基于用户兴趣的协同服务推送方法在知乎中的应用论文.doc免费

论文（设计） 单 位 题 目 申报内容 专业 职称等级 学号 姓 名 指导老师 职称 提交日期 2019 完成日期 基于用户兴趣的协同服务推送方法在知乎中的应用 一、论文说明 本写作团队长期从事论文写作，擅长数据处理、文献查找 图表绘制、理论分析，以及相关期刊论文的发表 具体联系金老师QQ：387 826 70 二、范文参考 顾冲 张骏 摘 要：针对知乎存在的用户获取答案周期长、答案质量参差不齐、用户体验差等问题，根据用户提问和回答标签构建用户兴趣模型，将用户兴趣与基于用户的协同过滤算法结合起来，提出基于用户兴趣的用户协同服务推送方法，并将该方法应用到知乎中进行验证，结果证明该方法可以有效地用于知乎用户个性化服务推送，为知乎提高自身信息服务水平提供了一定的指导意义。 关键词：社会化标签；用户兴趣；协同过滤；服务推送 中图分类号：F49 文献标识码：Adoi：10.19311/ki.1672-3198.2018.17.024 1 引言 随着互联网信息技术和社交媒体的迅猛发展，海量信息被提供给人们，在给人们的工作、生活、学习等带来便利的同时，也使得人们对于分享和准确获取信息与知识的需求更为迫切。知乎作为目前国内最热门的社会化问答网站之一，融合了问答与社交，形成了用户对信息的互动交流模式，一定程度上较好地满足了用户分享或获取信息的需求。虽然经过多年的发展，知乎已经积累了大量高质量问答和参与度高的用户群体，但是仍然存在用户体验差、答案质量参差不齐、用户获取答案周期长等问题。基于用户兴趣进行服务推送时，可以将问题推送给具有相似兴趣的用户以缩短用户提问和回答的时间，提升用户体验感。因此，基于用户兴趣对知乎进行服务推送的研究具有重要意义。 目前常用的服务推送技术中，主要分为三种：协同过滤推送、基于内容的推送和基于社会化标签的推送。其中协同过滤推送技术是目前应用最为广泛、成熟的技术，它通过计算用户相似度，将相似用户的偏好信息推送给目标用户。基于内容的推送是指根据用户的历史信息来为其推送其它相似的信息。社会化标签是用户对信息资源的描述，一定程度上代表了用户的兴趣和偏好。基于社会化标签的推送结合前两者的优势，根据社会化标签挖掘用户兴趣和信息资源特点进而为用户实现推送。 知乎自身拥有一套话题体系，用户在提问、关注、发表文章等行为过程中都需要从话题体系中选择相应话题，知乎“话题”具有社会化标签的功能，知乎话题体系即知乎标签库。因此在研究知乎用户兴趣时，利用话题标签表示用户兴趣，具有一定地规范性、通用性和可行性。本文将用户兴趣模型与基于用户的协同过滤结合起来，提出了基于用户兴趣的用户协同服务推送方法，该方法为知乎提高自身信息服务水平提供了一定的指导意义。 2 基于用户兴趣的用户协同服务推送方法 2.1 用户兴趣提取 本文对“知乎”用户兴趣的提取包含两个方面，用户提出问题的话题兴趣标签提取和用户回答问题的话题兴趣标签提取，分为三个步骤进行。 （1）获取用户提出问题的话题兴趣标签。 知乎用户可以提出多个问题，但每一个问题只属于一个用户。用户每提出一个问题，就会使用一个或多个话题标签。统计用户提问题时使用的所有标签，构建用户-话题关系矩阵，记为RT。矩阵RT的每一个行向量表示一个用户提出问题的话题兴趣标签及其权重。 （2）获取用户回答问题的话题兴趣标签。 在知乎中，用户与问题、问题与话题都是多对多的关系，一个用户可以回答多个问题，一个问题也可以被多个用户回答，一个话题可以标注多个问题，一个问题也可以被多个话题标注。为了获取用户回答问题的话题兴趣标签，即要找到用户与话题之间的关系。假设三个关系矩阵，分别为用户-问题关系矩阵M，问题-话题关系矩阵N和用户-话题关系矩阵RQ。用户-问题关系矩阵M表示用户与其所回答问题之间的关系；问题-话题关系矩阵N表示问题与其标注话題之间的关系；用户-话题关系矩阵RQ则通过公式（1