基于好友關(guān)系分析的資源推薦算法及應(yīng)用研究
發(fā)布時間:2025-07-03 00:02
隨著Web2.0時代的到來,在互聯(lián)網(wǎng)逐漸普及走進千家萬戶的同時,社交網(wǎng)絡(luò)也成為人們傳遞信息、表達情感的一個平臺,同時也成為信息傳播的一種方式。然而社交網(wǎng)絡(luò)上充斥的各種信息使得人們無所適從,反而造成獲取有用資源愈發(fā)困難。因此,如何在社交網(wǎng)絡(luò)中更好為用戶推薦用戶需要的物品和信息成為研究的方向和熱點。針對這個熱點問題,很多的研究者們都提出了自己的觀點,本文在總結(jié)前人觀點的基礎(chǔ)上,提出一種新的推薦算法來提高推薦效果,達到目標用戶的滿意度。首先,基于社交網(wǎng)絡(luò)的特性獲取用戶在社交網(wǎng)絡(luò)中兩個重要數(shù)據(jù)——用戶的好友關(guān)系和用戶的歷史行為。其次,在深入分析了協(xié)同過濾算法后,提出了用戶相似度S這一好友關(guān)系模型;基于用戶在社交網(wǎng)絡(luò)中對不同好友有不同的偏向,提出了用戶信任度T這一好友關(guān)系模型;基于不同用戶在社交網(wǎng)絡(luò)中所處的位置不同,因而其重要性和影響力不同,提出了用戶信譽度R這一好友關(guān)系模型,由于三種好友關(guān)系模型在不同層面對推薦結(jié)果造成影響,根據(jù)三種好友關(guān)系模型的不同權(quán)重給推薦效果帶來的不同變化選取最優(yōu)推薦效果時的加權(quán)求和組合構(gòu)建新的推薦信任度好友關(guān)系模型;再次,通過推薦信任度的大小來決定目標用戶的信任用戶集合。...
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究綜述
1.2.1 內(nèi)容推薦
1.2.2 社會網(wǎng)絡(luò)內(nèi)容推薦
1.3 研究內(nèi)容及論文框架
1.3.1 研究內(nèi)容
1.3.2 論文框架
2 理論與技術(shù)基礎(chǔ)
2.1 協(xié)同過濾推薦算法
2.1.1 算法基本思想
2.1.2 算法實現(xiàn)技術(shù)
2.2 社交網(wǎng)絡(luò)
2.2.1 社交網(wǎng)絡(luò)表示
2.2.2 社交網(wǎng)絡(luò)數(shù)據(jù)源
2.3 PageRank算法
2.3.1 PageRank基本思想
2.3.2 PageRank實現(xiàn)技術(shù)
2.4 本章小結(jié)
3 好友關(guān)系計算模型
3.1 引言
3.2 用戶相似度計算模型
3.2.1 相似度模型設(shè)計
3.2.2 相似度計算示例
3.3 用戶信任度計算模型
3.3.1 信任度模型設(shè)計
3.3.2 信任度計算示例
3.4 用戶信譽度計算模型
3.4.1 信譽度模型設(shè)計
3.4.2 信譽度計算示例
3.5 推薦信任度模型設(shè)計
3.6 本章小結(jié)
4 基于好友關(guān)系的推薦算法
4.1 算法設(shè)計
4.1.1 推薦信任度計算
4.1.2 資源推薦
4.2 算法評價
4.2.1 實驗設(shè)計
4.2.2 實驗數(shù)據(jù)源
4.2.3 評價指標
4.3 實驗結(jié)果分析
4.3.1 用戶關(guān)系模型參數(shù)設(shè)定
4.3.2 實驗結(jié)果
4.3.3 確定權(quán)重
4.4 實驗評價
4.5 本章小結(jié)
5 基于好友關(guān)系的推薦算法應(yīng)用研究
5.1 系統(tǒng)分析
5.1.1 需求分析
5.1.2 系統(tǒng)結(jié)構(gòu)
5.1.3 開發(fā)環(huán)境
5.2 數(shù)據(jù)庫設(shè)計
5.3 主要模塊設(shè)計
5.3.1 微課檢索
5.3.2 微課推薦
5.4 功能展示
5.4.1 用戶注冊
5.4.2 好友關(guān)注
5.4.3 后臺管理
5.4.4 微課推薦
5.5 系統(tǒng)評價
5.6 本章小結(jié)
6 總結(jié)和展望
6.1 論文總結(jié)
6.2 研究局限與展望
參考文獻
攻讀學(xué)位期間參與項目及科研成果
致謝
本文編號:4055444
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究綜述
1.2.1 內(nèi)容推薦
1.2.2 社會網(wǎng)絡(luò)內(nèi)容推薦
1.3 研究內(nèi)容及論文框架
1.3.1 研究內(nèi)容
1.3.2 論文框架
2 理論與技術(shù)基礎(chǔ)
2.1 協(xié)同過濾推薦算法
2.1.1 算法基本思想
2.1.2 算法實現(xiàn)技術(shù)
2.2 社交網(wǎng)絡(luò)
2.2.1 社交網(wǎng)絡(luò)表示
2.2.2 社交網(wǎng)絡(luò)數(shù)據(jù)源
2.3 PageRank算法
2.3.1 PageRank基本思想
2.3.2 PageRank實現(xiàn)技術(shù)
2.4 本章小結(jié)
3 好友關(guān)系計算模型
3.1 引言
3.2 用戶相似度計算模型
3.2.1 相似度模型設(shè)計
3.2.2 相似度計算示例
3.3 用戶信任度計算模型
3.3.1 信任度模型設(shè)計
3.3.2 信任度計算示例
3.4 用戶信譽度計算模型
3.4.1 信譽度模型設(shè)計
3.4.2 信譽度計算示例
3.5 推薦信任度模型設(shè)計
3.6 本章小結(jié)
4 基于好友關(guān)系的推薦算法
4.1 算法設(shè)計
4.1.1 推薦信任度計算
4.1.2 資源推薦
4.2 算法評價
4.2.1 實驗設(shè)計
4.2.2 實驗數(shù)據(jù)源
4.2.3 評價指標
4.3 實驗結(jié)果分析
4.3.1 用戶關(guān)系模型參數(shù)設(shè)定
4.3.2 實驗結(jié)果
4.3.3 確定權(quán)重
4.4 實驗評價
4.5 本章小結(jié)
5 基于好友關(guān)系的推薦算法應(yīng)用研究
5.1 系統(tǒng)分析
5.1.1 需求分析
5.1.2 系統(tǒng)結(jié)構(gòu)
5.1.3 開發(fā)環(huán)境
5.2 數(shù)據(jù)庫設(shè)計
5.3 主要模塊設(shè)計
5.3.1 微課檢索
5.3.2 微課推薦
5.4 功能展示
5.4.1 用戶注冊
5.4.2 好友關(guān)注
5.4.3 后臺管理
5.4.4 微課推薦
5.5 系統(tǒng)評價
5.6 本章小結(jié)
6 總結(jié)和展望
6.1 論文總結(jié)
6.2 研究局限與展望
參考文獻
攻讀學(xué)位期間參與項目及科研成果
致謝
本文編號:4055444
本文鏈接:http://www.lk138.cn/jiaoyulunwen/jiaoyutizhilunwen/4055444.html
最近更新
教材專著