聞賓
摘 要:在推薦系統(tǒng)的算法中,基于物質(zhì)擴(kuò)散動(dòng)力過(guò)程的融合社交網(wǎng)絡(luò)推薦算法往往在當(dāng)前的社交網(wǎng)絡(luò)推薦算法中有著高度的數(shù)據(jù)疏散性和推薦范圍有限的問(wèn)題。因此,為了解決這一現(xiàn)象,需要引入物理中的相關(guān)動(dòng)力學(xué)熱導(dǎo)量理論進(jìn)行實(shí)踐,從而實(shí)現(xiàn)社交網(wǎng)絡(luò)中用戶需求的多樣新穎性內(nèi)容推薦。本文通過(guò)將我國(guó)當(dāng)前的社會(huì)網(wǎng)絡(luò)環(huán)境之下基于熱傳導(dǎo)的物質(zhì)擴(kuò)散動(dòng)力的網(wǎng)絡(luò)內(nèi)容推薦進(jìn)行比較,然后對(duì)熱傳導(dǎo)的物質(zhì)擴(kuò)散動(dòng)力過(guò)程的容和社交網(wǎng)絡(luò)推薦算法進(jìn)行相應(yīng)設(shè)計(jì)。
關(guān)鍵詞:物質(zhì)擴(kuò)散動(dòng)力;融合社交網(wǎng)絡(luò);推薦算法
在當(dāng)前社交網(wǎng)絡(luò)中內(nèi)容推薦系統(tǒng)主要采用的原理是物質(zhì)擴(kuò)散原理,從而提高推薦系統(tǒng)的整體性能,但是卻忽視了用戶對(duì)內(nèi)容推薦的個(gè)性多樣需求,而當(dāng)用戶偏向于大眾化的時(shí)候,對(duì)信息的需求以及行為也存在了明顯的小眾現(xiàn)象。因此,在當(dāng)前的社交網(wǎng)絡(luò)環(huán)境下,用戶對(duì)內(nèi)容推薦的具體需求應(yīng)該是小眾、大眾共存。
一、基于物質(zhì)能量擴(kuò)散的推薦原理
在進(jìn)行社交網(wǎng)絡(luò)的內(nèi)容推薦進(jìn)行相應(yīng)算法的時(shí)候,為了彌補(bǔ)遺漏冷門內(nèi)容推薦,研發(fā)者在其過(guò)程中嘗試?yán)梦锪Φ臒醾鲗?dǎo)原理引入社交網(wǎng)絡(luò)的內(nèi)容推薦中去,利用溫度或者能量從代表推薦內(nèi)容的可能推薦性,對(duì)內(nèi)容進(jìn)行推薦平衡,適當(dāng)?shù)奶岣咄扑]內(nèi)容的能量,從而將輕易遺漏的內(nèi)容推算出來(lái),更加符合用戶的個(gè)性需求[1]。
通常情況下熱傳導(dǎo)的應(yīng)用理論在用戶的實(shí)際內(nèi)容推薦中存在著資源關(guān)聯(lián)。其理論的使用原理是將社交網(wǎng)絡(luò)中的信息節(jié)點(diǎn)抽象為一種物體的存在,將信息之間轉(zhuǎn)換為兩個(gè)物體之間所存在的關(guān)聯(lián),產(chǎn)生的能量將在兩個(gè)物體節(jié)點(diǎn)之間進(jìn)行傳遞?!皽囟取边^(guò)高即為內(nèi)容的受歡迎程度過(guò)高,那么此種“熱度”過(guò)高的物體就被成為熱點(diǎn)內(nèi)容資源?!皽囟取边^(guò)低的內(nèi)容就是歡迎程度不然,那么此種“熱度”過(guò)低的物體資源就被稱之為冷點(diǎn)內(nèi)容推薦資源。當(dāng)熱點(diǎn)內(nèi)容與冷點(diǎn)內(nèi)容的熱度大小可以用“度”的數(shù)值單位來(lái)表示,從而對(duì)內(nèi)容的標(biāo)注、選擇、評(píng)論及分享進(jìn)行標(biāo)注。
物質(zhì)擴(kuò)散內(nèi)容推薦的方法同傳統(tǒng)的內(nèi)容推薦中所采用的都是隨機(jī)方法,只是在科學(xué)的叫法中有所不同。具體在使用物質(zhì)能量擴(kuò)散的原理進(jìn)行內(nèi)容推薦過(guò)程中,熱傳導(dǎo)的應(yīng)用策略與物質(zhì)擴(kuò)散是有所不同的?;跓醾鲗?dǎo)的內(nèi)容推薦原理是將用戶感興趣的內(nèi)容資源作為固定溫度的資源,雖然在過(guò)程中也與其他資源進(jìn)行能量傳輸,但是與此同時(shí)也會(huì)產(chǎn)生能量,因此兩個(gè)互相關(guān)聯(lián)的內(nèi)容中所產(chǎn)生的總能量就會(huì)隨著傳遞而不斷增加,這樣就與物質(zhì)擴(kuò)散的內(nèi)容推薦辦法是有所不同的,因?yàn)槲镔|(zhì)擴(kuò)散的內(nèi)容推薦原理在其過(guò)程中是保持溫度持久不變的,更不可能產(chǎn)生源源不斷的能量。
再者說(shuō),基于物質(zhì)能量擴(kuò)散的內(nèi)容推薦在其過(guò)程中是以固定能量為基礎(chǔ)的內(nèi)容資源進(jìn)行傳遞,而最后的系統(tǒng)性穩(wěn)態(tài)結(jié)果就是與內(nèi)容資源的標(biāo)注次數(shù)成正比的,因此比較適合推薦流行的內(nèi)容資源,從而提高內(nèi)容推薦的用戶準(zhǔn)確需求性(如圖1所示)。在基于物質(zhì)能量擴(kuò)散的內(nèi)容推薦方法是在保證推薦過(guò)程中有足夠的熱門資源傳輸給冷門資源,當(dāng)進(jìn)行能量傳輸?shù)拇螖?shù)足夠的時(shí)候,從而使得雙方的資源等同[2]。因此,基于物質(zhì)能量擴(kuò)散的社交網(wǎng)絡(luò)內(nèi)容推薦在進(jìn)行不流行的內(nèi)容推薦時(shí)會(huì)有很大的優(yōu)勢(shì)。
二、基于物質(zhì)擴(kuò)散的社交網(wǎng)絡(luò)推薦算法
(一)基于物質(zhì)擴(kuò)散的推薦計(jì)算設(shè)計(jì)
基于熱傳導(dǎo)的內(nèi)容推薦理論與基于物質(zhì)能量擴(kuò)散的內(nèi)容推薦理論的側(cè)重點(diǎn)是各不相同的,更甚之是完全相反的。基于物質(zhì)擴(kuò)散的社交網(wǎng)絡(luò)推薦算法在進(jìn)行擴(kuò)散過(guò)程中較為傾向于信息之間的節(jié)點(diǎn)連接以及較為熱門的內(nèi)容和資源,較為注重推薦內(nèi)容的準(zhǔn)確程度;而熱傳導(dǎo)的推薦理論則是更加趨向于將所有內(nèi)容節(jié)點(diǎn)所獲得的能量進(jìn)行傳輸,從而條冷門內(nèi)容推薦的幾率,實(shí)現(xiàn)內(nèi)容推薦的多樣性。在如今社交網(wǎng)絡(luò)的推薦算法中,兩者相結(jié)合的內(nèi)容推薦算法,既能實(shí)現(xiàn)社交網(wǎng)絡(luò)用戶的內(nèi)容資源需求特性,有提高了系統(tǒng)的內(nèi)容推薦準(zhǔn)確多樣性。因此基于物質(zhì)擴(kuò)散的推薦辦法與熱傳導(dǎo)相結(jié)合,從而達(dá)到內(nèi)容推薦的最佳計(jì)算方式。
(二)基于兩種方式結(jié)合的物質(zhì)能量擴(kuò)散推薦算法歸總
通過(guò)參數(shù)λ∈[0,1]來(lái)調(diào)節(jié)兩種方式的權(quán)重結(jié)合,從而獲得基于兩種方式結(jié)合的物質(zhì)能量擴(kuò)散的推薦算法,這種推薦算法的應(yīng)用使得內(nèi)容資源的推薦具有了可控性,也在一定程度上增強(qiáng)了冷門內(nèi)容的推薦,并且擴(kuò)大了不同社交網(wǎng)絡(luò)用戶之間的需求差異,兼顧了內(nèi)容推薦的多樣個(gè)性化。
三、結(jié)語(yǔ)
基于物質(zhì)能量擴(kuò)散的社交網(wǎng)絡(luò)推薦算法與熱傳導(dǎo)的相結(jié)合,從而使得內(nèi)容推薦更具多樣化,給用戶提供符合需求的內(nèi)容推薦,提高內(nèi)容推薦上的準(zhǔn)確多樣性,
參考文獻(xiàn):
[1]胡吉明,林鑫.基于熱傳導(dǎo)能量擴(kuò)散的社會(huì)化小眾推薦融合算法設(shè)計(jì)[J].情報(bào)理論與實(shí)踐,2016,39(4):119-123.
[2]郭蘭杰,梁吉業(yè),興旺.合社交網(wǎng)絡(luò)信息的協(xié)同過(guò)濾推薦算法[J].式識(shí)別與人工智能,2016, 29(3):281-288.