基于改進(jìn)GN算法的茶葉消費(fèi)者網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)研究.pdf

1、近年來(lái)，茶葉作為一種特色農(nóng)產(chǎn)品，其網(wǎng)絡(luò)交易的規(guī)模越來(lái)越大。個(gè)性化推薦，作為當(dāng)前電子商務(wù)領(lǐng)域研究的熱點(diǎn)之一，也將是未來(lái)茶葉電子商務(wù)發(fā)展的必然趨勢(shì)?，F(xiàn)有電商的個(gè)性化推薦中，茶葉被視為普通商品向消費(fèi)者進(jìn)行推薦，忽略了茶葉自身的農(nóng)產(chǎn)品特性，并且傳統(tǒng)的個(gè)性化推薦主要對(duì)單個(gè)用戶進(jìn)行，很少有基于消費(fèi)者網(wǎng)絡(luò)的社區(qū)推薦。社區(qū)發(fā)現(xiàn)即社區(qū)劃分，是社區(qū)推薦的前提，也就是分析消費(fèi)者相互間聯(lián)系，構(gòu)建消費(fèi)者網(wǎng)絡(luò)，將不同消費(fèi)者劃分到所屬社區(qū)，從而有針對(duì)性地按照社區(qū)進(jìn)行

2、推薦。本課題引入復(fù)雜網(wǎng)絡(luò)中的社區(qū)發(fā)現(xiàn)技術(shù)，在構(gòu)建茶葉消費(fèi)者網(wǎng)絡(luò)的基礎(chǔ)上，重點(diǎn)對(duì)經(jīng)典的GN社區(qū)發(fā)現(xiàn)算法進(jìn)行了探討，針對(duì)其算法時(shí)間復(fù)雜度過(guò)高等問(wèn)題，提出了一種改進(jìn)的GN算法，實(shí)現(xiàn)了對(duì)茶葉消費(fèi)者網(wǎng)絡(luò)中社區(qū)的準(zhǔn)確劃分。論文研究的主要內(nèi)容包括以下幾個(gè)方面:
　　(1)探討了茶葉消費(fèi)者網(wǎng)絡(luò)的構(gòu)建方法。課題將傳統(tǒng)協(xié)同過(guò)濾中“用戶一項(xiàng)目評(píng)分矩陣”映射到消費(fèi)者網(wǎng)絡(luò)中，把用戶看作節(jié)點(diǎn)、用戶之間的聯(lián)系作為邊、用戶之間的相似度作為邊的權(quán)重構(gòu)建茶葉消費(fèi)者網(wǎng)

3、絡(luò)。論文結(jié)合茶葉本身的特性，計(jì)算用戶間相似度，提高了茶葉消費(fèi)者網(wǎng)絡(luò)構(gòu)建的科學(xué)性。
　　(2)對(duì)現(xiàn)有的復(fù)雜網(wǎng)絡(luò)中社區(qū)發(fā)現(xiàn)算法進(jìn)行深入分析和研究的基礎(chǔ)上，針對(duì)傳統(tǒng)GN算法時(shí)間復(fù)雜度過(guò)高問(wèn)題，提出了一種改進(jìn)的GN算法。新算法首先通過(guò)尋找網(wǎng)絡(luò)中心節(jié)點(diǎn)，然后僅考慮中心節(jié)點(diǎn)和其他節(jié)點(diǎn)之間的最短路徑，計(jì)算每條邊由當(dāng)前最短路徑得到的邊介數(shù)，同時(shí)用模塊度增量作為改進(jìn)GN算法結(jié)束標(biāo)準(zhǔn)。實(shí)驗(yàn)表明，與傳統(tǒng)GN算法相比，新的GN算法在保持社區(qū)劃分準(zhǔn)確性的前