网络科学视角下的推荐系统研究
| 作者 |
| 米传民 |
| 丛书名 |
| 出版社 |
| 电子工业出版社 |
| ISBN |
| 9787121305771 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 网络科学视角下的推荐系统研究 内容简介 本书在对协同过滤为主的推荐系统、网络科学理论进行系统综述的基础上, 考虑社交网络发展以及用户信任的网络关系特征, 主要运用网络科学的方法, 研究协同过滤为主的推荐系统问题。 |
| 目录 |
| 网络科学视角下的推荐系统研究 第1章 绪论 .. 1 1.1 研究背景与意义 2 1.1.1 研究背景 2 1.1.2 研究意义 5 1.2 国内外研究现状 6 1.2.1基础研究现状 6 1.2.2 协同过滤研究现状 8 1.2.3 基于网络科学的研究现状 . 10 1.2.4 基于信任网络的研究现状 . 12 1.2.5 文献综述 . 15 1.3 研究内容与创新点 17 1.3.1 研究内容 . 17 1.3.2 主要创新点 19 第2章 相关理论基础 21 2.1概述 .. 22 2.1.1基础 .. 22 第1章 绪论 .. 1 1.1 研究背景与意义 2 1.1.1 研究背景 2 1.1.2 研究意义 5 1.2 国内外研究现状 6 1.2.1基础研究现状 6 1.2.2 协同过滤研究现状 8 1.2.3 基于网络科学的研究现状 . 10 1.2.4 基于信任网络的研究现状 . 12 1.2.5 文献综述 . 15 1.3 研究内容与创新点 17 1.3.1 研究内容 . 17 1.3.2 主要创新点 19 第2章 相关理论基础 21 2.1概述 .. 22 2.1.1基础 .. 22 第4章 基于选择性随机游走的协同过滤算法研究 . 62 4.1 基于用户的协同过滤算法 . 63 4.2 基于显式数据的选择性随机游走协同过滤算法 . 64 4.2.1 算法假设 . 64 4.2.2 用户相似度计算 . 66 4.2.3 算法步骤 . 70 4.2.4 基于Movielens和Netflix数据的实验验证 .. 70 4.3 基于隐式数据的选择性随机游走协同过滤算法 . 76 4.3.1 隐式数据的选择性随机游走 .. 76 4.3.2 项目评分预测 .. 78 4.3.3 算法步骤 . 79 4.3.4 基于数据的实验验证 79 第5章 考虑隐性信任的协同过滤算法研究 85 5.1 TBCF算法 .. 86 5.1.1 TBCF算法流程 87 5.1.2 TBCF算法存在的问题 88 5.2 ITBCF算法研究 . 88 5.2.1 用户隐性信任关系挖掘 . 89 5.2.2 用户信任度计算 . 90 5.2.3 算法步骤 . 92 5.3 实验与分析 93 5.3.1 数据集介绍 93 5.3.2 评价标准 . 95 5.3.3 实验结果对比分析 95 第6章 考虑用户社交信任和兴趣的协同过滤算法研究 .. 99 6.1 基于用户的协同过滤经典算法 100 6.2 用户兴趣相似关系挖掘 .. 104 6.3 结合用户社交信任和兴趣的概率矩阵分解算法研究 107 6.4 构建考虑用户社交信任和兴趣的概率矩阵分解模型 .. 108 6.4.1 概率矩阵分解模型 . 108 6.4.2 挖掘用户间隐式信任信息 .. 111 6.4.3 挖掘用户间隐式兴趣信息 .. 112 6.4.4 考虑用户社交信任和兴趣的概率矩阵分解算法. 113 6.5 基于Epinions基准数据的实验检验 . 116 6.5.1 数据集介绍 .. 116 6.5.2 评价标准 116 6.5.3 模型参数训练 . 117 6.5.4 实验结果对比分析 . 120 第7章 基于旅游照片地理信息的景点挖掘和用户评分建模 123 7.1 数据获取和数据预处理工作 124 7.2 基于P-DBSCAN聚类的景点挖掘 .. 125 7.2.1 问题定义 .. 125 7.2.2 基于密度的热门旅游区域地点聚类 126 7.2.3 语义标注旅游地点 . 132 7.2.4 建立景点资料库 .. 133 7.3 用户-景点评分模型构造. 134 第8章 考虑用户社交信任传播的旅游景点策略研究 . 137 8.1 信任 .. 138 8.1.1 社会网络 .. 138 8.1.2 信任度在中的应用 139 8.1.3 经典信任模型 141 8.2 问题定义 .. 143 8.3 基于旅游景点图片的社交信任网络挖掘研究 .. 143 8.3.1 构建用户直接信任网络 .. 144 8.3.2 信任传递—用户间接信任计算 . 146 8.4 结合相似度和信任度的策略研究 .. 150 第9章 考虑用户社交信任和地理标签的旅游景点算法研究 .. 154 9.1 常见的旅游景点及标签算法 . 155 9.1.1 常见的个性化旅游算法 155 9.1.2 标签在算法中的应用 . 158 9.1.3 基于标签的个性化算法研究 . 160 9.2 综合考虑用户社交信任和标签偏好的旅游景点算法研究 . 162 9.2.1 基于地理标签的用户偏好建模 .. 162 9.2.2 综合考虑用户社交信任和标签偏好的旅游景点策略 . 164 9.3 基于Flickr数据集的实验验证 .. 165 9.3.1 实验数据集的获取和预处理 165 9.3.2 实验评价指标 166 9.3.3 实验结果分析 167 附录A TMALL实证部分数据 . 172 附录B 选择性随机游走协同过滤算法主要程序代码 .. 174 附录C 考虑显式评分的网络结构算法主要代码 181 附录D 结合用户社交信任和兴趣的概率矩阵分解算法主要代码 . 186 附录E 旅游图片和天气数据爬取代码. 191 附录F P-DBSCAN主要代码 . 194 附录G 旅游景点的相似度计算与评分预测主要代码 . 197 参考文献 .. 199 |
有问题微信扫码联系