘中加入了基于圖像內(nèi)容信息的數(shù)據(jù)挖掘,并創(chuàng)新性的將圖像中的人物關(guān)系及文本標(biāo)簽引入其中,實(shí)現(xiàn)更加具有判別力關(guān)系測算方式,深化了用戶歷史操作記錄的圖數(shù)據(jù)挖掘算法。在鏈路式信息推薦方向上,本文提出了加權(quán)深度優(yōu)先算法,有效的解決了好友推薦及信息推
3、薦問題;在聚類式信息推薦方向上,本文提出了多知識網(wǎng)絡(luò)協(xié)同學(xué)習(xí)算法,能夠準(zhǔn)確的查找社交團(tuán)體中的核心成員,進(jìn)行聚類式信息推廣。
針對問題二,本文為了實(shí)現(xiàn)海量多媒體數(shù)據(jù)有效索引和快速檢索,在傳統(tǒng)的局部敏感哈希的基礎(chǔ)上,引入了海明編碼技術(shù),實(shí)現(xiàn)了高維數(shù)據(jù)線性時間索引,降低了多媒體數(shù)據(jù)檢索的時間復(fù)雜度,并且針對當(dāng)前流行的分布式系統(tǒng)做了針對性的優(yōu)化,利用局部敏感哈希的特性,建立多哈希桶分布部署,使得網(wǎng)絡(luò)用戶實(shí)時檢索多媒體數(shù)據(jù)成為現(xiàn)實(shí)。
4、r> 由于網(wǎng)絡(luò)數(shù)據(jù)的多樣性,導(dǎo)致在對其進(jìn)行數(shù)據(jù)挖掘時,要使用不同的方法,這樣就會構(gòu)建意義不同的知識網(wǎng)絡(luò)。如何將這些網(wǎng)絡(luò)進(jìn)行最有效的融合具有很大的挑戰(zhàn)。本文通過對用戶基本信息進(jìn)行數(shù)據(jù)挖掘,形成了第一層無偏置加權(quán)用戶網(wǎng)絡(luò);通過加權(quán)深度優(yōu)先算法構(gòu)建了用戶交互網(wǎng)絡(luò),并且對用戶之間的關(guān)系密度進(jìn)行了加權(quán),構(gòu)成了第二個知識網(wǎng)絡(luò);通過基于圖像內(nèi)容信息數(shù)據(jù)挖掘,建立了用戶網(wǎng)絡(luò),且對其中的二人連接、多人連接(可以存在環(huán))的關(guān)系密度進(jìn)行了加權(quán),構(gòu)成了第三個
5、知識網(wǎng)絡(luò)。通過基于圖的最大置信融合算法,在無監(jiān)督的條件下將以上三種學(xué)習(xí)方法得到的知識網(wǎng)絡(luò)進(jìn)行了融合。實(shí)驗(yàn)結(jié)果表明,這種融合方式是高效而可行的。
最后本文設(shè)計(jì)并實(shí)現(xiàn)了基于挖掘結(jié)果的社交網(wǎng)絡(luò)圖像中人臉自動標(biāo)注系統(tǒng),通過對圖像中的人臉進(jìn)行檢測、識別,為圖像推薦一組高可信度的人物標(biāo)簽;設(shè)計(jì)并實(shí)現(xiàn)了基于加權(quán)深度優(yōu)先的好友推薦及信息推薦系統(tǒng),計(jì)算社交網(wǎng)絡(luò)中用戶的關(guān)系密度;設(shè)計(jì)并實(shí)現(xiàn)了基于多知識網(wǎng)絡(luò)協(xié)同學(xué)習(xí)的聚類式信息推廣系統(tǒng),查找社交團(tuán)體
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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 多媒體數(shù)據(jù)挖掘—
- 多媒體數(shù)據(jù)挖掘中的跨數(shù)據(jù)域?qū)W習(xí).pdf
- 社交網(wǎng)絡(luò)中的數(shù)據(jù)挖掘與分析.pdf
- 基于位置社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘.pdf
- 基于大數(shù)據(jù)的社交網(wǎng)絡(luò)數(shù)據(jù)挖掘.pdf
- 多媒體社交網(wǎng)絡(luò)下的訪問控制研究.pdf
- 基于社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究.pdf
- WWW上基于內(nèi)容的多媒體數(shù)據(jù)挖掘.pdf
- 基于Web的多媒體數(shù)據(jù)挖掘的研究.pdf
- 社交多媒體數(shù)據(jù)語義理解和關(guān)聯(lián)表達(dá).pdf
- 多媒體數(shù)據(jù)挖掘及其在地震素材管理系統(tǒng)中的應(yīng)用.pdf
- 基于社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于用戶特征的社交網(wǎng)絡(luò)數(shù)據(jù)挖掘研究.pdf
- 基于.net的多媒體社交網(wǎng)絡(luò)平臺設(shè)計(jì)與開發(fā)
- 基于數(shù)據(jù)挖掘在社交網(wǎng)絡(luò)中熱點(diǎn)話題的研究.pdf
- 基于web的多媒體數(shù)據(jù)挖掘的研究與設(shè)計(jì).pdf
- 基于強(qiáng)弱聯(lián)系反饋的多媒體社交網(wǎng)絡(luò)信任模型.pdf
- 基于大數(shù)據(jù)的社交網(wǎng)絡(luò)數(shù)據(jù)挖掘-畢業(yè)論文
- 云環(huán)境下無線多媒體社交網(wǎng)絡(luò)的帶寬分配研究.pdf
- 基于大數(shù)據(jù)的社交網(wǎng)絡(luò)數(shù)據(jù)挖掘-畢業(yè)論文
評論
0/150
提交評論