基于標簽協(xié)同過濾算法在微博推薦中的研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、隨著Web2.0技術(shù)的蓬勃發(fā)展,全球互聯(lián)網(wǎng)進入網(wǎng)絡交互時代。微博的誕生和發(fā)展,給互聯(lián)網(wǎng)信息的傳播方式,以及用戶的生活都帶來巨大的影響。用戶可以運用微博平臺收聽感興趣的、貼近生活的、專業(yè)領域的話題。微博逐漸成為用戶間信息交流,信息分享以及信息傳播的主要平臺。隨著微博用戶的上升,微博信息成倍地增長。而微博信息總是伴隨著微博用戶而存在,在眾多微博用戶中尋找到與自己有共同興趣愛好的用戶,也就找到了想要獲得的信息。因此,為微博用戶推薦具有共同興趣

2、愛好的好友,就成為本文研究的重點。
  本文對目前已有的社會網(wǎng)絡好友推薦算法進行深入研究,通過總結(jié)學習推薦算法的理論知識,結(jié)合微博用戶好友特點,提出一種基于關(guān)聯(lián)規(guī)則和標簽的個性化好友推薦算法,推薦與目標用戶最相似的用戶為其好友。首先,對微博中好友推薦的相關(guān)概念進行定義,并介紹好友推薦系統(tǒng)實現(xiàn)流程;其次,提出基于關(guān)聯(lián)規(guī)則算法計算用戶間共同好友關(guān)系的方法,然后又提出基于標簽相似度算法計算用戶間相似性的方法;最后,結(jié)合共同好友關(guān)系和標簽

3、相似性兩個推薦因素,推導出基于個性化好友推薦的計算方法。
  在文章最后的實驗部分,先設計實現(xiàn)了微博個性化好友推薦系統(tǒng),為算法的性能測試提供實驗平臺支持。然后利用好友推薦系統(tǒng),進行兩部分實驗,分別為權(quán)重值實驗測試和算法性能實驗測試。其中,權(quán)重值實驗結(jié)果表明,當權(quán)重值為0.6時,個性化好友推薦算法達到最優(yōu)。最后,通過與現(xiàn)有的三種好友算法進行比較,得出個性化好友推薦算法的優(yōu)化性,表明相結(jié)合的個性化好友推薦算法是有效的,且在準確率和查全

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論