基于社交信息推薦的可視化研究與應用.pdf

1、互聯(lián)網技術的日新月異給用戶帶來了巨量的內容，傳統(tǒng)的個性化推薦方法已經很難幫助用戶從大量冗余信息中挑選出符合自己興趣的內容。隨著社交網絡的興起，學者們提出了基于用戶社交網絡信息的推薦方式解決傳統(tǒng)方法存在的數據稀疏性的問題。但是基于社交的推薦算法通常都是自動執(zhí)行，用戶沒有參與到推薦過程中去，得到的結果不一定是用戶所需要的，而且基于列表展示結果的方式，用戶很難發(fā)現信息間的聯(lián)系。因此，用信息可視化的方法將基于社交推薦的整個過程展現出來非常必要。

2、
　　本文主要研究了基于社交信息的推薦技術、信息可視化技術，并重點研究了信息可視化技術中網狀結構數據的可視化方法?；诹Ｗ尤簝?yōu)化算法和信息可視化中的圖布局方法，提出了一種基于改進粒子群優(yōu)化算法的圖布局可視化方法，這種方法可對節(jié)點進行了子群的劃分并定義了自適應加速系數，可以有效的減少邊交叉數;基于圖布局經典的FR算法，提出了EFR算法，解決了原有算法在節(jié)點增多時節(jié)點與邊距離較近的問題。本文將改進后的算法與相似算法進行了比較分析，同時