基于多样性的社会化推荐系统研究与实现-软件工程专业论文.docxVIP

基于多样性的社会化推荐系统研究与实现-软件工程专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方 外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名: 日期: 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘, 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 (保密的学位论文在解密后应遵守此规定) 签名: 导师签名: 日期: 年 月 日 摘要 摘要 随着移动业务的快速发展,信息服务提供商掌握了大量的用户购买信息,同 时也有大量的内容需要推荐给客户。在用户个性偏好起着重要决定性作用的情况 下,传统的营销方法显得既低效又容易引起用户的反感。在这种情况下,为每个 用户生成个性化的营销策略是非常有效与经济的。本文设计并实现了一套基于用 户社会化信息的推荐系统,其基本原理是根据用户的购买记录和社交行为等信息, 通过采用数据挖掘、社会网络分析等方法发现用户的偏好,最后使用各种推荐算 法为用户生成个性化的营销信息。本系统可以用于彩铃下载,网页阅读,书籍阅 读,应用下载等移动领域的很多物品上。本系统采用 B/S 架构,所有计算均在后 端服务器上进行,操作人员通过浏览器进行相应的营销活动。本文主要内容为: 1. 详细研究了手机用户彩铃购买记录和社交行为,针对特定时间范围的用户 兴趣在歌曲类型,歌曲风格,歌手等方面进行偏好分析。 2. 利用社会网络分析方法,通过分析用户标签行为,提出一种具有多样性的 歌曲推荐算法。 3. 基于 Hadoop 平台研究了分布式环境下的大规模用户推荐问题,并实现了 本体提出的社会化推荐算法。 4. 将本系统应用于电信彩铃推荐业务,并利用真实数据进行实验验证,得到 了较好的实验结果。 由于传统的推荐技术以提高推荐精度为主要目的,推荐列表往往聚焦于少量 的流行商品。为了提高用户-系统粘度,针对老顾客在流行性推荐失效后必须考虑 推荐列表的多样性,才能满足顾客的个性化需求。怎样才能在兼顾系统精确性的 同时也保证推荐结果具有多样性,成为当前推荐系统需要解决的一个重要问题。 因此,本文的主要贡献在于利用用户的社会化行为,提出一种同时满足精确性和 多样性的推荐方法,不仅能应用于基于社交网络的社会化推荐,在传统基于长尾 的推荐任务中,也能起到很好的胖尾提升效果。 关键词:推荐系统,社会化推荐,分布式计算,彩铃 I ABSTRACT ABSTRACT With the rapid developing of mobile phone service, Telecommunication Carriers have collected a lot of user purchase information. Mean while, they have more and more information content needed to be pushed to users. In this process, user preference in personality plays an important role, while the traditional marketing method is easy to cause the users feel uncomfortable or even disgusting. In this case, for each user provided a personalized marketing strategy is very effective. In this thesis, we designed and implemented an information recommender system. The basic principle is according to the users purchase records and social behavior information, by using the data mining and social network analysis method to generate personalized marketing information recommendation for e

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档