基于主題模型的用戶興趣發(fā)現(xiàn)和好友推薦研究.pdf

1、近年來，伴隨著科技的進步，互聯(lián)網(wǎng)得到了迅猛發(fā)展，網(wǎng)絡社交媒體快速地發(fā)展擴張，已經(jīng)成為了生活中不可或缺的一環(huán)。人們希望在社交網(wǎng)絡中認識更多的人，發(fā)現(xiàn)更多的樂趣。所以，根據(jù)用戶特征并給其推薦好友是社交網(wǎng)站的工作重點，也是用戶的潛在要求。但是在現(xiàn)在的社交網(wǎng)站中，用戶獲得好友的方法主要有用戶自己手動添加、網(wǎng)站根據(jù)熱門事件為用戶推薦和僅根據(jù)用戶最近的動態(tài)發(fā)現(xiàn)用戶特征為其推薦。但是用戶是個有性格的獨特個體，有著固有的特征，社交網(wǎng)絡顯然忽略了這一點。

2、
　　由此可見，根據(jù)用戶的特征提供個性化的推薦是社交網(wǎng)絡的研究方向，也是可以顯著提高用戶體驗的切入點。網(wǎng)易云音樂根據(jù)用戶的習慣等特征發(fā)現(xiàn)用戶的獨特音樂DNA，從而帶來了大量的用戶就是一個很好的佐證。
　　隨著人們對好友推薦的研究，好友推薦領(lǐng)域出現(xiàn)了用戶興趣的主題模型，它可以將用戶的興趣分類，效果優(yōu)于傳統(tǒng)的基于內(nèi)容的推薦。本文在此基礎(chǔ)上，依托已有研究成果，從用戶的興趣分布和用戶興趣的產(chǎn)生變化過程入手，根據(jù)社交網(wǎng)絡的特性，基于已

3、存在的算法的不足，提出了一種可用于新用戶的興趣分布檢驗的算法和一種可用于興趣遷移檢驗和新興興趣挖掘的興趣挖掘算法。通過數(shù)據(jù)實驗證明可以很好的預測用戶興趣的遷移。
　　本文的主要工作和貢獻如下：
　　1.針對用戶興趣的特點，提出了一種改進的LDA主題模型，可以用于新用戶的興趣分布探究算法。
　　2.針對現(xiàn)有的用戶興趣探索算法的不足，在這些算法基礎(chǔ)上設計了一種改進的興趣探索算法，該算法很好地發(fā)掘了用戶的潛在興趣，并且發(fā)現(xiàn)了