發(fā)布時間：2023-10-06 11:38

　　社交網絡幫助人們擴展關系相比傳統(tǒng)線下方式具有優(yōu)越的便利性,所以社交網絡逐漸成為人們用于擴展關系圈的重要途徑。用戶推薦算法研究社交網絡中如何推薦給目標用戶其感興趣的其他用戶,一直以來是社交網絡中研究的熱門方向。用戶推薦主要為好友推薦,本文研究內容也主要圍繞好友推薦展開。人際吸引出自心理學概念,研究內容是影響人們之間成為朋友乃至戀人的要素,以及各個要素之間的相互關系。本文依據(jù)人際吸引相關概念,針對傳統(tǒng)基于內容的好友推薦算法中暴露的部分問題提出了解決方案。針對基于內容的好友推薦算法應用場景復雜多樣,本文提出了多種算法改進方法。其主要貢獻如下:1.針對傳統(tǒng)基于內容的好友推薦算法忽略用戶能力因素的問題,本文結合了人際吸引相關概念,在用戶模型中加入能力模塊。提出一種融合用戶興趣和受歡迎能力的好友推薦算法。本算法融合了用戶間興趣相似度和受歡迎能力相似度來計算用戶間吸引度值,并按照吸引度值從高到低推薦用戶。基于真實數(shù)據(jù)測試下的實驗驗證,改進后的算法比傳統(tǒng)基于興趣的好友推薦算法在推薦結果各項指標上存在一定提高。2.針對傳統(tǒng)情感相似度算法忽略用戶情感特征值存在負向的問題,提出了一種基于改進情感相似度算法的...

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題背景及意義
    1.2 國內外研究現(xiàn)狀
    1.3 本文主要工作
    1.4 論文章節(jié)安排
第二章 相關理論基礎及技術
    2.1 人際吸引
    2.2 基于內容的推薦算法
    2.3 LDA主題模型
    2.4 基于情感詞典的文本情感傾向分析
    2.5 文本聚類算法
        2.5.1 基于劃分的聚類算法
        2.5.2 基于層次的聚類算法
    2.6 本章小結
第三章 融合用戶興趣和受歡迎能力的好友推薦算法
    3.1 研究背景
    3.2 微博數(shù)據(jù)爬取與預處理
        3.2.1 微博數(shù)據(jù)的獲取工具介紹
        3.2.2 用戶數(shù)據(jù)采集
        3.2.3 數(shù)據(jù)采集結果
        3.2.4 數(shù)據(jù)預處理
    3.3 融合用戶興趣和受歡迎能力的好友推薦算法
        3.3.1 基本思想
        3.3.2 算法概述
    3.4 實驗分析
        3.4.1 實驗數(shù)據(jù)
        3.4.2 評價指標
        3.4.3 實驗設計
        3.4.4 實驗結果與分析
    3.5 本章小結:
第四章 基于改進情感相似度算法的好友推薦算法
    4.1 研究背景
    4.2 傳統(tǒng)余弦情感相似度算法存在的問題
        4.2.1 余弦相似度算法概述
        4.2.2 余弦情感相似度算法
        4.2.3 存在問題及算法改進
    4.3 改進情感相似度算法的好友推薦算法
        4.3.1 基本思想
        4.3.2 算法概述
    4.4 實驗分析
        4.4.1 實驗設計
        4.4.2 實驗結果分析
    4.5 本章小結
第五章 基于改進用戶情感特征的好友推薦算法
    5.1 研究背景
    5.2 基于改進用戶情感特征的好友推薦算法
        5.2.1 基本思想
        5.2.2 算法概述
    5.3 實驗分析
        5.3.1 實驗設計
        5.3.2 實驗結果分析
    5.4 本章小結
第六章 基于改進用戶情感特征的好友推薦系統(tǒng)的設計與實踐
    6.1 研究背景
    6.2 好友推薦系統(tǒng)總體設計
    6.3 好友推薦系統(tǒng)實現(xiàn)
        6.3.1 實現(xiàn)環(huán)境
        6.3.2 預處理模塊
        6.3.3 用戶交互模塊
    6.4 小結
第七章 總結與展望
    7.1 工作總結
    7.2 工作展望
致謝
參考文獻



本文編號：3851782