论文题目在线社会网络中的信息推荐技术研究学科专业计算机软件与理论201111060307聂大成学号作者姓名指导教师傅彦教授万方数据分类号密级UDC注1学位论文在线社会网络中的信息推荐技术研究（题名和副题名）聂大成（作者姓名）指导教师傅彦教授成都电子科技大学（姓名、职称、单位名称）申请学位级别博士学科专业计算机软件与理论提交论文日期2014.9.18论文答辩日期2014.12.5学位授予单位和日期电子科技大学2014年12月26日答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。万方数据RESEARCHONINFORMATIONRECOMMENDATIONTECHNOLOGIESINONLINESOCIALNETWORKSADoctorDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:Author:Advisor:ComputerSoftwareandTheoryNieDachengProf.FuYanSchool:SchoolofComputerScienceandEngineering万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：导师签名：日期：年月日万方数据要互网的速发展将人们带入了信息化时代，信息量的指数级长味着大数据时代的到来。如何从海量数据中分析和挖掘出在有价值的知识或规，帮助用户找到兴的信息义重大。如今，电务以及SNS等在线社会网络服务经成为人们日常生活中不可或缺的一部分。然，人们享受在线社会网络带来便利的同时造成了信息过载问题。时，推荐统应运生，利用数据挖掘、机习等方法从海量信息中找到用户在兴的内。研究具有重要的论价值和现义，到了内外的广泛关注。目前，网络科经成为最具有活力的交叉科。其中，关键节点挖掘是网络科中一个具有广泛应用的重要课题。例如，关键节点的失效将有可致整个网络的瘫痪，甚至有可致其他相关网络的瘫痪（级失效）。然，现有的推荐统的关键节点挖掘通常是针单网络进行的，如何将节点重要性挖掘应用到基于二部的推荐统中将是一个有思的研究课题。本文先研究基于二部网络的个性化推荐算法，进一结合用户社交网络提推荐算法的性，主要研究作如下：（1）在二部网络中机推荐算法给大度品过的权重，致其多性较，本文研究了在机过程中将品的度响从同时提推荐统的准确率和多性。另外，本文还研究了在推荐统中同时将机算法与热传算法进来时的权重分配问题，发现给予机进来，低大度品的过程和热传过程相同的权重，并且提大度品的响将同时提推荐统的准确率和多性。（2）目前多性卓的推荐算法都是通过调节一个可调参数来获最佳的推荐性。为了获这个最优推荐性，需要使用测试信息来遍历参数以到最优参数值。但是在真的在线统中测试信息是不可知的。在一般情况下，这个参数是针相应的算法了整个统的推荐性，这个最优参数由数据和算法本身的一些属性来确。本文假最佳参数应该是与数据的某些分析结果一致，从数据的角度出发，据数据和算法直接到一个可接受的估计参数值，并且该参数可以在不知道测试的情况下来做出估计。最后本文发现只使用少量用户的信息就可以整个统的最优参数做出估计。（3）针如何利用社交网络进行推荐这一问题，本文研究了计算有向社会网络上用户之间的社会相似性的三种方法，然后使用一种非线性的方法将社会相I要似性与偏权并，最使协架来产推结果。通两个调优参数来取系统的最优参数性，并且调查了会相似性个性化偏在推系统中起的作小。通实证究了会相似性与偏之的关系。最通实验说明了本文提出的方法的优越性，尤其在推冷商上的（）...