基于用户投票推荐算法的社交网络系统的研究与实现

摘要

随着Web2.0时代的来临以及计算机技术的发展，社交网络逐渐走进人们的生活。人们需要社交网络提供更有效的推荐服务，从繁杂的网络信息中筛选出热点信息并获得个性化的好友。目前热点信息的推荐通常是考虑用户参与的数量，个性化好友的推荐是考虑用户间的传递性，然而这两个方面都没有充分考虑用户的主动性对于推荐服务的影响。投票是目前社交网络中用户主动性的主要体现方式，因此，本文研究并设计了一种基于用户投票推荐算法的社交网络系统，充分利用用户的主动性满足人们所需的推荐服务的同时也解决了推荐中存在的问题。
　　 首先，本文研究了系统中的一个关键模块，热点信息推荐模块。众多用户对某条信息的投票情况反映了此信息的热度与价值，本文将传统的用户对信息的浏览、评论、转发等操作以及时间因素与用户主动性投票相结合，提出了基于用户投票的热点信息推荐算法，为用户提供有价值的热点信息推荐服务。
　　 然后，本文研究了系统中的另一个关键模块，个性化好友推荐模块。某个用户对众多信息的投票情况反映了此用户的兴趣，本文从用户对网络信息的投票以及浏览情况中提取出用户的兴趣度特征，提出了基于用户投票的个性化好友推荐算法，为用户提供更匹配的好友推荐服务。
　　 最后，本文分析了系统设计所需的关键技术，给出系统技术架构。在此基础上，按照从数据库到服务器端再到客户端的顺序对系统进行设计与开发，实现了信息管理、热点信息推荐、个性化好友推荐以及搜索等关键模块，并对各模块的功能进行测试。通过运行系统，验证了社交网络系统中基于用户投票的热点信息推荐以及个性化好友推荐的合理性和有效性。

目录

声明

摘要

第1章 绪论

1．1 研究背景和意义

1．2 国内外相关研究

1．3 研究内容及创新点

1．4 本文组织结构

第2章 基于用户投票的热点信息推荐

2．1 引言

2．2 基于用户投票的热点信息推荐算法

2．3 激励机制

2．4 仿真实验

2．4．1 信息浏览次数对信息整体得分的影响

2．4．2 信息评论次数对信息整体得分的影响

2．4．3 信息投票得分及信息转发次数对信息整体得分的影响

2．4．4 热点信息推荐算法有效性验证

2．4．5 激励机制仿真实验

2．5 本章小结

第3章 基于用户投票的个性化好友推荐

3．1 引言

3．2 基于用户投票的个性化好友推荐算法

3．3 优化搜索理论分析

3．4 仿真实验

3．5．1 用户对某类信息浏览次数和投票情况对兴趣度的影响

3．5．2 个性化好友推荐算法有效性验证

3．5 本章小结

第4章 系统设计与分析

4．1 需求分析

4．2 系统功能结构

4．3 系统技术架构

4．4 系统详细设计

4．4．1 数据库设计

4．4．2 服务器端设计

4．4．3 客户端设计

4．5 系统演示

4．6 本章小结

第5章 总结与展望

5．1 本文主要工作

5．2 下—步工作展望

致谢

参考文献

攻读硕士学位期间取得的科研成果