LBSN中基于鏈路預測的推薦服務技術(shù)研究.pdf

1、東南大學碩士學位論文ResearchonRecommendationServicebasedonLinkPredictioninLBSNADissertationSubmiRedtoSoutheastUniversityFortheAcademicDegreeofMasterofEngineeringBYYangPengweiSupervisedbyProfessorCaoJiuxinSchoolofComputerScienceand

2、EngineeringSoutheastUniversityMay2014摘要摘要近年來，在線社交網(wǎng)絡和基于位置的服務迅速興起，以Foursquare為代表的基于位置的社交網(wǎng)絡(LocationBasedSocialNetwork，LBSN)平臺取得了巨大的成功，并連接了用戶的線上線下行為?；谖恢玫纳缃痪W(wǎng)絡平臺每天產(chǎn)生大量的用戶行為數(shù)據(jù)，這種大規(guī)模數(shù)據(jù)為研究個性化推薦問題提供了數(shù)據(jù)基礎，同時個性化推薦也為平臺帶來更好的用戶體驗。LBS

3、N平臺中存在用戶信息、位置信息、好友關系信息以及歷史簽到信息。為綜合利用各類信息緩解數(shù)據(jù)稀疏性對個性化推薦的影響，本文將LBSN視為復雜的異構(gòu)網(wǎng)絡，使用鏈路預測技術(shù)研究LBSN中的個性化推薦問題。首先，基于用戶行為引入位置間關系，將LBSN建模為復雜異構(gòu)網(wǎng)絡模型。引入元路徑概念作為拓撲特征描述LBSN中兩節(jié)點間的關聯(lián)性，并通過監(jiān)督學習中的邏輯回歸學習獲得元路徑特征的相應權(quán)值。在此基礎上提出異構(gòu)網(wǎng)絡鏈路預測算法通過兩節(jié)點問的元路徑特征值及

4、特征對應權(quán)值計算兩節(jié)點間存在鏈路的概率。其次，基于異構(gòu)網(wǎng)絡鏈路預測算法提出位置推薦和朋友推薦算法?；贚BSN網(wǎng)絡模型定義用戶與位置之間、用戶與用戶之間的元路徑集，在此基礎上定義元路徑特征值的計算方法，并在朋友推薦中引入時間屬性。計算用戶節(jié)點與位置節(jié)點、用戶節(jié)點之間產(chǎn)生鏈路的概率，并基于此分別為用戶進行個性化位置推薦和朋友推薦。最后，為驗證推薦算法的推薦效果，本文基于三個不同的數(shù)據(jù)集分別設計并實施了位置推薦算法實驗和朋友推薦算法實驗。位