基于微博平台的用户推荐算法研究-软件工程专业论文.docx

万方数据 万方数据 User Recommendation Algorithms based on Micro-blog Platform by ZHOU Lei B.E.( Huazhong University of Science and Technology Wuchang Branch)2012 A thesis submitted in partial satisfaction of the Requirements for the degree of Master of Engineering in Software Engineering in the Graduate School of South-Central University for Nationalities Supervisor Professor Qin Jun May,2015 中南民族大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究 所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含 任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要 贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明 的法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论 文被查阅和借阅。本人授权中南民族大学可以将本学位论文的全部或部分 内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保 存和汇编本学位论文。 本学位论文属于 1、保密□，在_ _年解密后适用本授权书。 2、不保密□。 （请在以上相应方框内打“√”） 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 中南民族大学硕士学位论文 摘 要 微博（Micro Blog）作为一个基于用户关注关系的信息分享、传播以及获取的网络 平台，以其独特的传播优势而迅速发展成为当前一种主流的社交网络形态。 通过微博平台，用户在获取自己感兴趣的信息的同时，可以通过该平台提供的各种 功能维护好友关系，结交新朋友，扩展用户的社交圈。但随着微博的不断发展，用户量 的急剧增加，微博平台所包含的信息量也呈爆炸式增长。面对如此繁杂的数据，如何在 这些重复与过载的信息中，提取有用的信息，为微博用户进行用户推荐便成为一个亟待 解决的问题。 虽然在社交网络上进行用户推荐的技术已经被学者们进行了较深入地研究，也取得 了极大的成功，但结果并非尽善尽美，并且在微博这一特定的平台上的推荐研究也有可 完善之处。鉴于此，本文根据微博平台的用户社交信息特点，对用户相似度计算方法进 行研究并提出改进。本文主要研究内容主要如下： 1. 本文首先分析了当前微博及在微博平台上进行用户推荐的研究现状，在此基础 之上针对微博平台上用户单向兴趣连接的特点，分析使用微博用户社交信息进行推荐的 可行性与必要性。接着详细介绍了一种基于用户社交信息的两阶段用户推荐模型的推荐 算法，针对其在计算用户相似度时因对用户进行无差别的相似度计算而导致计算出的相 似度不够准确，提出一种加入流行度制衡因子地改进的余弦相似度计算方法。该方法计 算基于用户关注信息相似度时，区分了明星用户与冷门用户对用户的不同影响。在原余 弦相似度的度量方法基础之上，加入流行度制衡因子，以减少因用户流行度不同对相似 度计算结果的影响，对基于关注信息的相似度计算方法进行改进，并在此基础之上提出 一种改进的基于用户关注信息的两阶段用户推荐算法。 2. 本文通过将提出的算法运用在新浪微博用户数据集上进行用户推荐实验，同时 以原算法与“Friend-of- Friend”算法为参照算法，分别从算法的推荐性能与时间开销两 方面进行。其算法的推荐性能主要通过从准确率、召回率以及综合命中率三个评价指标 上对实验结果进行分析。实验结果表明较之于参照算法，本文提出的算法在所用数据集 上可以为用户更为准确地找到其潜在的兴趣用户并进行推荐，有效地提高推荐的准确 性。 关键词： 微博；社交网络；社交信息；用户相似度；用户推荐 I 基于微博平台的用户推荐算法研究 Abstract As a network platform based on user interest information sharing communicating and accessing，Weibo (Micro Blog) rapidly become a mainstream form of social networking by its unique advantage of the spread. Throu