社交網(wǎng)絡(luò)媒體中若干社會(huì)化推薦算法研究.pdf

1、社會(huì)化推薦系統(tǒng)隨著社交網(wǎng)絡(luò)平臺(tái)的流行以及用戶對(duì)社交媒體的重度參與，成為了社交平臺(tái)中信息過(guò)濾的重要手段，廣泛地應(yīng)用于各樣的社交平臺(tái)及電子商務(wù)領(lǐng)域中，成為當(dāng)前推薦系統(tǒng)研究的一個(gè)熱點(diǎn)，具有較大的學(xué)術(shù)意義與商業(yè)應(yīng)用價(jià)值。
　　社會(huì)推薦可以簡(jiǎn)單由兩個(gè)方面組成:利用社交信息推薦傳統(tǒng)物品，推薦社交網(wǎng)絡(luò)平臺(tái)中復(fù)雜多樣的關(guān)系數(shù)據(jù)。本文針對(duì)這兩個(gè)方面提出了不同的社會(huì)化推薦算法，主要工作如下:
　　1.提出基于社區(qū)關(guān)系的社交最近鄰權(quán)重算法，是一種

2、針對(duì)用戶間影響權(quán)重計(jì)算的改進(jìn)的鄰居方法。重點(diǎn)在于發(fā)現(xiàn)社交關(guān)系網(wǎng)絡(luò)中的社區(qū)之后，利用朋友對(duì)目標(biāo)用戶所在群體的相關(guān)性來(lái)代替?zhèn)鹘y(tǒng)用戶相似度計(jì)算。
　　2.提出基于社交網(wǎng)絡(luò)最大影響力模型的最近鄰尋找算法。將社會(huì)關(guān)系網(wǎng)絡(luò)中的最大影響力結(jié)點(diǎn)作為新的最近鄰集合，并且將這個(gè)鄰居關(guān)系進(jìn)行擴(kuò)展，進(jìn)一步提出了基于最大影響力關(guān)系的概率矩陣分解模型。與傳統(tǒng)的社交矩陣分解模型相比，最大影響力的概率矩陣分解模型對(duì)冷啟動(dòng)用戶有更好的性能。
　　3.提出基于