社交網(wǎng)絡環(huán)境下移動好友推薦系統(tǒng)研究.pdf

1、隨著Internet的發(fā)展和各類信息的增長，越來越多的信息充斥在人們?nèi)粘Ｉ钪校湫畔⑦^載主要體現(xiàn)在海量的信息使用戶很難及時獲取所需要的信息。在這種背景下推薦系統(tǒng)[1-3]得到了研究和發(fā)展，它根據(jù)不同的用戶偏好個性化的推薦給用戶喜好的物品和項目。例如，目前許多電商已經(jīng)使用推薦系統(tǒng)向用戶提供商品推薦服務，不僅可以幫助用戶找到所需要的信息和商品，而且通過推薦系統(tǒng)，網(wǎng)站可以通過保留用戶偏好數(shù)據(jù)從而提高網(wǎng)站的點擊率和用戶的粘性。
　　此外

2、，社交網(wǎng)絡在近些年也得到了快速的發(fā)展，如Facebook、Twitter、微博等已經(jīng)已成為主流的信息分享平臺。使用者可以通過直接或間接的關(guān)系與其他用戶建立關(guān)系，并能夠很快建立用戶自己的社交網(wǎng)絡。社交網(wǎng)絡的迅速發(fā)展伴隨著用戶規(guī)模的擴大和信息更新的加快，社交網(wǎng)絡的價值愈發(fā)明顯。
　　近些年，推薦系統(tǒng)在理論得到了快速的發(fā)展，但是隨著推薦服務種類的增加和用戶需求的提高，智能推薦系統(tǒng)也開始面臨一系列的問題。本文對推薦系統(tǒng)中的推薦算法及推薦系

3、統(tǒng)架構(gòu)等理論和技術(shù)進行了討論和研究。本論文的研究內(nèi)容主要是充分利用移動終端數(shù)據(jù)，為移動用戶推薦可能的好友。主要涉及推薦系統(tǒng)的分類算法關(guān)聯(lián)規(guī)則、推薦系統(tǒng)架構(gòu)和基于移動平臺的推薦應用研究。本論文的主要研究工作如下：
　　①研究社交網(wǎng)絡理論、智能推薦系統(tǒng)的國內(nèi)外現(xiàn)狀，分析推薦系統(tǒng)普遍存在的問題，討論把社交網(wǎng)絡、機器學習運用到推薦推薦系統(tǒng)的可行性。
　?、卺槍Ρ疚牡膽铆h(huán)境分析了Android架構(gòu)、推薦系統(tǒng)在移動客戶端的應用實例，結(jié)

4、合社交網(wǎng)絡特性，對比分析了多種推薦算法在移動環(huán)境下的應用優(yōu)缺點。
　?、跙P神經(jīng)網(wǎng)絡是一種機器學習算法，該算法意在模擬人腦的學習過程。本文研究和分析將該理論應用到推薦系統(tǒng)的可行性，并將該理論結(jié)合社交網(wǎng)絡特性應用到移動推薦系統(tǒng)中來。
　?、茉O計基于社交網(wǎng)絡的移動好友推薦算法。包含社交網(wǎng)絡隱性數(shù)據(jù)挖掘、推薦算法設計、機器學習理論在推薦算法上的應用。
　　⑤通過使用數(shù)據(jù)集對推薦系統(tǒng)進行了仿真，驗證了推薦模型的可行性和有效性，