个性化服务相关技术和社会网络

 目前已经存在很多个性化服务系统,根据其所采用的推荐技术可以分为两种:基于规则的系统和信息过滤系统,不过大部分都只是研究原型,也有一些系统已经推向了市场,比如GroupLens。随着电子商务的不断发展,个性化服务显得越来越重要,它能将电子商务网站的浏览者转变为购买者、提高电子商务网站的交叉销售能力、提高客户对电子商务网站的忠诚度。

 伴随信息服务资源迅猛增长,推荐服务越来越迫切需要,随着网络技术和网络经济的发展,推荐系统广泛应用于人们的学习生活各领域,如电子商务,数字图书馆等。

1.1 研究目标和意义

1998 年Watts 和Strogatz在Nature杂志上发表文章，引入了小世界(Small-World) 网络模型，以描述从完全规则网络到完全随机网络的转变。小世界网络既具有与规则网络类似的聚类特性, 又具有与随机网络类似的较小的平均路径长度。1999 年Barabasi 和Albert 在Science上发表文章指出，许多实际的复杂网络的连接度分布具有幂律形式。由于幂律分布没有明显的特征长度, 该类网络又被称为无标度(Scale-Free) 网络。这两项国际开创性工作掀起了研究社会网络的一股热潮。研究的学者主要来自图论、统计物理学、计算机网络研究、生态学、社会学以及经济学等领域,研究所涉及的网络主要有：生命科学领域的各种网络、Internet/WWW网络、社会网络，包括流行性疾病的传播网络、科学家合作网络、人类性关系网络、语言学网络，等等；所使用的主要方法是数学上的图论、物理学中的统计物理学方法和社会网络分析方法。

对网络的研究极具意义,科学家发现大多数实际的系统都是复杂网络，从细菌、细胞和蛋白质系统，到人类性关系，甚至到科学家之间的合作，论文之间的引证联系，大型的Internet和WWW网络等，它们都构成某种网络系统。它们同时都具有的3个主要特征: 小世界、无标度性和高集团度。

社会网络分析(Social Network Analysis)是一种链接分析(Link Analysis)技术，它通过研究社会网络，理解其结构和行为的过程。1997年以前，推荐系统主要用于信息过滤，如电子邮件的过滤等。互联网的普及和电子商务的发展，推荐系统逐渐被电子商务商家广泛采用。个性化推荐服务用于网上产品推荐和营销，如Amazon书店已获得了巨大成功。推荐系统还广泛应用到广告传播与市场营销、计算机网络病毒与犯罪网络、恐怖袭击预测、以及IT与通信行业传媒等领域。

基于社会网络的服务推荐技术研究具有重要意义,本论文主要研究社会网络模型的构建方法,通过分析分析几种主要模型,对比其对推荐质量的影响, 进而通过定义恰当的关系强度提出适合服务推荐的社会网络建模方法。

1.2 研究思路

第一章我们介绍了相关课题背景及研究目标意义,第二章将引入个性化服务相关技术,第三章引入社会网络相关概念,第四章节讨论研究几种主要的社会网络模型的构建方法,通过分析分析几种主要模型,对比其对推荐质量的影响, 进而通过定义恰当的关系强度提出适合服务推荐的社会网络建模方法。第五章节考虑相关表示、存储和检索方法，主要考虑大规模稀疏社会网络的存储结构及相应快速操作算法,以及模型在典型数据集MovieLens上的实证研究。第六章总结本课题的主要研究工作和展望进一步工作。

本文选自毕业设计http://myeducs.cn