基于社交影响力的推荐算法

摘要：

社交网站的兴起促使社交推荐成为了推荐系统领域的热门研究方向。微博是一类具有代表性的社交网站,其用户之间以一对多的不对等关系为主,如何为微博用户推荐潜在的关注对象是社交推荐中的一个重要研究点。文中针对微博类社交网站中用户间关系不对等的特点,结合用户间的交互行为信息,提出了一种社交影响力的计算方法,并在此基础上提出基于社交影响力的推荐算法( SIB )。该算法通过计算用户社交影响力矩阵,然后使用 K 个最近邻( K -Nearest Neighbor,KNN)算法找出目标用户的邻居集合,借助邻居集合帮助推荐。该算法综合考虑了微博社交网站中的两种社交关系,能有效地对微博类社交网站进行个性化推荐。通过在真实数据集上进行实验,证明该算法在微博类社交网站中的推荐效果比单纯的基于用户协同过滤( User-based Collaborative Filtering,UCF)算法有一定程度的提升。

关键词：社交网络、微博、社交影响力、协同过滤、推荐算法

所属期刊栏目：26

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60973140,61170276,61373135;江苏省产学研项目BY2013011;江苏省科技型企业创新基金BC2013027;江苏省高校自然科学研究重大项目12KJA520003;江苏省大学生创新创业训练计划项目201410293023Z

在线出版日期：2016-07-01（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：31-36