基于d-s证据理论的海量评价数据分析及用户偏好发现

《基于d-s证据理论的海量评价数据分析及用户偏好发现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号町３。密级公开ＵＤＣ：编号《余火聲硕女研究４＃化俗Ａ题目基于Ｄ－Ｓ证据理论的海量评价数据分析及用户偏巧发现、学院（所、中屯）信息学院专业名称计算机技术研究生姓名郭心宇学号１２０１４００２４３４导师姓名岳昆职称教巧２０１６年３月＊论文独创性声明及使用授权本论文是作者在导师指导下取得的研究成果。除了文中特别加标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，不存在劉巧或抄袭行为一同工作的同志对本研巧所做的任何贡献均已在论文中作了明确。与作者的说

2、明并表示了谢意。），现就论文的使用对云南大学授权如下：学校有权保留本论文（含电子版也可Ｗ采用影印、缩印或其他复制手段保存论文：学校有权公布论文的全部或部分内容，可Ｗ将论文用于查阅或借阅服务：学校有权向有关机构送交学位论文用于学术规范审查、社会监督或评奖：学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。（内部或保密的论文在解密后应遵循此规定）．呵－导师签名夺Ａｙ曰寺研究生签名：：期：可．摘要用户对商品和信息服务的评价包括评论和评分，富含了用户的兴趣、观点和偏好等行为信息，可发现用户的偏。对用户产生的海量

3、评价数据进行分析和挖掘好和兴趣、社会个体或群体的行为和也理倾向，识别行为的目标和意图，进而更好地分析用户行为的产生机制，，并对用户行为进行预测为电子商务、社交网络、网络舆情监控和信息服务等各类典型的Ｗｅｂ应用提供理论基础和技术支撑。本文从海量的用户评价数据出发，基于边际效用理论给出用户偏好的定义。一由于影响用户偏好的各影响因素具有不确定性，需要种框架来表达各影响因素－的不确定性，因此，本文基于ＤＳ证据理论描述影响用户偏好的各影响因素的不确定性，Ｗ、、及各因素之间的相互关系评论中的各词汇包含正面／负面词汇的＂证据＂评论和评分作为用户对商品

4、偏好的，给出了综合考虑各影响因素的联合算子，及基于ＭａｐＲｅｄｕｃｅ的计算方法和用户偏好发现机制。本文的主要工作及贡献可概括如下：Ｄ－Ｓ证据理论中的证据组合计算方法（１）利用，Ｗ评论中的各词汇作为用户＂＂＂＂对商品偏好的证据、Ｗ评论和评分作为用户对商品偏好的证据、用户对一＂证据＂个类别中各商品的偏好作为对商品类别偏好的，讨论用户在Ｗ上Ｈ个层一面的用户偏好发现的关键技术，。Ｗ第个层面的偏好发现问题为代表定义了相应的概率赋值函数和证据姐合规则，得到不同证据对最终用户偏好的联合影响。（２）利用Ｈａｄｏｏｐ平台下的ＭａｐＲｅｄｕｃｅ并行编程

5、模型，给出了实现从用户评价信息发现用户偏好的两趟ＭａｐＲｅｄｕｃｅ算法，分别得到评论数据中各词汇的统计结果和用户对各商品的偏好。（３）采用真实用户评价信息作为测试数据集，测试了本文所提出方法的正确＂レＤ－Ｓ性：证据理论的评价数据中的用、加速比义及并行效率设计并开发了基于＂，展示了本文所提出的方法户偏好发现软件。Ｄ－Ｒ关键词：海量评价数据Ｓ证ａｅｄｕｃｅ；用户偏好；据理论；证据融合；Ｍｐ１Ａｂｓｔｒａｃｔ＊Ｔｈａｔｉｆｉｉｖｉｅｗｄｅｉｎｏｆｏｄｕｃｔｓａｎｄｒｍａｔｉｏｎｒｏｍｕｓｅｒｓｎｃｌｕｄｎｒｅｓａｎｓｃ

6、ｏｒｅｓｉｓｉｇｐｒｎｆｏ，ｇ，ｅｎｒｉｃｈｅｄｉｎａｒｅａｔｎｕｍｂｅｒｏｆｂｅｈａｖｉｏｒｉｎｆｏｒｍａｉｉｒｉｉｔｏｎｓｕｃｈａｓＵｅｒｅｓｔｓｏｎｏｎｓａｎｄｇ，ｐｍａｓｓｉｉｆｒｅｆｅｒｅｎｃｅｓｅ化．Ｗｋｈｄｅｅｅｒａｎａｌｓｉｓａｂｏｕｔ化ｅｉｖｅｒｅｖｉｅｗｓｄａｔａｔｉｓｅａｓｅｒｔｏｉｎｄ，ｐ，ｐｙｆｕｈａｖｌｉｌｉｔｈｅｒｅｆｅｒｅｎｃｅｓａｎｄｉｎｔｅｒｅｓｔｓｏｓｅｒｓ，ｔｈｅｂｅｉｏｒａｎｄｐｓｙｃｈｏｏｇｃａｔｅｎｄｅｎｃｙｏｆｓｏｃａｌ

7、ｐｉｎｄｉｖｉｄｕａｌｓｏｒｒｏｕｓｗｈｉｃｈａｒｅｂｅｎｅｆｉｃｉａｌｔｏｉｄｅｎｔｉｆ化ｅ化ｒｅｔａｎｄｉｎ化ｎｔｉｏｎｏｆｇｐ，ｙｇｉｉｉｂｅｈａｖｉｏｒｓ．Ｃｏｎｓｅｑｕｅｎｔｌｍａｓｓｉｖｅｒａｔｎｄａｔａｍｉｎｎｃａｎａｎａｌ之ｅ化ｅｕｓｅｒｓｂｅｈａｖｏｒｓｙ，ｇｇｙｍｅｃｈａｎｉｓｍａｎｄｐｒｅｄｉｃｔｔｈｅｉｒｂｅｈａｖｉｏｒｓｔｈｅｎｓｕｐｐｏｒｔｍａｎｙｔｙｐｉｃａｌＷｅｂａｐｐｌｉｃａｔｉｏｎｓ，ｌｉｋｅ－ｅｃｏｍｍｅｒｃｅｓｏｃｉａｌｎｅｔｗｏｒｋＩｎｔｅｒｎ

8、ｅｔｃｏ