基于用户关系和用户兴趣的微博内容推荐关键技术研究

摘要

随着互联网技术的发展，人们在互联网上进行沟通、交流已经成为主流，网络成为人们生活中的一部分。但是网络为人们提供服务的同时，其规模也在爆炸式的发展。网络中存在丰富的有用的信息，与人们很难从海量的数据中发现自己的所需要的信息形成一种矛盾，人们对个性化信息的需求成为亟待解决的问题。社交网络在近些年的发展中，已经将人们从现实的世界扩展到了网络世界中，特别是以facebook、twitter、新浪微博为代表的社交网络平台，成为人们获得信息的一种重要途径。随着社交网络规模的逐渐扩大，信息更新的加快，信息过载问题在社交网络中已经出现。
　　传统的推荐系统在电子商务、影视作品等多个领域取得了巨大的成功。但是，社交网络有不同于其他的领域的特点，其中存在着用户的个人兴趣、社会关系、信任关系等多种因素，使得社交网络的个性化推荐更加复杂。随着以微博为代表的社交网络的兴起，用户在社交网站中留下了海量的数据，但是微博推荐实时性的要求，使得数据冷启动问题和稀疏性问题更加严重。为了满足微博网络中，人们对于个性化信息的需求，本文从用户兴趣和用户关系的角度出发，重点研究了基于社会关系约束的微博内容推荐和基于信任约束的微博内容推荐两个方面的内容。本文的主要研究内容和研究成果总结如下：
　　1、引入微博网络的社会化因素，提出了基于社会关系约束的微博内容推荐方法，解决具有冷启动特征的微博消息推荐问题。在社交网络中，用户对微博消息的兴趣不仅仅体现在对微博内容的兴趣相似度上，也包含用户在微博网络中进行社交的需求。通过将用户的社会化信息与微博内容信息相结合，完成对具有冷启动特征的微博消息推荐。
　　2、提出了基于信任约束的微博推荐方法，通过引入用户间的信任关系，缓解微博消息推荐时数据稀疏的问题。在社交网站中，用户间存在推荐信任的社会关系，这主要体现在用户间的熟悉程度和用户的关系属性中。本文定义的信任关系为：互动频率较高的用户间直接信任关系较强。通过定义信任关系的传递方法，挖掘出用户间潜在的社会关系，从而缓解微博消息推荐中的数据稀疏性问题，提高微博推荐的效果。
　　本文对微博平台上微博消息的推荐方法进行了研究。微博平台是目前流行的社交网络平台，随着用户数量的增加和用户在社交网络中数据的增长，信息过载问题已经显现出来。通过对微博平台的社交网络特征进行深入分析，并与结合传统的推荐方法，实现了准确的向用户推荐个性化的、高质量的微博消息的目标。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究背景

1.2国内外研究现状

1.3 本文主要工作

1.4 论文组织结构

第2章 推荐系统相关技术

2.1 推荐系统概述

2.2 推荐方法

2.3测评方法

2.4本章小结

第3章 基于社会关系约束的微博消息推荐

3.1 个性化兴趣建模

3.2 基于用户社会属性的相似性度量

3.3 微博消息排序方法

3.4实验设计与分析

3.5 本章小结

第4章 基于信任约束的微博消息推荐

4.1 微博消息推荐中数据稀疏性问题分析

4.2 基于信任约束的协同过滤矩阵构建

4.3 基于信任约束的微博推荐算法

4.4 实验设计与分析

4.5本章小结

结论

参考文献

致谢