基于社交網(wǎng)絡(luò)的推薦算法應用研究.pdf

1、社交網(wǎng)絡(luò)已經(jīng)隨著互聯(lián)網(wǎng)技術(shù)的不斷成熟而迅速發(fā)展，并深入到人們?nèi)粘Ｉ钪械母鱾€角落。推薦系統(tǒng)根據(jù)用戶的歷史瀏覽和好友關(guān)系，分析用戶和好友的興趣愛好，隱式并主動的向用戶推薦物品，已經(jīng)逐漸成為用戶在社交網(wǎng)絡(luò)上獲取信息的重要途徑之一。而如何有效的向用戶推薦其感興趣的物品，并獲得用戶的認可，獲取較高的點擊率，正是推薦算法研究的核心問題。
　　本文首先介紹了當前推薦系統(tǒng)和社交網(wǎng)絡(luò)的研究現(xiàn)狀，詳細分析了個性化推薦系統(tǒng)涉及的不同的推薦算法的應用范

2、圍和優(yōu)缺點，然后結(jié)合社交網(wǎng)絡(luò)的結(jié)構(gòu)特征分析了社交網(wǎng)絡(luò)的社會關(guān)系、信息傳播方式和時間因素對個性化推薦系統(tǒng)的影響。當前社交網(wǎng)絡(luò)個性化推薦算法對好友和物品的個性化信息利用不足，沒有充分體現(xiàn)社交網(wǎng)絡(luò)中人與物之間的個性化關(guān)系特征，算法流程計算量大，復雜度偏高。因此，本文重點研究如何充分利用社交網(wǎng)絡(luò)特性對個性化推薦算法進行改進。
　　本文分析了社交網(wǎng)絡(luò)個性化推薦與圖排名問題的相似關(guān)系，介紹了基于圖排名問題的PageRank算法，以及基于Pag