在線社會(huì)媒體的流行性預(yù)測(cè)研究.pdf

1、在線社會(huì)媒體的流行性預(yù)測(cè)旨在利用在線系統(tǒng)中商品和用戶的交互數(shù)據(jù)預(yù)測(cè)在線商品在未來(lái)一段時(shí)間的流行度。在線社會(huì)媒體的流行性預(yù)測(cè)研究在理論層面和現(xiàn)實(shí)社會(huì)中都有巨大的意義。理論層面上，流行性預(yù)測(cè)可以使幫助人們明白哪些因素可能導(dǎo)致商品的流行，商品流行性的動(dòng)態(tài)演化以及微觀行為如何匯聚到宏觀的商品流行性；現(xiàn)實(shí)層面上，商品的流行性預(yù)測(cè)可以幫助在線用戶更有效的過(guò)濾掉無(wú)用的信息，在線服務(wù)商更好的組織和管理他們的平臺(tái)，以及為廣告商提供策略指導(dǎo)等。傳統(tǒng)的流行性

2、預(yù)測(cè)方法大都是從宏觀層面進(jìn)行預(yù)測(cè)，然而，這類方法往往不能預(yù)測(cè)出那些當(dāng)前雖然不流行但即將會(huì)流行的“潛力商品”，同時(shí)也不利于解釋商品流行的原因。因此，本文綜合分析了國(guó)內(nèi)外流行性預(yù)測(cè)方法的研究現(xiàn)狀，通過(guò)引入推薦算法和社交關(guān)系，提出了一些有效的解決方案。本文主要工作如下：
　　1.結(jié)合流行度預(yù)測(cè)的基本工作流程，深入的分析了流行度預(yù)測(cè)方法中常用的評(píng)價(jià)指標(biāo)；根據(jù)預(yù)測(cè)方法的不同思想，總結(jié)了常見(jiàn)的流行度預(yù)測(cè)算法，并指出了各類算法的應(yīng)用場(chǎng)景及相關(guān)代

3、表性算法的具體流程；最后詳細(xì)的闡述了流行性預(yù)測(cè)算法的理論基礎(chǔ)和算法的流程。
　　2.本文將推薦算法引入到流行度的預(yù)測(cè)算法中，并提出了一種基于推薦的流行度預(yù)測(cè)算法框架?；谕扑]的流行度預(yù)測(cè)算法首先是通過(guò)推薦算法從微觀層面上發(fā)掘各個(gè)用戶在未來(lái)一段時(shí)間可能感興趣的商品，然后將不同的單個(gè)用戶的潛在興趣匯聚起來(lái)最后進(jìn)行商品流行度的預(yù)測(cè)。所有的預(yù)測(cè)器的預(yù)測(cè)效果都通過(guò)三個(gè)來(lái)源于不同在線服務(wù)商的數(shù)據(jù)集（Movielens，Netfl ix和Dig

4、g）進(jìn)行評(píng)估，實(shí)驗(yàn)結(jié)果表明，相比于傳統(tǒng)的基于流行度的預(yù)測(cè)算法，本文提出的算法在預(yù)測(cè)流行商品和“潛力商品”的問(wèn)題上都有更好的表現(xiàn)。此外，通過(guò)在Digg數(shù)據(jù)集上的分析說(shuō)明，通過(guò)引入用戶的影響力，預(yù)測(cè)算法的效果特別是針對(duì)”潛力商品”還可以得到明顯地提高。
　　3.本文提出了一種基于社交關(guān)系的流行性預(yù)測(cè)算法。該算法基于早期選擇商品的用戶之間社交關(guān)系數(shù)據(jù)，構(gòu)建用戶之間的社交網(wǎng)絡(luò)，提取相應(yīng)的社交網(wǎng)絡(luò)特征來(lái)提高算法的預(yù)測(cè)準(zhǔn)確率；接著，本文還首次

5、定義并量化了能夠促進(jìn)商品傳播的傳播達(dá)人，并根據(jù)定義的傳播達(dá)人，提取了相應(yīng)的傳播達(dá)人類特征，并將其加入到了基于社交關(guān)系的流行性預(yù)測(cè)算法中進(jìn)行預(yù)測(cè)。本文在Digg數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，通過(guò)引入社交網(wǎng)絡(luò)特征和傳播達(dá)人特征，可以提高算法的預(yù)測(cè)效果。此外，通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析，本文發(fā)現(xiàn)朋友之間的“人情性”投票不利于商品的流行，而文章定義的傳播達(dá)人選擇商品的次數(shù)與商品的最終流行度存在一定的相關(guān)性，以上結(jié)果也從不同用戶的選擇對(duì)商品流行度的