融合情境因素的多维社会化信息推荐模型研究
| 论文创新点 | 第5-10页 |
| 图目录 | 第10-12页 |
| 表目录 | 第12-13页 |
| 中文摘要 | 第13-16页 |
| ABSTRACT | 第16-20页 |
| 0 引言 | 第21-42页 |
| 0.1 选题背景与意义 | 第21-24页 |
| 0.1.1 选题背景 | 第21-23页 |
| 0.1.2 研究意义 | 第23-24页 |
| 0.2 国内外研究现状分析 | 第24-38页 |
| 0.2.1 国内研究现状 | 第25-32页 |
| 0.2.2 国外研究现状 | 第32-37页 |
| 0.2.3 国内外研究评述 | 第37-38页 |
| 0.3 研究目标、方法与创新 | 第38-42页 |
| 0.3.1 研究目标与内容 | 第38-39页 |
| 0.3.2 研究方法与路线 | 第39-40页 |
| 0.3.3 本文的创新之处 | 第40-42页 |
| 1 社会化信息推荐的理论基础 | 第42-66页 |
| 1.1 社会化媒体特征与类型 | 第42-47页 |
| 1.1.1 社会化媒体的特征 | 第42-45页 |
| 1.1.2 社会化媒体的类型 | 第45-47页 |
| 1.2 情境理论 | 第47-53页 |
| 1.2.1 情境的概念及应用领域 | 第47-50页 |
| 1.2.2 情境的分类 | 第50-52页 |
| 1.2.3 基于情境的推荐系统 | 第52-53页 |
| 1.3 社会资本理论 | 第53-61页 |
| 1.3.1 社会资本的概念 | 第54-57页 |
| 1.3.2 社会资本的维度 | 第57-59页 |
| 1.3.3 社会化媒体中的社会资本的维度特征 | 第59-61页 |
| 1.4 社会化推荐与社会化信息推荐 | 第61-65页 |
| 1.4.1 社会化推荐 | 第61-63页 |
| 1.4.2 社会化信息推荐 | 第63-65页 |
| 1.5 本章小结 | 第65-66页 |
| 2 多维社会化信息推荐模型 | 第66-71页 |
| 2.1 概念模型的提出 | 第66-67页 |
| 2.2 融合情境的社会化信息推荐模型的多维特征 | 第67-68页 |
| 2.2.1 理论上的多维特征 | 第67-68页 |
| 2.2.2 方法上的多维特征 | 第68页 |
| 2.3 融合情境的多维社会化信息推荐方法体系 | 第68-70页 |
| 2.3.1 基于社会关系的社会化信息推荐方法 | 第68-69页 |
| 2.3.2 基于信任关系的社会化信息推荐方法 | 第69页 |
| 2.3.3 基于语义关系的社会化信息推荐方法 | 第69-70页 |
| 2.4 本章小结 | 第70-71页 |
| 3 影响用户兴趣偏好的主要情境因素 | 第71-82页 |
| 3.1 情境影响因素分析的变量定义 | 第71-72页 |
| 3.2 调查过程 | 第72页 |
| 3.2.1 问卷设计 | 第72页 |
| 3.2.2 调查方法 | 第72页 |
| 3.3 数据分析与结果展示 | 第72-81页 |
| 3.3.1 基本描述统计结果 | 第72-73页 |
| 3.3.2 相关性分析结果 | 第73-75页 |
| 3.3.3 差异性分析结果 | 第75-80页 |
| 3.3.4 主要情境影响因素分析结果 | 第80-81页 |
| 3.4 本章小结 | 第81-82页 |
| 4 基于社会关系的多维社会化信息推荐 | 第82-112页 |
| 4.1 基于社会关系的社会化信息推荐问题定义 | 第82-84页 |
| 4.2 社会化媒体中的社会关系与社会网络 | 第84-89页 |
| 4.2.1 强关系与弱关系 | 第84-86页 |
| 4.2.2 社会网络分析理论 | 第86-89页 |
| 4.3 社会关系中融合情境因素的信息推荐 | 第89-107页 |
| 4.3.1 复杂网络中的社区发现 | 第92-95页 |
| 4.3.2 基于社会关系的用户兴趣初始化 | 第95-98页 |
| 4.3.3 社会关系中融合情境的推荐方法 | 第98-105页 |
| 4.3.4 社会关系中融合情境的信息推荐 | 第105-107页 |
| 4.4 实验及结果分析 | 第107-109页 |
| 4.4.1 实验数据集 | 第107-108页 |
| 4.4.2 评估指标 | 第108页 |
| 4.4.3 实验结果分析 | 第108-109页 |
| 4.5 本章小结 | 第109-112页 |
| 5 基于信任关系的多维社会化信息推荐 | 第112-140页 |
| 5.1 基于信任关系的社会化信息推荐框架 | 第113-116页 |
| 5.2 用户信任关系 | 第116-119页 |
| 5.2.1 显性信任与隐性信任 | 第116-119页 |
| 5.2.2 直接信任与间接信任 | 第119页 |
| 5.3 用户信任网络的构建 | 第119-126页 |
| 5.3.1 兴趣相似性测度方法 | 第120-123页 |
| 5.3.2 基于兴趣相似性的隐性网络构建 | 第123-125页 |
| 5.3.3 基于兴趣与情境相似性的情境网络构建 | 第125-126页 |
| 5.4 融合情境因素的用户信任网络改进 | 第126-132页 |
| 5.4.1 信任度测度方法 | 第126-128页 |
| 5.4.2 基于用户信任网络的信任度计算 | 第128-130页 |
| 5.4.3 融合情境网络的信任网络改进 | 第130-132页 |
| 5.5 基于改进用户信任网络的社会化信息推荐 | 第132-135页 |
| 5.5.1 基于改进信任网络的用户范围的确定 | 第133-134页 |
| 5.5.2 基于改进用户信任的协同推荐 | 第134-135页 |
| 5.6 实验及结果分析 | 第135-137页 |
| 5.6.1 实验数据的描述与处理 | 第135页 |
| 5.6.2 实验结果分析 | 第135-137页 |
| 5.7 本章小结 | 第137-140页 |
| 6 基于语义关系的多维社会化信息推荐 | 第140-168页 |
| 6.1 社会化媒体语义问题描述 | 第140-143页 |
| 6.1.1 社会化媒体的文本特征 | 第141页 |
| 6.1.2 基于语义关系的信息推荐框架 | 第141-143页 |
| 6.2 基于潜在语义分析的用户兴趣表示 | 第143-149页 |
| 6.2.1 潜在语义分析理论 | 第143-147页 |
| 6.2.2 基于潜在狄利克雷分配的用户兴趣表示 | 第147-149页 |
| 6.3 情境语义层次模型 | 第149-156页 |
| 6.3.1 情境因素模型的构建 | 第150-153页 |
| 6.3.2 情境因素的语义关系计算 | 第153-156页 |
| 6.4 融合情境因素的语义协同推荐 | 第156-162页 |
| 6.4.1 语义协同推荐的思想 | 第157-158页 |
| 6.4.2 基于维基百科本体扩展集的语义计算 | 第158-161页 |
| 6.4.3 融合情境语义的协同推荐 | 第161-162页 |
| 6.5 实验及结果分析 | 第162-166页 |
| 6.5.1 维基百科扩展集的本体构建 | 第162-165页 |
| 6.5.2 实验结果分析 | 第165-166页 |
| 6.6 本章小结 | 第166-168页 |
| 7 基于微博的多维社会化信息推荐模型的实证研究 | 第168-199页 |
| 7.1 微博数据结构与处理 | 第168-171页 |
| 7.2 方法比较的方案设置 | 第171-173页 |
| 7.3 实验过程及部分结果展示 | 第173-182页 |
| 7.3.1 基于社会关系的社会化信息推荐过程 | 第173-177页 |
| 7.3.2 基于信任关系的社会化信息推荐过程 | 第177-179页 |
| 7.3.3 基于语义关系的社会化信息推荐过程 | 第179-182页 |
| 7.4 三种维度方法的对比 | 第182-189页 |
| 7.4.1 不同数据集上的准确率比较 | 第182-185页 |
| 7.4.2 不同数据集上的召回率比较 | 第185-187页 |
| 7.4.3 不同数据集上的F-measure比较 | 第187-189页 |
| 7.5 结果分析与推荐技术的应用框架 | 第189-197页 |
| 7.5.1 实验结果分析 | 第189-193页 |
| 7.5.2 多维社会化信息推荐模型应用框架 | 第193-196页 |
| 7.5.3 框架的应用扩展 | 第196-197页 |
| 7.6 本章小结 | 第197-199页 |
| 8 总结与展望 | 第199-205页 |
| 8.1 论文总结 | 第199-202页 |
| 8.2 研究不足 | 第202-203页 |
| 8.3 研究展望 | 第203-205页 |
| 参考文献 | 第205-223页 |
| 附录 影响用户兴趣偏好的主要情境因素调查 | 第223-226页 |
| 攻读博士学位期间科研及获奖情况 | 第226-228页 |
| 致谢 | 第228-229页 |
