基于豆瓣同城的活動(dòng)推薦系統(tǒng)研究與實(shí)現(xiàn).pdf

1、單純的線上交互已經(jīng)無(wú)法滿足用戶日益增長(zhǎng)的社交需求：用戶需要的是可以聚集同類，將興趣和活動(dòng)結(jié)合在一起強(qiáng)化社交的活動(dòng)平臺(tái)?；诨顒?dòng)的社交網(wǎng)絡(luò)(Event Based Social Network，EBSN)作為一種新型社交網(wǎng)絡(luò)，通過(guò)線上話題線下活動(dòng)彼此相互認(rèn)識(shí)、認(rèn)知后再進(jìn)行安全邊際范圍內(nèi)的交友，真正將“興趣”作為社交的核心點(diǎn)，從而形成更加真實(shí)，有效的社交關(guān)系。
　　無(wú)興趣不成伴，無(wú)活動(dòng)不關(guān)系，興趣是驅(qū)動(dòng)交流的原始動(dòng)力，而活動(dòng)是強(qiáng)化關(guān)系

2、的直接方式。對(duì)于現(xiàn)代都市人來(lái)說(shuō)，這兩者缺一不可，所以未來(lái)社交的必然是走基于興趣的活動(dòng)社交之路。這也是 EBSN盛行于當(dāng)前，并且能夠在一段時(shí)間內(nèi)成為新的社交熱點(diǎn)的原因。因此，本文通過(guò)采集 EBSN中用戶行為數(shù)據(jù)，對(duì)活動(dòng)的特點(diǎn)、活動(dòng)參與用戶的行為屬性，以及線上用戶與線下活動(dòng)之間社交關(guān)系的影響進(jìn)行了詳細(xì)分析。在此基礎(chǔ)上，我們提出了針對(duì)用戶的活動(dòng)推薦，和針對(duì)活動(dòng)的參與人員推薦。本文的主要工作如下：
　　1)利用基于活動(dòng)的社交網(wǎng)絡(luò)豆瓣同城提

3、供的開(kāi)放平臺(tái)API和自己編寫(xiě)的爬蟲(chóng)程序?qū)崿F(xiàn)對(duì)活動(dòng)、用戶、人際關(guān)系等數(shù)據(jù)的采集和獲取。通過(guò)對(duì)數(shù)據(jù)集的統(tǒng)計(jì)分析，研究活動(dòng)特點(diǎn)，用戶行為屬性，以及用戶線上交互與線下活動(dòng)之間社交關(guān)系的相互影響。
　　2)影響用戶參與活動(dòng)最重要的因素可以總結(jié)為：活動(dòng)內(nèi)容，時(shí)空上下文和人際關(guān)系。我們通過(guò)預(yù)測(cè)用戶是否會(huì)參與即將發(fā)生的活動(dòng)進(jìn)行活動(dòng)推薦。在對(duì)提取的各個(gè)影響因素進(jìn)行分析和總結(jié)之后。我們提出融合線上線下影響的基于SVD多因素鄰域算法(SVD-MFN算法