基於社會化網路的信息推薦方法研究

《基於社會化網路的信息推薦方法研究》是依託哈爾濱工業大學，由孫承傑擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於社會化網路的信息推薦方法研究
• 依託單位：哈爾濱工業大學
• 項目類別：青年科學基金項目
• 項目負責人：孫承傑

項目摘要

隨著網際網路、電子商務和移動網際網路的快速發展，能夠為用戶推薦有用信息，幫助他們克服信息過載的信息推薦技術變得越來越重要。傳統的信息推薦技術主要通過用戶對信息的評價和瀏覽記錄來進行推薦，這種方式增加用戶負擔並且容易侵犯用戶隱私。社會化網路套用的出現使得通過分析用戶公開的社區活動進行信息推薦成為可能。本項目主要研究基於社會化網路的信息推薦技術，提出了基於標籤的信息推薦方法。該方法利用標籤推薦技術，用標籤來統一描述用戶和文檔；然後以在此基礎上進行的用戶之間以及用戶與文檔間的興趣度計算結果作為推薦依據。標籤還可以使推薦依據可視化，增加用戶對推薦信息的可信度。項目計畫以新興的社會化網路套用微博為載體來檢驗和評價所提出的信息推薦方法的效果。研究目標是使用戶對至少80%的推薦結果感興趣。

結題摘要

社交網路在人們的工作和生活中占有越來越重要的地位，正逐漸成為人們獲取信息和維護社會關係的重要手段。推薦技術可以幫助用戶提高利用社交網路獲取信息的效率。本項目圍繞基於社會化網路的推薦方法及相關技術，完成的研究內容和取得的研究成果包括：（1）面向網路社區用戶生成內容的文本挖掘技術，包括標籤推薦、微博情感分析技術、微博文本實體連結技術、面向問答社區的問答對挖掘技術、面向論壇數據的問答對挖掘技術。提出了基於主題模型的文檔標籤推薦方法；基於標籤傳播的博文分類方法；基於貪心森林的微博實體連結技術；基於深度置信網路的答案質量評價和問題生成方法。（2）基於社交網路的推薦方法研究及套用，包括基於社交網路的Top-N推薦問題研究、線上廣告中的點擊率預測以及蛋白質複合體檢測。提出了基於社會關係的用戶特徵擴展方法；基於多維矩陣分解的實時競價廣告點擊率預測方法和基於社區劃分的蛋白質複合體檢測方法。（3）社交網路中連結關係預測，提出了基於分類的連結關係預測方法和基於深度學習的連結關係預測方法。（4）開展了語義計算研究，針對詞與短語的相似度以及句子相似度的計算方法，提出了基於不同詞向量表示的相似度計算方法。