导读:本文包含了兴趣群组论文开题报告文献综述及选题提纲参考文献，主要关键词:用户行为,用户类型,K-均值聚类
兴趣群组论文文献综述
朱艺青,齐林峰[1]（2019）在《用户发帖行为、用户类型与兴趣群组之间的关系研究》一文中研究指出[目的/意义]旨在为社交媒体的用户行为与用户类型研究提供参考。[方法/过程]以Facebook用户为研究对象,采用两级聚类方法。首先,根据用户元数据将帖子分组,包括帖子主观及极端程度、帖子长度、用户互动频率,以此来揭示用户发帖行为;其次,将用户发帖风格和行为特征规范化并组合成一个特征向量,将K-均值聚类应用于标准化后的多维特征向量;最后,根据用户发帖风格、情感和影响力识别出不同特征的用户类型。[结果/结论]通过5种用户类型来描述用户发帖行为,同时,这些用户类型会在不同的兴趣群组中呈现出不同的分布状态。针对这一现象,社交媒体可以对用户进行个性化推荐,从而提高用户活跃度,增加用户黏性。(本文来源于《情报探索》期刊2019年03期）
陶永才,丁鑫,石磊,卫琳[2]（2018）在《基于用户签到行为的群组兴趣点推荐模型》一文中研究指出推荐系统将符合用户兴趣分布的项目推荐给用户.目前对推荐系统的研究大多集中于对个体用户进行推荐.然而在实际生活中,很多活动是由多个用户共同参与的.因此,组推荐系统逐渐成为研究的热点.本文提出一种基于用户签到行为的群组兴趣点推荐模型(Group POI recommendation model based on the User Check-in behavior,GPUC),该模型首先采用协同过滤的推荐算法挖掘组内成员可能感兴趣的项目,并基于TF-IDF(term frequency-inverse document frequency)的思想预测用户对项目的评分,生成个人推荐列表.在融合组内成员兴趣偏好时,提出一种加权混合融合策略,兼顾考虑不同组员在群组中的权重以及群组偏好差异度的大小.本文采用Gowalla网站的真实数据集验证了推荐模型的准确性,与算法HAaB相比,基于用户签到行为的群组兴趣点推荐模型GPUC的准确率提高了4. 03%,为群组用户提供了更有效的推荐.(本文来源于《小型微型计算机系统》期刊2018年10期）
田春岐,黄震华,邹仕洪[3]（2015）在《构建自组网络中基于兴趣群组的激励机制》一文中研究指出提出一种基于兴趣群组的有效抗攻击性自组网络信任激励模型IGTrust,通过采用经济学中收益与损失概念,屏蔽了不同评价主体对同一行为评价的差异性.IGTrust将信任关系划分为叁种类型,以节点获得的相对收益作为信任评估依据,结合交易信息量、折扣因子、时间维度等参数给予了各自的解决方案.仿真实验结果表明,IGTrust在抗恶意节点攻击与资源查询性能等方面均有良好性能.(本文来源于《电子学报》期刊2015年12期）
高崇,杨伯溆[4]（2013）在《基于兴趣的社会交往:同乡社会网络内的交往逻辑——基于“SZ人在北京”QQ群组的虚拟民族志研究》一文中研究指出本文以新生代农民工为目标对象,基于对"SZ人在北京"QQ群组的虚拟民族志研究发现:(1)兴趣成为新生代农民工在借由QQ群组构建起的同乡社会网络内的交往逻辑,兴趣交往的话题涉及休闲活动等六个方面;(2)"趣缘"交往具有选择性、主动性以及稳定性;(3)新生代农民工在同乡社会网络内的兴趣交往更多的是基于一种满足个人私人利益的交往,这一方面反映出他们个体意识的觉醒,另一方面也反映出新生代农民工对于公共利益兴趣的缺乏或者不足;(4)兴趣交往体现出新生代农民工网络化个人主义的发展趋势。(本文来源于《北大新闻与传播评论》期刊2013年00期）
王磊,黄梦醒[5]（2013）在《一种基于兴趣群组的混合式P2P供应链信任模型》一文中研究指出提出了一种基于兴趣群组的混合式P2P供应链信任模型.该模型通过企业的兴趣相似度来刻画企业在其偏好领域上的服务行为相似性,同时采用信任和信誉衰减机制实现对供应链上企业节点的信任评估,并进行了实验仿真和比较.结果表明,利用该模型可以在供应链企业间建立高效、可靠的信任合作,有效防止企业的败德行为,从而实现各节点企业的信息共享和资源整合,提高供应链效率.(本文来源于《微电子学与计算机》期刊2013年02期）
陆玲玲[6]（2013）在《基于兴趣群组的P2P网络信任云模型》一文中研究指出P2P技术一项最重要的应用就是P2P网络,P2P网络“无中心化”的特征使得其不断受到人们的关注。然而,随着网络规模的扩大,越来越多的恶意节点加入其中,使得网络中存在较大的安全隐患。研究表明,建立合理的信任模型可以有效地解决该问题。本文在研究了P2P网络的相关概念及信任机制后,提出了一个基于兴趣群组的P2P网络信任云模型-IGCMTrust,该模型借鉴了人类心理认知习惯中优先采纳直接经验进行判断的思想来评估节点信任度,进而降低模型的计算复杂度,并且给出了一种计算推荐可信度的方法,使得节点获得不真实信息的风险变小。在此基础上,应用传统云模型中表征不确定性的两个参数—熵和超熵,引入“行为不确定因子”判断节点的行为波动程度,通过奖励因子和惩罚因子分别对善意节点进行奖励、对恶意节点进行惩罚。同时,模型通过“主题兴趣”,“次要兴趣”来划分兴趣群组,有效地解决了P2P网络中过多的消息传递以及因兴趣不对称难以建立直接信任关系的问题。最后,将该模型与PeerTrust、 No-Trust模型进行了仿真对比,实验表明,IGCMTrust模型在一定程度上减少了网络中传递的消息数量,较好地遏制广泛类型的恶意节点的攻击。(本文来源于《南京理工大学》期刊2013-01-01）
李耀东[7]（2010）在《P2P网络中基于兴趣群组的信任模型研究》一文中研究指出信任评价模型可以解决网络中的一些安全问题,但是当网络中的节点数目非常大时,现有全局信任模型的计算量与通信开销比较大,影响了信任模型的推广和应用。针对该问题,本文在参考了人际社会关系间的信任机制基础上,基于节点兴趣相似度将大规模的网络从逻辑上划分为若干个小规模兴趣群组,然后构造了一个具有小世界网络特性的层次型的非结构化覆盖网。本文提出了一种兴趣群组自组织及推荐算法,该算法首先通过节点之间的推荐请求来发现具有相似兴趣的节点,然后利用信任奖励和动态交换机制逐渐将相似兴趣的节点聚集到相同的群组中,最后建立了群组间的连接,使得构建的层次网络具有小世界网络特性。通过对算法的模拟发现,该算法能够在较短的推荐周期内完成兴趣群组的构建,有效减少了计算量和通信开销,并且相似节点间的推荐信息更加可信。由于信任具有主观性与不确定性,使得精确的数学模型难以进行描述。本文结合模糊理论对信任模型进行了改进。在信任的综合评判中,强调了各节点的主观因素。在信任的推荐中,融入了中间节点的直接交互经验,并结合路径衰减因素给出了新的模糊推理方法。在信任的更新中,用余弦函数来近似地模拟了历史信任信息的遗忘过程。理论分析和模拟实验表明,模型具有很好的准确性和健壮性；能够快速识别恶意摇摆行为；在较大规模的网络中,本文的模型在计算量和通信开销等方面有较大的改进,具有比较好的可扩展性。(本文来源于《中南大学》期刊2010-05-01）
杨玉忠,范明钰,王光卫[8]（2009）在《基于兴趣群组的P2P信任模型》一文中研究指出参考人类社会网络的结构,提出一种基于兴趣群组的P2P信任模型。该模型建立在混合式拓扑结构上,采用组内信任度与组间信任度合成的方法来计算总体信任度,并给出了模型的实现协议与仿真实验。实验结果表明,兴趣群组内、组间的信任度计算量小,信任度评价客观,保证了在开放环境下P2P节点信任度的可靠性和安全性,经验证本模型具备工程可行性。(本文来源于《计算机应用研究》期刊2009年10期）
杨玉忠[9]（2009）在《一种基于兴趣群组的敏捷P2P信任模型研究》一文中研究指出对等网络(Peer-to-Peer,简称P2P)是一种强调节点之间逻辑对等的新型计算模式。与传统的基于C/S(客户端/服务器)模式的网络相比,P2P网络中的节点地位都是对等的。它倡导节点的主动性,节点在为其它节点提供服务的同时,也享用其它节点提供的服务。在整个互联网内容存储的中心,从网络核心移向终端用户的背景下,P2P技术凭借其部署灵活、廉价等特点得到广泛和成功的应用。尽管如此,由于P2P网络的开放性和节点的匿名和自治等本质特征,为侵犯知识产权以及计算机病毒、垃圾数据、伪造文件的传播提供了有利的条件。搭便车(Free Riding)行为的广泛存在,降低了P2P网络的性能,增加系统的脆弱性。虽然引入分布式信任模型并不能解决所有的P2P安全问题,但无疑能使问题在一定范围内得到控制。加入有效的信任模型,可以提高P2P网络的可用性,有利于P2P网络的良性发展。针对当前信任模型的扩展规模和计算开销的矛盾,借鉴人类社会信任建立的思想,提出一种基于兴趣群组的P2P信任模型。通过对具有相似语义的节点进行聚集,将模型中具有相同或相似兴趣的节点加入到同一个兴趣群组内。组内的节点是平等的、自治的,节点之间交易频繁。每个兴趣群组都要选取一个综合性能最佳的节点作为领袖节点,由其负责组内普通节点的动态加入和退出。基于兴趣群组的网络结构,本模型将信任管理划分为组内信任管理和组间信任管理。在群组内部,收集组内成员对目标节点的历史记录,并融合评价者的个人交易经验,根据评价能力的差异修正后,形成组内节点的信任评价。在群组之间,根据历史记录得到群组之间的相互信任评价。最后,综合群组之间的信任评价和组内节点的信任评价得到目标节点的信任度,并以此作为交易决策的依据。对模型的仿真实验表明,该模型能够提高节点交易的成功率,并能够有效抑制恶意节点的诋毁行为,能够保证P2P系统的可靠运行。但本模型仍有不足之处,需要在以后的工作中进一步研究和改进。(本文来源于《电子科技大学》期刊2009-03-01）
吕学伟[10]（2008）在《基于兴趣群组和推荐信任的P2P网络安全模型》一文中研究指出P2P网络是近年来业界研究和关注的一个焦点,它在很多领域都得到了应用,未来发展的空间很大。但由于P2P网络的开放性和匿名性,各种恶意节点的恶意行为层出不穷,严重影响了网络的正常运行。因此,如何在P2P网络中识别出恶意节点,抑制和杜绝节点的恶意行为成为目前信任机制研究的一个热点。本文在研究了P2P网络的发展过程及信任机制之后,参考了人类社会交际网络中的信任关系对基于推荐的信任模型进行了改进。改进后的模型---基于兴趣群组和推荐的信任模型利用“兴趣群组”从整个网络中挑选出一些有价值的节点进行交易,缩小了节点的交易范围,减少了信任度的计算量和网络流量;利用“推荐可信度”区分了交易信任度和推荐信任度,推荐信任度通过节点评价的反馈偏移度来计算,避免了迭代计算,使得实现的过程更加简单,并能有效的抵抗恶意节点的攻击;同时在信任度的计算过程中对节点的局部信任度和其它节点的推荐信任度所占比重进行动态平衡,使得节点信任度的计算更加有效、真实;最后提出了模型的存储和实现方案,分析了模型如何解决当前P2P网络中面临的安全问题。把改进后的模型和其它基于推荐的信任模型用仿真实验进行了比较。实验表明该模型具有较好的准确性、安全性,对恶意节点的攻击具有较好的抵抗性,并且具有较低的运行开销。(本文来源于《南京理工大学》期刊2008-06-01）
兴趣群组论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
推荐系统将符合用户兴趣分布的项目推荐给用户.目前对推荐系统的研究大多集中于对个体用户进行推荐.然而在实际生活中,很多活动是由多个用户共同参与的.因此,组推荐系统逐渐成为研究的热点.本文提出一种基于用户签到行为的群组兴趣点推荐模型(Group POI recommendation model based on the User Check-in behavior,GPUC),该模型首先采用协同过滤的推荐算法挖掘组内成员可能感兴趣的项目,并基于TF-IDF(term frequency-inverse document frequency)的思想预测用户对项目的评分,生成个人推荐列表.在融合组内成员兴趣偏好时,提出一种加权混合融合策略,兼顾考虑不同组员在群组中的权重以及群组偏好差异度的大小.本文采用Gowalla网站的真实数据集验证了推荐模型的准确性,与算法HAaB相比,基于用户签到行为的群组兴趣点推荐模型GPUC的准确率提高了4. 03%,为群组用户提供了更有效的推荐.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
兴趣群组论文参考文献
[1].朱艺青,齐林峰.用户发帖行为、用户类型与兴趣群组之间的关系研究[J].情报探索.2019
[2].陶永才,丁鑫,石磊,卫琳.基于用户签到行为的群组兴趣点推荐模型[J].小型微型计算机系统.2018
[3].田春岐,黄震华,邹仕洪.构建自组网络中基于兴趣群组的激励机制[J].电子学报.2015
[4].高崇,杨伯溆.基于兴趣的社会交往:同乡社会网络内的交往逻辑——基于“SZ人在北京”QQ群组的虚拟民族志研究[J].北大新闻与传播评论.2013
[5].王磊,黄梦醒.一种基于兴趣群组的混合式P2P供应链信任模型[J].微电子学与计算机.2013
[6].陆玲玲.基于兴趣群组的P2P网络信任云模型[D].南京理工大学.2013
[7].李耀东.P2P网络中基于兴趣群组的信任模型研究[D].中南大学.2010
[8].杨玉忠,范明钰,王光卫.基于兴趣群组的P2P信任模型[J].计算机应用研究.2009
[9].杨玉忠.一种基于兴趣群组的敏捷P2P信任模型研究[D].电子科技大学.2009
[10].吕学伟.基于兴趣群组和推荐信任的P2P网络安全模型[D].南京理工大学.2008