基于用户关系强度的好友推荐算法的研究与实现

基于用户关系强度的好友推荐算法的研究与实现

ID:35106363

大小:7.40 MB

页数:58页

时间:2019-03-18

基于用户关系强度的好友推荐算法的研究与实现_第1页
基于用户关系强度的好友推荐算法的研究与实现_第2页
基于用户关系强度的好友推荐算法的研究与实现_第3页
基于用户关系强度的好友推荐算法的研究与实现_第4页
基于用户关系强度的好友推荐算法的研究与实现_第5页
资源描述:

《基于用户关系强度的好友推荐算法的研究与实现》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、学校代巧:雌学校名巧:东北师范大学分类号:IM研巧生学号:2013102806爆羣顯硕±学位论文:却!?‘,基于用户关JR巧化巧巧义推荐其法巧研免与实现ResearchandImlementationofFriendRecommendationBasedp'onUsersRelationshipIn化nsity"■.*?;,??■-?,?V,作者:巧,"指寺教师:巧伟巧巧--级学科:计?机科学与技术二级学科:计?机软件与巧论研巧方向:数巧巧

2、巧学位类型:学术硕±东北师范大学学位评定委员会2016年5月-..1.学校代巧:学校名称:东北师范大学分类号:些站研究生学号:2013102806馨《批作洽:fc爹硕±学位论文基于用户关《巧度的汾次推答其法的巧突与实现ResearchandImplementationofFriendRecommendationBased’onUsersRelationshiInf:ensitpy作者:祖常巧指导教师:潘伟教授一级学科:计算机科学与技术二级学科:计算机软件与理论

3、研究方向:数据挖巧学位类型:学术硕±东北师范大学学位评定委员会2016年5月独创性声明本人郑重声明:所提交的学位论文是本人在导师指导下独立进行研究工作所取得的成果。据我所知>,除了将别加1^1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。对本人的研究做出重要贡献的个人和集体,均已在文中作了明确的说明。本声明的法律结果由本人承担。J^?)学位论文作者签名:為串恥日期:2///学位论文使用授较书本学位论文作者完全了解东北师范大学有关保留、使用学位论文的规定:,即东北师范大学有权保留并向国家

4、有关部口或机构送交学化论文的。复印件和电子版,允许论文被査阅和借阅本人授权东北师范大学可W将学位论文的全部或部分内容编入有关数据库进行检索,可采用影印、缩印或其它复制手段保存。、汇编本学位论文(保密的学位论文在解密后适用本授权书).、安学位论文作者齡:指导獅齡:骄魏聲祇飞_日期;L日期:7学位论文作者毕业后去向:工作单位:电话:通讯地址;邮编;摘要wo一社交网络(SocialNetrkServices,SNS)作为时下最流行的平台之,凭借其创新、即时、便捷的特点日益着改变我们的交友模式和互

5、动方式。但随着用户规模的急剧增长,一、传统的好友推荐算法已远远不能满足社交平台进步发展的需求,如何准确高效地为用户推荐潜在好友成为了亟待解决的问题。""基于用户关系强度的好友推荐算法,论文W上述问题为背景,提出了本文算法"""由两个阶段构成,分别是基于兴趣主题相似度的社区发现算法和基于链接信息的"且两个阶段存在着严格的先后顺序一综合相似度模型,即第,并阶段的结果输出作为第二阶段的输入。"基于用户关系强度的好友推荐算法第一阶段的主要工作是计算用户一兴趣主题相"似度,并根据这种相似度进行社区划分。为此本文引入LDA模型提取隐藏在社交

6、网站""中的兴趣主题,并获得所有用户在每个主题下的概率分布,然后采用边聚类的方法""一个兴趣社区中把相似度高的用户聚类在用;本文算法第二个阶段的研究重点在于一量化用户间的链接关系,在这过程中分别构建了信任度模型和局部随机游走模型,其,中信任度模型主要考虑了两个用户之间共同好友的数量,并且把它作为信任的初始值,一,局部随即游走模型则借鉴了PaRank然后根据信任的传播理论,对模型进步巧展ge的思想,重点在于考量用户节点的出度和入度信息。最后综合两种模型的结果给出最后的推荐。。按照上述思路,本文采巧Java语言对好友推荐算法进行了

7、实现为了验证算法的可"""行性和运行效果,本文将基于用户关系强度的好友推荐算法与基于内容的好友推"、。荐算法作对比,从准确率、召回率F值兰个方面评价本文提出的算法"基"实验证明,本文提出的于用户关系强度的好友推荐算法与其他推荐算法相比取得了更佳的推荐效果,不仅提高了推荐的准确度,并且有效降低了算法的时间和空间开销。:LDA主关键巧好友推荐;题模型;信任度模型;局部游走模型;社区发现IAbslrad:SocialNetworkServices(SNS),whichiso打eofthemostpopulara

8、pplications,isinc

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。