基于重叠社区发现的社会网络推荐算法研究

摘要：

协同过滤算法已成为用来为用户提供个性化服务以处理海量信息最常用的方法之一.本文提出一种基于重叠社区发现的社会网络推荐算法,该算法同时考虑了群组用户的兴趣以及他们复杂的内部关系,通过将重叠社区发现算法和基于模型的社会推荐算法进行创新融合,以实现重叠社区的发现、建立,和基于社区的智能推荐.基于开放数据集,本文设计了一系列相关实验以验证算法的有效性和准确性.实验结果表明本文提出的算法可以实现高效且准确的社会网络推荐.

关键词：社会网络、推荐、重叠、社区、检测

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目81674099;国家重点研发计划项目2017YFC1703501、2017YFC1703503、2017YFC1703506;连云港市科技计划项目JC1608;江苏高校"青蓝工程"资助项目、连云港市"521 工程"科研资助、淮海工学院自然基金项目Z2017012、Z2015012;淮海工学院教学改革项目XJG2017-2-5;教育部协同育人项目201702134005、201701028110

在线出版日期：2018-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：35-41