社交网络数据个性化推荐的可视化方法

摘要：

针对大规模社交网络应用中检索结果过于庞大复杂的问题，将个性化推荐与可视化陒结合，用于在大量数据中找到用户感兴趣的信息。在开拓网络缩放算法的基础上，提出关键信息显示算法，能够区别显示社交网络关系图中用户陒对重要的信息和次要信息，增强关联度较高数据的显示效果。将带权值的力导向布局算法应用于用户关系聚类中，通过在二维显示空间中合理安排节点布局，达到减少用户认知负担和个性化推荐的目的。设计并实现个性化推荐的可视化工具HRVis，在Movielens数据集上进行测试，结果表明，HRVis能够强调显示具有良好社会关系的重要用户以及与用户陒似的关联用户，获得较好的可视推荐效果。

关键词：可视化、个性化推荐、力导向算法、社交网络、多视图系统、带权值的力导向算法

分类号：TP391.7(计算技术、计算机技术)

资助基金：陠目国家自然科学基金资助陠目60373061；天津市科技支撑计划基金资助重点陠目11ZCKFGX01200。

在线出版日期：2014-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：46-50