基于多特征的社交活動(dòng)推薦算法研究.pdf

1、近年來(lái)，基于活動(dòng)的社交網(wǎng)絡(luò)逐漸流行?；诨顒?dòng)的社交網(wǎng)絡(luò)主要幫助用戶(hù)組織線下活動(dòng)，在這類(lèi)社交網(wǎng)絡(luò)上，用戶(hù)可以創(chuàng)建、加入興趣小組，同時(shí)興趣小組的成員可以發(fā)起線下活動(dòng)。隨著基于活動(dòng)的社交網(wǎng)絡(luò)上的數(shù)據(jù)日益增大，需要設(shè)計(jì)針對(duì)社交活動(dòng)的推薦算法來(lái)解決用戶(hù)的選擇難題。而由于社交活動(dòng)的特點(diǎn)，如活動(dòng)只可參加一次，沒(méi)有歷史評(píng)分記錄，以及同時(shí)擁有線上線、下兩套社交網(wǎng)絡(luò)等，傳統(tǒng)的推薦算法無(wú)法直接應(yīng)用到這一領(lǐng)域，需要基于社交活動(dòng)的特點(diǎn)對(duì)推薦算法進(jìn)行創(chuàng)新和改進(jìn)。<

2、br>　　本文將介紹我們研究并實(shí)現(xiàn)的一個(gè)社交活動(dòng)推薦算法，其功能是生成社交活動(dòng)的多個(gè)特征，并基于這些特征，計(jì)算社交活動(dòng)與目標(biāo)用戶(hù)的匹配程度。該算法由兩部分構(gòu)成:特征提取和學(xué)習(xí)排序。在特征提取階段，我們采用了社交活動(dòng)的六個(gè)特征數(shù)據(jù)，包括用戶(hù)偏好，基于協(xié)同過(guò)濾的偏好，區(qū)域流行度，活動(dòng)社交影響力，地理近似度。在特征提取過(guò)程中，我們借鑒了基于協(xié)同過(guò)濾推薦和基于內(nèi)容推薦的思想。在學(xué)習(xí)排序階段，我們應(yīng)用成對(duì)的學(xué)習(xí)排序計(jì)算出各特征的權(quán)重，從而以線性組