《社會網路環境下基於用戶-資源關聯的信息推薦研究》是依託武漢大學，由胡吉明擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：社會網路環境下基於用戶-資源關聯的信息推薦研究
- 項目類別：青年科學基金項目
- 項目負責人：胡吉明
- 依託單位：武漢大學
項目摘要,結題摘要,
項目摘要
社會網路環境下，用戶信息需求和行為模式及資源組織方式發生了變革，要求從用戶與資源之間的關聯結構入手，面向用戶偏好社區和基於資源內容語義挖掘進行社會化信息推薦原理、策略及方法的創新實現研究。本項目立足於包含用戶偏好建模、資源內容挖掘和兩者匹配的推薦實現框架，從用戶社會化需求及社群行為分析出發，研究用戶與資源互動形成的關聯結構；基於改進的關係社區發現算法進行用戶需求偏好的準確描述和建模，結合基於潛在語義分析的主題挖掘和語義向量空間模型進行語義層次上的資源內容特徵建模；在此基礎上得到用戶與資源之間的機率偏好關係，進而構建用戶-資源關聯圖，引入物理動力學中的物質擴散和熱傳導能量分配原理，構建基於用戶-資源二部關聯圖的社會化推薦模型，結合典型數據集的實驗和網路服務案例分析，實現面向用戶小眾社群需求的個性化和多樣化推薦。本項目將拓展當前信息資源組織和推薦理論，對提升推薦效果和服務質量具有實際意義。
結題摘要
1項目背景 社會網路環境下，用戶信息需求和行為模式的社會化變革，對信息推薦的個性化和多樣化提出了新的要求。本項目從用戶關係社區的角度進行用戶建模，進行語義層次的信息資源內容特徵建模，面向用戶小眾社區需求研究信息推薦的策略和實現問題；即在保證推薦準確度的前提下實現資源推薦的個性化和多樣化，提高長尾資源的推薦機率，拓展用戶視野，提升資源推薦價值。 2主要研究內容 在面向用戶小眾化需求的信息推薦策略和技術實現研究中，根據用戶的社群關係特徵進行了用戶需求偏好描述；面向社群主題，基於改進的潛在語義分析主題模型和概念語義向量空間模型實現了資源內容向量的語義化表示；將上述兩者結合，得到了用戶與資源之間的機率偏好關係，進而在信息推薦實現框架中，根據用戶-資源關聯關係構建用戶-資源二部圖，依據物理動力學中的能量分配理論，通過加權融合構建了社會化推薦引擎，提高了推薦效果的個性化和多樣化程度；在實證、案例和套用推廣中，進行社會化推薦策略改進和最佳化，所提出的內容語義關聯與推薦方案已在中國科學技術信息研究所信息資源中心得到了套用。 3重要成果本項目研究成果均以期刊論文的形式發表，CSSCI及以上級別論文12篇，包括SSCI源刊論文2篇，EI源刊論文1篇，CSSCI與源刊論文9篇。重要結果包括揭示了社會網路環境下的信息機制、對資源內容的互動語義特徵描述與建模、構建了基於物理動力學的社會化推薦模型、可行且有效的實驗驗證以及效果明顯的案例分析及套用推廣。 4關鍵數據及其科學意義 ①關鍵數據集構建。本項目仿真實驗中利用滾雪球的方式採集了大量的用戶-資源互動數據。其次，從語料庫中提取訓練集和測試集，完成了語義向量空間模型改進和資源內容的語義描述實現。最後，創新了能量分配算法和構建了社會化推薦引擎，依託典型網路數據集和服務案例完成了實驗驗證和完善了研究成果。 ②科學意義。本項目能夠深化基於用戶互動的需求偏好描述和建模理論，探索社會網路環境下基於用戶互動關係的信息資源語義結構挖掘和組織理論；更重要的是，面向個性化和多樣化效果提升的信息推薦原理與實現策略研究，有助於拓展和豐富新一代網路環境下的推薦理論，創新信息推薦實現的方式和手段。
