基于网页浏览记录的人类动力学与协同兴趣网络研究

本项目从特定的局域网服务器采集数据，通过观察用户访问网页的情况，利用数据库技术对数据进行处理，统计用户浏览特定网站资源的用户数，及网页浏览量随时间变化情况，探讨阵发现象、长程相关性和自相似性,对用户、网站及其关系进行描述，并对由此构成的协同兴趣网络结构特征进行分析；通过对协同兴趣网络的演化行为分析，探索群体兴趣图谱的基本规律和稳定性；研究特定群体行为的人类动力学特征，寻找群体行为所具有的普适性规律，建立基于用户随机访问网页行为的人类动力学模型；通过对协同兴趣网中用户兴趣图谱的提取，分别基于用户的长期兴趣和短期兴趣对用户进行个性化网页推荐。本项目所研究的问题及成果能为网站资源的排序提供科学的理论依据，能为经济的信息共享模式提供可靠的决策依据，能为未来设计高效智能推荐和搜索算法提供思路，能为国内开展人类动力学研究提供借鉴，也能为以后的大规模复杂网络研究提供研究手段和研究工具。

网络对社会经济生活的影响日增，互联网不仅改变了我们的日常生活方式，也改变了我们获取信息的手段和方法。本项目从特定的局域网服务器采集数据，通过观察用户访问网页的情况，利用数据库技术对数据进行处理，建立了动态数据库，研究了用户-网站二部图，构建出动态协同兴趣网络，研究了人体动力学行为的普遍性。根据网站资源的用户数，及网页浏览量随时间变化情况，运用人体动力学技术，探讨阵发现象、长程相关性和自相似性,对用户、网站及其关系进行描述，并对由此构成的协同兴趣网络结构特征进行分析，通过对协同兴趣网络的演化行为分析，探索群体兴趣图谱的基本规律和稳定性，研究了协同兴趣网络的特性。采用采用归一化方法对用户网页浏览兴趣方面进行研究，并根据用户访问兴趣提出基于HAC和k-means的改进算法。从而验证了主导兴趣的稳定性，并可据此建立群体兴趣图谱。研究特定群体行为的人类动力学特征，寻找群体行为所具有的普适性规律，建立基于用户随机访问网页行为的人类动力学模型，同时对大规模短消息通信系统的人类行为进行实证分析，提出了兴趣驱动人类动力学模型，通过对协同兴趣网中用户兴趣图谱的提取，分别基于用户的长期兴趣和短期兴趣对用户进行个性化网页推荐，对协同过滤算法中的相似性度量方法进行了研究，提出了基于用户兴趣分类的协同过滤推荐算法。本课题执行中，我们还进行了一系列的拓展研究，通过对物流配送过程中的订单拣取分析，结合传统粒子群算法和蚁群算法求解拣货路径问题，并通过实验验证了该算法的有效性。通过对人类日常活动进行了分析，揭开人类的移动轨迹的标度定律机制，该机制对理解很多的时空现象具有重要意义。通过用分层地理模型建立了模拟实际交通系统的模型，从而产生相应的位移分布和缩放行为。研究成果可用于协同兴趣网络中的浏览路径选择问题的求解。通过构建无标度二元网模型，解释了无标度二元网的形成机制。本项目所研究的问题及成果能为网站资源的排序提供科学的理论依据，能为经济的信息共享模式提供可靠的决策依据，能为未来设计高效智能推荐和搜索算法提供思路，能为国内开展人类动力学研究提供借鉴，也能为以后的大规模复杂网络研究提供研究手段和研究工具。.本项目已发表论文33篇，其中6篇SCI检索，5篇EI检索。还有5篇已投稿，其中已录用2篇。