基于社群挖掘的用户个性化信息推荐方法研究

摘要：

当前情报学科的发展目前呈现出多维度、跨学科等特点,而结合个性化信息推荐算法,可为其注入新活力.本文的研究是为了提高个性化信息推荐的效果,解决个性化信息推荐的稀疏性问题,以期可以促进情报学科的新发展,为此,我们引入了社群挖掘概念,得到TO算法,在协同过滤或关联规则推荐之前先对数据进行社团划分,通过对Book-crossing公开数据集的验证分析,并与对照算法相比,我们发现TO算法的准确率和调和度都最佳.

关键词：社群挖掘、个性化推荐、情报学科建设

所属期刊栏目：36

分类号：TP3;TP1

资助基金：广东省公益研究与能力建设专项"基于社会网络分析的区域协同创新体系研究"2014B0714021388

在线出版日期：2017-12-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1093-1098