检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于事件的社交网络上的CCP事件规划

软件学报 2023年第11期34卷 5249-5266页

作者：吴定明林俊杰陆克中徐宇明深圳大学计算机与软件学院广东深圳518060

在基于事件的社交网络(EBSNs)上,事件规划一直是一个热点研究问题.事件规划问题的核心是基于事件和用户的约束条件,对于一组事件,为每个事件选择一组用户,以最大化预先定义的目标函数.在实际应用中,事件冲突、事件容量、用户容量、社交... 详细信息

在基于事件的社交网络(EBSNs)上,事件规划一直是一个热点研究问题.事件规划问题的核心是基于事件和用户的约束条件,对于一组事件,为每个事件选择一组用户,以最大化预先定义的目标函数.在实际应用中,事件冲突、事件容量、用户容量、社交偏好、事件偏好,简称为CCP,即冲突conflict、容量capacity、偏好preference,是规划方案需要考虑的重要因素.然而,现有的所有工作均未在研究事件规划问题时考虑CCP.为了获得更加合理有效的规划方案,首次提出一种CCP事件规划问题.相比只考虑部分因素的规划,CCP事件规划面临着问题更复杂、约束条件更多的困难.为了有效求解该问题,提出事件导向的贪心用户选择算法、事件导向的动态规划算法及基于收益预测的快速版本和事件导向的近似最优用户选择算法.大量的实验结果验证所提算法的有效性和高效性.

关键词：基于事件的社交网络事件规划多约束

基于事件的社交网络中联合推荐算法及应用研究

在线全文

学校读者我要写书评

暂无评论

基于事件的社交网络中联合推荐算法及应用研究

作者：赵仪琳合肥工业大学

学位级别：硕士

近年来,互联网快速发展,网络技术日新月异,社交网络随之不断涌现、广泛普及。其中,随着线下与线上社交活动相结合,一种以事件为媒介的,以Meetup,Plancast和Douban等网络平台为代表的,将线上与线下相结合的社交网络——基于事件的社交网... 详细信息

近年来,互联网快速发展,网络技术日新月异,社交网络随之不断涌现、广泛普及。其中,随着线下与线上社交活动相结合,一种以事件为媒介的,以Meetup,Plancast和Douban等网络平台为代表的,将线上与线下相结合的社交网络——基于事件的社交网络(Event-based Social Networks,EBSN)得到快速发展。不同于以往的社交场景,基于事件的社交网络中的用户可以浏览线上群组信息参与线上互动,又可以根据线上体验进而决定是否参与线下事件。然而,新颖的社交方式,巨大的用户群体,海量的事件数据,复杂的行为交互,使得用户难以在平台中快速发现自己感兴趣的事件、兴趣群组。因此,基于上述原因,为了给用户更好的体验,研究EBSN中的推荐算法非常急切且必要。然而,由于EBSN的网络特殊性质,仅面向用户的传统推荐方法已不再能解决实际需求。同时,为了满足用户的多种需求,应当实现多任务推荐。合理的EBSN推荐算法应同时考虑用户、事件和兴趣群组的特征,即,在尽可能满足用户偏好兴趣的同时,要保证特征的全局均衡分配,充分计算特征间相互关系。因此,本文对EBSN联合推荐算法及其应用展开了研究,概述如下:(1)介绍了EBSN这种新型的社交网络结构并分析当前研究EBSN推荐的意义。分析了该课题国内外研究现状与难点,探讨目前已有的不同EBSN算法的优缺点,为该课题领域后续的研究提供思路和理论基础。(2)针对EBSN中复杂的行为交互问题,在因子分解机模型的基础上,从用户-事件、用户-兴趣群组、文本三个层面构建模型,并利用LDA主题模型提取文本的主题特征和共享潜语义空间的方式,提出了基于内容的协同分解机推荐算法(Content-based Co-Factorization Machine,CC-FM),提高了推荐的效果。(3)目前EBSN推荐算法多为单一的用户-事件推荐,然而该类型的社交网络中含有丰富的信息和多样化的功能,使得用户不仅对网络中的事件感兴趣,还需要平台提供其他服务,如:用户-兴趣群组推荐服务。为了更好地满足社交网络中用户的多种需求,本文提出的算法通过联合推荐机制,在一个算法框架中实现用户-事件推荐和用户-兴趣群组推荐。最后本文在真实的EBSN数据集上,并针对该社交网络中的事件具有时效性的特性构建测试集,进行了事件和兴趣组推荐的相关对比实验,验证了模型效果。相较于传统的推荐算法,本文提出的方法在多个指标上均有提升。

关键词：推荐算法因子分解机基于事件的社交网络文本特征

基于事件的社交网络上的多约束规划问题的算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于事件的社交网络上的多约束规划问题的算法研究

作者：林俊杰深圳大学

学位级别：硕士

在基于事件的社交网络上,事件规划一直是一个热点研究问题。事件规划问题的核心是基于事件和用户的约束条件,对于一组事件,为每个事件选择一组用户,以最大化预先定义的目标函数。在实际应用中,事件冲突、事件容量、用户容量、社交偏好... 详细信息

在基于事件的社交网络上,事件规划一直是一个热点研究问题。事件规划问题的核心是基于事件和用户的约束条件,对于一组事件,为每个事件选择一组用户,以最大化预先定义的目标函数。在实际应用中,事件冲突、事件容量、用户容量、社交偏好、事件偏好,简称为CCP,即冲突(conflict)、容量(capacity)、偏好(preference),是规划方案需要考虑的重要因素。事件冲突这一因素避免给同一个用户安排时间上冲突的事件,事件容量这一因素避免参与人数不足或者参与人数过多影响事件举行,用户容量这一因素确保用户能有足够的精力参与每个安排的事件,社交偏好这一因素使得参与同一事件的用户有较好的社交体验,事件偏好这一因素确保为每一个用户安排其感兴趣的事件。然而,现有的所有工作均未在研究事件规划问题时同时考虑CCP。为了获得更加合理有效的规划方案,本文首次提出了一种CCP事件规划问题。相比只考虑部分因素的规划,CCP事件规划面临着问题更复杂、约束条件更多的困难。因此,本文提出了求解多约束规划问题的有效算法、设计并实现了面向基于事件的社交网络的事件规划系统,主要研究内容及创新总结如下:本文首先对事件规划问题中的相关概念进行形式化定义,给出了事件规划问题的目标函数,并证明该问题是一个NP-hard问题。针对事件和用户集过大导致的计算复杂度高的问题,本文提出了事件导向的贪心用户选择算法,基于事件的参与人数上界降序,依次为每个事件贪心地选择用户,提高事件规划算法的计算效率。针对贪心用户选择所导致的规划整体收益较低的问题,本文提出了事件导向的动态规划算法,基于动态规划的思想依次为每个事件进行事件规划,使其获得的收益值最大,提高了事件规划算法的整体收益。同时,为了避免在动态规划过程中计算所有用户组合的收益,本文提出了基于收益预测的快速版本,在保证事件导向的动态规划算法的整体收益的情况下进一步提高了计算效率。事件导向的动态规划算法可以获得收益较高的可行规划,但在大规模数据上的计算效率仍然较低,因此本文提出了事件导向的近似最优用户选择算法,引入一种启发式规则,通过容许收益有损来降低计算复杂度,实现近似最优用户选择。最后,本文基于提出的算法设计并实现了一个面向基于事件的社交网络的事件规划系统,包括详细的需求分析、架构设计和数据库设计等。该系统通过对事件的时间和用户的社交关系等特征数据的提取进行事件的全局规划,实现并测试了规划系统的各项功能。

关键词：基于事件的社交网络事件规划多约束

基于事件的社交网络上的Top-k活动与同伴检索方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于事件的社交网络上的Top-k活动与同伴检索方法研究

作者：朱艺深圳大学

学位级别：硕士

基于事件的在线社交网络(Event-based Social Network,EBSN)在近十多年的时间发展迅猛,引起了学术界的极大关注。EBSN是以活动为媒介将线上与线下相结合的社交网络。它包括线上发布活动、预约报名,到线下参与活动的过程,用户既可以线上... 详细信息

基于事件的在线社交网络(Event-based Social Network,EBSN)在近十多年的时间发展迅猛,引起了学术界的极大关注。EBSN是以活动为媒介将线上与线下相结合的社交网络。它包括线上发布活动、预约报名,到线下参与活动的过程,用户既可以线上交友,又可以实际参与该活动,线下交友,这是传统的社交网站没有的。由于线上线下双重网络的复杂性,其信息类型非常丰富,现有许多围绕推荐展开的研究工作,比如单一的活动、朋友、地点推荐,以及最近出现的活动同伴对推荐,但这些推荐算法计算量很大,延时较长,且不能满足用户主动检索数据的需求。检索算法虽然允许用户自主检索,但它的缺点是只能返回与查询关键词直接相关的结果,返回的结果类型较为单一,无法满足用户在实际场景中的需求。另外,用户很可能由于无人陪伴而放弃参加活动。为了弥补上述缺点,并考虑到同伴对用户参与活动的重要性,本文综合检索技术和推荐技术的优点,将关键词检索与推荐技术融合在一起,提出一种新的检索模型:top-k活动同伴对(top-k event-partner,kEP)检索模型,围绕它展开的工作内容包括如下方面:(1)提出一种新的kEP检索模型:用户输入查找活动的关键词,算法返回相关活动并为每个活动匹配一个最佳同行同伴,将前k个最匹配的活动同伴结果对返回给用户。(2)针对kEP检索模型提出一种高效的kEP检索计算框架:(1)设计活动用户的有向图和倒排索引Ⅱ,以快速检索数据。(2)设计相似度阈值以提前终止算法。(3)采用rank join边计算边排序的思想,设计并对比rank join的两种检索策略:nested loop join和ripple join。(3)为了进一步提高算法的检索效率,本文提出三个剪枝优化技术:(1)无效活动的剪枝能剔除不可能成为候选结果的活动。(2)关键同伴方法能快速找到结果对。(3)高效的同伴查找方法能快速为某个活动找到一个最佳同伴。(4)爬取EBSN的大量真实数据,在该数据上的实验结果证明三个剪枝优化技术能大大提高检索计算框架的检索效率,ripple join方法优于nested loop join方法。

关键词：基于事件的社交网络关键词检索推荐算法 rank join

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于事件的社交网络数据管理技术研究综述

计算机科学与应用 2018年第9期8卷 1459-1481页

作者：梁媛北京航空航天大学计算机学院北京

基于事件的社交网络逐渐成为人们线上获取信息、分享信息,线下进行面对面交流互动的平台,深刻影响并改变了信息的获取方式。本文针对基于事件的社交网络数据管理展开综述,该研究对活动的预测、活动的推荐和活动的计划或安排具有重要的... 详细信息

基于事件的社交网络逐渐成为人们线上获取信息、分享信息,线下进行面对面交流互动的平台,深刻影响并改变了信息的获取方式。本文针对基于事件的社交网络数据管理展开综述,该研究对活动的预测、活动的推荐和活动的计划或安排具有重要的指导意义。本文首先概述了基于事件的社交网络的问题、特征和数据集,并通过对该社交网络结构特征的简要介绍,揭示了线上线下社交网络的信息交互特点;接着以用户和活动为参考对象,从预测、活动计划或安排和推荐这三个角度来阐述基于事件的社交网络数据管理的相关研究工作;最后总结基于事件的社交网络数据管理的问题与展望趋势。

关键词：数据管理基于事件的社交网络活动预测活动推荐活动计划

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于注意力机制的事件社交网络群组事件推荐

基于注意力机制的事件社交网络群组事件推荐

作者：刘兵江西财经大学

学位级别：硕士

近年来,基于事件的社交网络(Event-based Social Networks,EBSN)已成为流行的社交媒体服务。EBSN不仅包含在线社交网络中的在线社交互动,而且还包含有价值的线下社交活动。在EBSN平台中,每天都有大量事件发布,给事件发布者和事件参与者... 详细信息

近年来,基于事件的社交网络(Event-based Social Networks,EBSN)已成为流行的社交媒体服务。EBSN不仅包含在线社交网络中的在线社交互动,而且还包含有价值的线下社交活动。在EBSN平台中,每天都有大量事件发布,给事件发布者和事件参与者都带来较大困难。一方面,对于事件的发布者而言,如何让自己提供的活动事件从海量事件中脱颖而出,从而得到广泛用户的关注;另一方面,事件参与者从海量数据中寻求自身感兴趣事件也非易事。因此,为帮助用户快速、准确找到其感兴趣的事件,研究EBSN事件推荐算法显得十分重要。在EBSN中,用户通常是以群组为单位参加活动,如何向群组推荐感兴趣的事件开始得到学者们的关注。本文主要研究基于注意力机制的群组推荐策略,以提高推荐性能。针对于EBSN数据的稀疏性以及群组偏好获取动态性特点,本文提出一种基于知识图谱和协同注意力的群组事件推荐方法。首先,运用知识图谱获取更多的辅助信息,通过多层感知机(MLP)及神经注意力网络捕获上下文对群组成员、事件的影响,得到成员、事件在上下文综合影响下的嵌入表示。然后,聚合用户在不同上下文因素影响下的嵌入表示,计算这些上下文对用户的影响力权重。最后,为了获取群组偏好,采用神经注意力网络从数据中学习群组用户对候选事件决策时的权重,将权重与对应的用户表示加权求和得到群组偏好表示,通过因子机模型进行最后评分预测,从而实现Top-N推荐。在真实数据集上进行了性能测试,结果表明所提出的推荐策略具有较好的推荐效果。针对于EBSN群组用户交互性特点,本文提出一种基于自注意力机制的群组事件推荐方法。首先,通过嵌入层学习用户,群组,事件的低维嵌入表示,并通过自注意力机制来学习群组用户之间的交互关系,获得群组用户的相似度权重。然后,将相似度权重和群组用户嵌入加权求和得到群组的微观偏好,通过MLP层获得群组的宏观偏好,聚合群组微观偏与宏观偏好得到群组偏好。最后,通过度量学习实现Top-N推荐。在两个真实数据集上进行了实验,验证了本文方法的有效性。

关键词：基于事件的社交网络群组推荐注意力机制知识图谱多层感知机

结合用户长短期兴趣与事件影响力的事件推荐策略

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机研究与发展 2022年第12期59卷 2803-2815页

作者：钱忠胜杨家秀李端明叶祖铼江西财经大学信息管理学院南昌330013

事件社交网络的快速发展引起的信息过载问题是当前面临的主要挑战,深度学习等技术可从大量的数据中挖掘潜在的关联信息,从而有效应对该问题.同时,有研究表明用户兴趣在长期和短期的时序上具有不同的特征模式,深度挖掘用户的时序特征和... 详细信息

事件社交网络的快速发展引起的信息过载问题是当前面临的主要挑战,深度学习等技术可从大量的数据中挖掘潜在的关联信息,从而有效应对该问题.同时,有研究表明用户兴趣在长期和短期的时序上具有不同的特征模式,深度挖掘用户的时序特征和兴趣可有效地为用户提供个性化的事件推荐信息.基于此,提出一种将用户长短期兴趣与事件影响力相结合的推荐策略.通过带注意力机制的图神经网络和长短期记忆网络获取用户的长短期兴趣,同时,对候选事件构建针对目标用户的影响力.根据用户长短期兴趣和事件影响力预测目标用户的参与概率,最终通过排序后的参与概率向用户推荐TOP-K兴趣事件.实验结果表明,所提推荐模型在多个指标上均有所改善,其推荐性能优于已有对比模型,具备很好的推荐效果.

关键词：基于事件的社交网络个性化事件推荐长短期兴趣图神经网络注意力机制

在线全文

学校读者我要写书评

暂无评论

基于图神经网络的兴趣活动推荐算法

吉林大学学报（工学版） 2021年第1期51卷 278-284页

作者：魏晓辉孙冰怡崔佳旭吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对在基于事件的社交网络中,用户和其参加过的活动天然构成异质网络这一特点,提出了一个端到端的推荐算法,旨在使用异质网络的高阶连接性和非线性匹配关系,提高活动的推荐命中率。首先,通过图神经网络提取异质图的高阶连接信息对每个... 详细信息

针对在基于事件的社交网络中,用户和其参加过的活动天然构成异质网络这一特点,提出了一个端到端的推荐算法,旨在使用异质网络的高阶连接性和非线性匹配关系,提高活动的推荐命中率。首先,通过图神经网络提取异质图的高阶连接信息对每个节点的影响,更新节点的嵌入式表示;然后,将用户-活动的嵌入式表示输入到多层感知机中,得到基于当前嵌入式表示的匹配概率,反向传播更新模型参数;重复此过程,获得最终的匹配概率。实验结果表明:本文算法训练稳定;相较于已有方法,命中率提高10%以上,归一化折损累计增益提高约10%;相较于不考虑异质图的高阶连接性的情况,命中率和归一化折损累计增益均有提高。

关键词：计算机软件与理论推荐系统基于事件的社交网络异质图图神经网络

在线全文

学校读者我要写书评

暂无评论

面向群组的事件兴趣点推荐算法研究

中国管理科学 2023年第12期31卷 301-310页

作者：刘世峰康来松宫大庆北京交通大学经济管理学院北京100044 中共国家能源集团党校北京102211 北京交通大学北京物流信息化研究基地北京100044

群组指多个用户形成的群体;面向群组的事件兴趣点推荐,涉及到多个实体(如用户、群组、事件、兴趣点等)之间的复杂交互。本研究对基于事件的社交网络中多个实体及其交互进行了综合考虑,提出了一个基于异构信息网络和注意神经网络的事件... 详细信息

群组指多个用户形成的群体;面向群组的事件兴趣点推荐,涉及到多个实体(如用户、群组、事件、兴趣点等)之间的复杂交互。本研究对基于事件的社交网络中多个实体及其交互进行了综合考虑,提出了一个基于异构信息网络和注意神经网络的事件兴趣点推荐算法,为群组推荐合适的兴趣点用于举办事件。首先,使用了基于优先级的采样技术来选择高质量的路径实例;然后,构建了群组、事件、兴趣点和基于元路径的上下文嵌入表示,并采用共同注意机制对其进行改进,从而增强了模型的可解释性;最后,基于真实数据集的实验结果验证了本研究方法的有效性和实用性,以及将异构信息网络和注意神经网络应用于事件兴趣点推荐的前景。

关键词：基于事件的社交网络兴趣点推荐异构信息网络基于注意的神经网络