《基於領域知識和鏈路預測的個性化推薦研究》是依託中國科學院大學，由張玲玲擔任項目負責人的面上項目。
基本介紹
- 中文名：基於領域知識和鏈路預測的個性化推薦研究
- 項目類別：面上項目
- 項目負責人：張玲玲
- 依託單位：中國科學院大學
項目摘要,結題摘要,
項目摘要
大數據環境下，如何從信息的海洋中為用戶提供個性化程度更高、更符合需求的商品和服務，已經成為電商在日益激烈的競爭環境下決勝的關鍵、商家和學者關注的焦點和熱點研究方向。本研究針對現有個性化推薦中存在的重視推薦準確性忽視多樣性、忽視領域知識、情境等問題，從知識管理、數據挖掘、行銷管理、複雜網路交叉學科的角度，在研究個性化推薦機理的基礎上，重點研究用戶興趣、行為、情境模型的建立，產品領域知識的獲取、表示，產品-用戶二圖的建立方法，以及基於領域知識和鏈路預測的個性化推薦模型、算法和關鍵技術，並在此基礎上研究對推薦結果進行二次或深層次挖掘，以更好地支持企業決策的技術和方法。該研究在理論上將領域知識、鏈路預測和個性化推薦三者結合，探索個性化推薦方法上的創新，從一個新的視角豐富了個性化推薦理論。同時，也可對電商企業提升個性化推薦的多樣性、準確性和企業效益提供理論和實踐的指導。
結題摘要
基於領域知識和鏈路預測的個性化推薦是一個全新而又有實用價值的研究領域，但目前研究成果很少。本項目基於複雜網路鏈路預測的理論框架，實現電子商務領域中的個性化推薦，針對傳統個性化推薦技術的問題，從複雜網路、知識管理、數據挖掘、社會網路綜合交叉學科的角度進行套用和實證研究。 本研究通過建立用戶興趣和行為模型，將個性化推薦問題轉化為複雜網路中的鏈路預測問題，將產品領域知識、客戶興趣知識、情境等因素融合到算法中，最終實現多樣化、高準確性的產品推薦。研究成果主要有以下幾個方面：在理論方面，提出考慮隱私保護的鏈路預測個性化推薦方法框架；對目前鏈路預測的方法進行了較為全面的綜述，考慮異質網路中節點之間當前連結的強弱，設計基於二分網路的個性化推薦過程，使節點的度作為影響項加入基於SAN網路下的鏈路預測算法中；進行開放網路社區中文本信息的情感分析研究工作，對推薦列表進行“二次”或“深層次”挖掘，並在此基礎上開發實際的個性化推薦系統。在套用方面，將新媒體時代的互動性、動態的用戶興趣模型的建立和個性化推薦三者結合，提出OF-IDF方法定量化表示文本數據，將非結構化的文本數據轉化為結構化的文本數據並建立動態的用戶興趣模型，提出了個性化新聞推薦算法；基於音樂流派的用戶特徵提取構建了MGW模型；調研用戶回收和購買數據構建商品推薦系統；提出用字典匹配的方法將財經新聞的情緒引入傳統的數學模型中，為股票價格的預測提供了新思路；基於網路搜尋數據及歷史客流量數據構建模型，並探索其對旅遊市場客流量的預測作用。此外，根據研究的需要，還增加了智慧型知識管理的相關研究內容。 該項目在課題組全體成員的努力下，圓滿地完成了預定的研究計畫，研究成果在理論上豐富和完善了複雜網路和個性化推薦交叉學科的內容，在實踐上為提升用戶推薦的多樣化和智慧型性，提高企業的交叉銷售能力提供了參考。
