学位论文 > 优秀研究生学位论文题录展示

基于图结构的社会标注系统个性化推荐研究

作　者: 史云飞
导　师: 吴江宁
学　校: 大连理工大学
专　业: 管理科学与工程
关键词: 社会标注系统标签推荐资源推荐用户推荐图结构
分类号: C931
类　型: 硕士论文
年　份: 2012年
下　载: 160次
引　用: 0次
阅　读: 论文下载

内容摘要

随着Web2.0的兴起,社会标注系统越来越被人们熟知并加以利用。在社会标注系统中,用户通过网站收藏自己感兴趣的资源,同时对资源进行个性化的标注以方便对其进行管理。由于社会标注系统中包含海量信息,如何找到与自己兴趣相似的其他用户,感兴趣的资源,以及运用合适的标签管理这些资源是每个用户面临的难题。因此,关于社会标注系统中的个性化推荐研究十分必要。有效的推荐既能提高网站的个性化服务水平,又有利于帮助用户获取其感兴趣的信息。针对标签推荐技术的资源冷启动问题,以及标签推荐准确率较低的问题,本文提出了基于资源内容的标签推荐方法,旨在为系统中新进入的资源推荐相关标签。首先利用资源中包含的语义信息为目标资源匹配相似资源；然后将目标资源的特征项以及与其相似资源的标签作为候选标签集,同时计算候选标签对目标资源以及相似资源的隶属度；最后根据候选标签权值的大小依次给目标资源推荐标签。该方法有效地避免了资源冷启动问题,扩大了标签的提取范围,而且能够为社会标注系统引入新标签。公共数据集的实验考察了不同的标签提取策略对社会标注系统推荐准确率、召回率以及新奇度的影响,实验结果验证了本文方法的有效性。针对社会标注系统中用户、资源和标签之间的三元关系,以及协同过滤技术中的数据稀疏性问题,本文提出了基于三部图的用户兴趣扩散模型,旨为目标用户推荐与其有相似兴趣的其他用户以及其感兴趣的其他资源。通过多次的扩散机制,使目标用户对信息的兴趣依三部图结构扩散至其他的用户、标签和资源上,然后分别以用户兴趣度和资源兴趣度排序为依据,在其他用户和目标用户未曾收藏的资源中产生推荐。利用公共数据集进行的实验表明,本文提出的用户推荐方法其相似度和网络密度优于对比推荐方法,资源推荐方法的准确率和召回率优于基于二部图用户兴趣扩散以及基于协同过滤推荐技术的资源推荐结果。本文研究的社会标注系统中的个性化标签推荐、资源推荐与用户推荐研究不仅在一定程度上解决了标签推荐中的资源冷启动问题,协同过滤技术中的数据稀疏性问题,而且能够帮助网站提供符合用户需求的个性化服务,提高用户对网站服务的满意度和忠诚度。

全文目录

摘要  4-5
Abstract  5-9
1 绪论  9-17
  1.1 研究背景与意义  9-10
  1.2 研究现状  10-14
    1.2.1 标签推荐研究现状  10-12
    1.2.2 用户和资源推荐研究现状  12-14
  1.3 本文研究内容及论文结构  14-17
2 社会标注系统与个性化推荐技术  17-24
  2.1 社会标注系统  17-18
  2.2 个性化推荐技术  18-24
    2.2.1 基于协同过滤技术的个性化推荐  18-20
    2.2.2 基于内容的个性化推荐技术  20-22
    2.2.3 基于图结构的个性化推荐技术  22-24
3 基于资源内容的标签推荐  24-35
  3.1 基于图结构的资源内容相似度计算  24-26
    3.1.1 资源内容的图结构表示  24-25
    3.1.2 资源相似度计算  25-26
  3.2 标签推荐产生  26-28
    3.2.1 候选标签赋权  26-27
    3.2.2 标签提取  27
    3.2.3 标签推荐过程  27-28
  3.3 标签推荐实验及结果分析  28-35
    3.3.1 标签推荐实验设置及评价指标  28-29
    3.3.2 标签推荐实验结果及分析  29-35
4 基于用户兴趣扩散模型的用户和资源推荐  35-49
  4.1 基于三部图的用户兴趣扩散模型  35-38
    4.1.1 用户-资源-标签三元关系模型  35
    4.1.2 扩散概率矩阵  35-37
    4.1.3 用户兴趣扩散模型  37-38
  4.2 用户和资源推荐产生  38-42
    4.2.1 目标用户兴趣初始化  38-39
    4.2.2 用户和资源推荐流程  39-42
  4.3 用户和资源推荐实验及结果分析  42-49
    4.3.1 用户和资源推荐实验设置及评价指标  42-43
    4.3.2 用户和资源推荐实验结果  43-49
结论  49-50
参考文献  50-56
攻读硕士学位期间发表学术论文情况  56-57
致谢  57-58

基于图结构的社会标注系统个性化推荐研究

内容摘要

全文目录

相似论文