基于用户 资源关联的社会化推荐研究PDF|Epub|txt|kindle电子书版本网盘下载

基于用户 资源关联的社会化推荐研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 研究背景与意义2

1.1.1 研究背景2

1.1.2 研究意义8

1.2 研究内容与结构11

1.3 研究目标与关键问题15

1.4 技术路线与研究方法16

1.5 研究特色与创新点18

1.5.1 研究特色19

1.5.2 研究创新点20

第2章 社会网络环境下信息推荐研究进展21

2.1 信息推荐研究发展的总体脉络21

2.1.1 信息推荐研究的基本理论21

2.1.2 社会化推荐研究的提出31

2.2 国外信息推荐研究进展35

2.2.1 传统推荐瓶颈与用户关系的作用机制分析37

2.2.2 基于关系网络的社会化推荐38

2.2.3 基于标签标注的社会化推荐40

2.2.4 基于信任关系的社会化推荐42

2.2.5 基于关系情境的社会化推荐44

2.3 国内信息推荐研究进展45

2.3.1 社会化推荐模式分析46

2.3.2 传统推荐的“社会化”改进46

2.3.3 基于关系网络的社会化推荐47

2.3.4 基于社会化标注的推荐48

2.4 研究现状评析50

第3章 社会化网络服务中的用户关系特征及其演化53

3.1 基于用户关系的社会化网络服务发展与构架54

3.1.1 社会网络环境下网络服务的社会化发展54

3.1.2 基于用户关系的社会化网络服务构架61

3.2 社会化网络服务中的用户关系特征与演化65

3.2.1 网络服务中的用户关系形成66

3.2.2 社会化网络服务中的用户关系结构69

3.2.3 社会化网络服务中的用户关系演化80

3.3 用户关系网络结构与演化规律的仿真描述84

3.3.1 用户关系网络研究的理论基础84

3.3.2 用户关系网络的拓扑结构仿真88

3.3.3 用户关系扩散的指数规律仿真94

3.4 总结98

第4章 基于用户关系的信息传播机制与影响作用100

4.1 社会网络环境下的信息传播机制101

4.1.1 社会网络环境下的信息传播变革101

4.1.2 网络信息传播要素105

4.1.3 基于用户关系的信息传播及其演化110

4.2 社会化网络服务中用户关系与信息传播的关系114

4.2.1 微博的信息传播模式114

4.2.2 信息传播中的用户关系分类结构118

4.2.3 用户关系结构与信息传播的关系122

4.3 用户关系对信息传播的影响作用分析125

4.3.1 基于用户关系的信息传播调研125

4.3.2 基于用户关系的信息传播影响因素分析129

4.4 大数据环境下信息传播的新发展138

4.4.1 基于大数据的云信息传播138

4.4.2 云信息传播模式的推动作用141

4.5 总结143

第5章 推荐系统中基于关系社区发现的用户建模与更新145

5.1 推荐服务中的社区关系与用户建模146

5.1.1 推荐服务中的用户网络社区关系147

5.1.2 基于社区关系的用户建模151

5.2 社会网络环境下的用户关系社区发现159

5.2.1 复杂网络中的社区发现160

5.2.2 基于模块度改进的关系社区发现165

5.3 基于关系社区的双层用户建模171

5.3.1 基于社区和个体模型加权融合的用户建模171

5.3.2 基于主题层次树和语义向量空间模型的用户建模175

5.3.3 基于语义向量空间模型的用户需求趋向表示183

5.4 用户模型的动态更新185

5.4.1 用户模型动态更新方法185

5.4.2 用户模型的动态更新实现189

5.5 实验分析191

5.6 总结194

第6章 推荐系统中用户关系导向下的内容语义挖掘与关联197

6.1 用户关系导向下的语义关联与内容挖掘198

6.1.1 用户关系与需求内容的关联198

6.1.2 用户-资源关联组织与内容挖掘200

6.2 基于LDA主题模型的信息内容挖掘203

6.2.1 信息内容挖掘研究的基本理论与发展203

6.2.2 基于概率主题模型的文本挖掘211

6.2.3 基于动态LDA主题模型的内容挖掘223

6.2.4 基于主题相似度和强度度量的主题演化230

6.3 内容挖掘中基于语义向量空间模型的文本建模232

6.3.1 基于向量空间模型的文本建模233

6.3.2 文本建模中的语义向量空间模型构建236

6.3.3 基于语义相似度的文本建模改进241

6.4 基于超球支持向量机的文本分类与关联246

6.4.1 基于超球支持向量机的文本分类模型246

6.4.2 基于改进HS-SVM的文本分类实现251

6.4.3 基于语义向量的文本内容关联256

6.5 实验分析260

6.5.1 LDA主题提取和演化的实验分析260

6.5.2 文本分类的实验分析262

6.6 总结265

第7章 基于用户-资源关联和物理动力学的社会化推荐268

7.1 基于用户-资源关联关系的社会化小众推荐服务270

7.1.1 社会化推荐服务及用户-资源关联关系270

7.1.2 基于小众化的协同过滤推荐改进275

7.2 基于物质扩散和用户-资源二部关联图的社会化推荐285

7.2.1 用户-资源二部关联图中基于物质扩散的推荐287

7.2.2 基于用户-资源二部关联图推荐的社会化改进291

7.3 基于热传导和物质扩散混合的社会化小众推荐294

7.3.1 基于热传导能量扩散的小众推荐机制294

7.3.2 基于热传导和物质扩散混合的推荐实现299

7.4 基于用户-资源-词汇三部关联图的社会化小众推荐实现301

7.4.1 推荐实现中三部关联图的应用301

7.4.2 基于三部关联图的推荐实现304

7.5 实验分析306

7.5.1 实验数据集处理306

7.5.2 推荐性能评价指标308

7.5.3 实验结果分析310

7.6 总结318

第8章 案例与实证321

8.1 微博服务中的社会化信息推荐实现321

8.1.1 微博信息结构与数据处理322

8.1.2 基于LDA的微博文本挖掘327

8.1.3 基于用户-微博文本-词汇三部关联图的微博推荐实现331

8.2 高校数字图书馆面向知识社区关系的交互推荐服务组织334

8.2.1 高校数字图书馆基于知识社区的社会化服务推进335

8.2.2 武汉大学数字图书馆基于资源整合的知识社区服务建设339

8.2.3 武汉大学数字图书馆基于交互和推荐的知识社区服务拓展343

8.3 总结348

第9章 总结与展望351

9.1 全书总结351

9.2 研究不足354

9.3 研究展望355

参考文献357