基于邻域用户模型的主题推荐研究

发布时间：2020-04-30 14:21

【摘要】：随着互联网社交网络的普及以及社交网络的发展,社交网络已经从简单的沟通交流的平台逐渐转化为人们获取信息的主要途径。而社交网络由于用户数量多,数据沉淀量巨大,用户想要获取其所需要的精准信息往往存在一定的难度。针对这一问题,许多社交网络平台采取给用户推荐个性化内容的方式,方便用户获取自己感兴趣的主题。但是由于现有的个性化推荐相关研究中,一部分是只考虑了用户的个人配置信息,另外一部分是对用户邻域社交关系的挖掘不够深入,这会致使常用的推荐方法不能够对用户进行精准定位。本文在总结了社交平台主题推荐中存在的缺少对用户之间兴趣的相互影响作用等问题后,提出了基于邻域用户的主题推荐模型。首先根据本文的研究目的,对国内外关于用户模型研究、模型扩展研究以及个性化推荐的主要算法三个角度的文献进行总结分析与梳理。深入解读了基于用户兴趣的个性化推荐模型的分类、信息来源、建模方法、更新等环节的研究。对用户模型的扩展方式进行文献调研,剖析了目前的研究成果中存在的问题等,为下一步的研究奠定理论基础。对国内外主流的个性化推荐算法进行总结。其次进行本文模型的构建,将用户模型解析为内容覆盖度和专业覆盖度的结合,分别进行理论解析、创建用户模型。对用户模型进行基于本体的语义扩展,加入邻域用户社交关系,将目标用户与好友之间的关系定义为认知关系,分别包括资源认知和关注关系认知,分别进行定义和计算。将邻域好友集的兴趣主题与目标用户兴趣主题集相融合,对目标用户的主题兴趣集进行兴趣主题集拓展以及主题兴趣度更新,生成最终的邻域用户主题集。最后使用北理工数据集和微博公开数据集所构建的邻域用户模型,对模型进行推荐效果验证,结论表明本文所提出的基于邻域用户的主题推荐模型的推荐效果是明显要优于孤立用户模型以及协同过滤推荐机制,并且通过邻域好友用户集学习得出的兴趣模型还能够满足多数人的兴趣主题需求,有利于增强用户社交主动性。
【图文】：

6图 1.1 本文的技术路线1.4 主要创新点（1）目前关于基于用户模型的主题推荐的研究中，大多数都是定性的论述，缺少定量的分析来保证推荐效果的可靠性，，或者少数的定量分析中，即使使用了用户模型，对于用户模型的考虑太过粗糙，或者说没有把语义扩展和邻域社交关系一起融入到用户模型的优化中去。因此本文在基础用户模型的基础上首先进行了基于本体的语义扩展，然后在扩展后的用户模型中引入目标用户的邻域社交关系，使得用户模型更接近真实的用户诉求。（2）传统的语义扩展方式中缺少对主题词的专业词的程度的考虑；因此本文在在对用户模型进行语义扩展的过程中，提出了考虑了主题词的专业程度的语义扩展算法，将专业程度较高的主题的子主题融合到目标主题集中。（3）微博社会化用户模型的构建方法中，用户模型获得的兴趣主题依然稀少。

图 2.1 豆瓣首次登陆图（2）示例用户建模把用户标注的感兴趣的内容作为用户示例，通过对用户示例的学习，结合分词、主题分析等技术，从中抽取出目标用户的兴趣偏好模型。这种用户建模的方式比手工建模难度高一些，但是对用户的负担会大大降低，给用户的体验更好。示例用户建模的最早是由 M Pazzani[34]等人创建的 Syskill & webert 系统，当用户在浏览网页的过程中，给每个网页标注为中高低三个档次的感兴趣程度，系统自动学习示例来构建用户的兴趣偏好模型。（3）系统自动建模系统自动建模是指，通过观察用户在浏览网页内容的过程中的一些行为，例如是否点击某些页面、在页面停留的时长以及在页面中的点击热力图等来推测用户对内容的偏好程度。通过对用户访问轨迹和访问信息的学习，可以抽象出关键的用户感兴趣的主题词列表，这些列表就是用户的兴趣模型。系统自动建模方法最早是 Joachims[35]在自己提出的系统 personal webwatcher 中，通过挖掘用户对超
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：C912.3

【相似文献】

相关期刊论文 前10条

1 胡忆民;;用户模型研究[J];情报学报;1992年01期

2 姚帆;李银胜;;基于多维用户模型的数字教育服务推荐技术研究[J];计算机应用与软件;2017年10期

3 余福茂;胡亚兰;林娜;;基于邻域用户模型的主题推荐研究[J];生产力研究;2017年11期

4 王巧容;陈庆奎;赵海燕;;开放式用户模型服务平台的设计与实现[J];计算机应用;2011年03期

5 王娜,张博锋,吴耿锋,李生;基于模糊用户模型的专家系统个性化解释方案研究[J];计算机应用;2004年02期

6 陈俭峰;;智慧图书馆中精准用户模型的构建研究[J];图书馆学研究;2018年08期

7 芮文艳;;基于数据挖掘的个性化学习教学系统用户模型的建立[J];电脑与电信;2009年12期

8 刘甲学,毕强;自适应超媒体系统用户模型研究[J];图书情报知识;2005年03期

9 古万荣;董守斌;曾之肇;何锦潮;刘崇;;基于微博用户模型的个性化新闻推荐[J];中文信息学报;2016年01期

10 李瑜;黄放明;杨晓静;;自适应检索引擎用户模型的构建[J];信息与电脑(理论版);2013年10期

相关会议论文 前10条

1 陈琪;余雄南;;用户模型在人-机界面中的应用[A];第二届全国人—机—环境系统工程学术会议论文集[C];1995年

2 张琪;周向东;张亮;施伯乐;;图像数据库检索中的动态用户模型学习[A];第二十届全国数据库学术会议论文集（研究报告篇）[C];2003年

3 刘永翔;马全明;;非理性用户模型的建立与安全性设计原则——产品设计中用户模型的可靠性考虑[A];第六届全国人—机—环境系统工程学术会议论文集[C];2003年

4 彭宇;郭林红;;艺术类招生系统的研究与设计[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年

5 宋丽哲;詹赤兵;王胜海;;基于本体的数字图书馆个性化用户模型表示[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

6 于芳;王大玲;于戈;白旭辉;;搜索引擎中一种基于PLSA的用户模型[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

7 毕波;杨智强;王衡;汪国平;;基于多设备的任务智能迁移系统[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

8 张玉连;陈琳娜;陈金森;;基于本体的个性化服务用户模型研究[A];第二届和谐人机环境联合学术会议(HHME2006)——第2届中国普适计算学术会议(PCC'06)论文集[C];2006年

9 许崇祥;;特殊场景和特殊时间无线信道配置原则研究[A];2007年中国通信学会“移动增值业务与应用”学术年会论文集[C];2007年

10 罗匡;谭继志;王衡;汪国平;;IICAS:一个基于用户偏好的智能接听系统[A];第四届和谐人机环境联合学术会议论文集[C];2008年

相关重要报纸文章 前5条

1 秦海波;机器算法不能包打天下[N];经济日报;2017年

2 编译 王悠然;版权政策应是互联网用户模型的重要部分[N];中国社会科学报;2014年

3 应晓敏 窦文华;技术架构[N];计算机世界;2003年

4 国防科学技术大学 毛新军邋常志明;个人助手Agent的研究与应用[N];计算机世界;2007年

5 应晓敏 窦文华;实现途径[N];计算机世界;2003年

相关博士学位论文 前10条

1 丁连红;基于信息流的个性化服务研究[D];中国科学院研究生院（计算技术研究所）;2006年

2 张丙奇;个性化需求的描述、获取与推断—案例研究[D];中国科学院研究生院（计算技术研究所）;2005年

3 罗耀明;基于语义的企业知识管理系统关键技术研究[D];武汉理工大学;2008年

4 郑建兴;社会化用户模型研究及其在推荐系统中的应用[D];上海大学;2015年

5 刘江涛;面向多领域用户模型的自适应网络制图服务机制研究[D];武汉大学;2012年

6 刘芳;网络地图设计的理论与方法研究[D];解放军信息工程大学;2011年

7 关志伟;面向用户意图的智能人机交互[D];中国科学院软件研究所;2001年

8 潘建国;基于语义的用户建模技术与应用研究[D];上海大学;2009年

9 谢超;自适应地图可视化关键技术研究[D];解放军信息工程大学;2009年

10 应晓敏;面向Internet个性化服务的用户建模技术研究[D];中国人民解放军国防科学技术大学;2003年

相关硕士学位论文 前10条

1 胡亚兰;基于邻域用户模型的主题推荐研究[D];杭州电子科技大学;2018年

2 朱道杰;基于用户模型的个性化广告推荐技术研究[D];湖南工业大学;2017年

3 李婧妍;基于网络信息的男装用户模型研究[D];西安工程大学;2013年

4 谭利文;基于用户模型的个性化网络文献检索系统的研究与设计[D];吉林大学;2004年

5 闫灿灿;基于非理性用户模型的虚拟实验设计研究[D];吉林大学;2011年

6 陈琳娜;基于本体的个性化用户模型研究[D];燕山大学;2006年

7 杨静;人机界面与用户模型的研究及应用[D];河北工业大学;2002年

8 杨金侠;个性化服务中基于Tag的用户模型研究[D];中国科学技术大学;2011年

9 程静;基于Agent和Web挖掘的个性化用户模型研究[D];西南师范大学;2002年

10 余佳晋;马尔可夫用户模型下的广义第二价格拍卖[D];复旦大学;2010年

本文编号：2645855