社交网络环境下基于用户响应的推荐方法研究

摘要：

在社会网络中,通过利用用户兴趣、社交关系、历史日志等用户响应来提高推荐系统的性能.通过社交网络中用户随时间变化的响应信息实现用户的相似性度量,并以此为基础实现对目标用户的协同过滤推荐.将本文提出的方法和传统的基于用户的协同过滤推荐方法在Extended Epinions DataSet进行实验比较,实验结果发现该方法在推荐效果上优于传统方法.

关键词：社交网络、用户响应、协同过滤推荐

所属期刊栏目：5

分类号：G354.42(情报学、情报工作)

资助基金：2018 年度天津市哲学社会科学规划项目 " 基于人工智能的公众医学信息服务平台构建 "TJTQ18-010;2017 年度天津市教委科研计划项目 " 基于本体建模的个性化 Web 服务发现方法研究 "2017SK098

在线出版日期：2019-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：37-44