一种基于社会化媒体和社会网络结构的混合推荐模型

作     者：周萍 张子柯 章恬 赵方瑜 ZHOU Ping;ZHANG Zi-ke;ZHANG Tian;ZHAO Fang-yu

作者机构：杭州师范大学阿里巴巴复杂科学研究中心杭州311121 

基　　金：国家自然科学基金资助项目(11105024 61103109 11205040 11205042) 浙江省钱江人才计划资助项目(QJC1302001) 

出 版 物：《上海理工大学学报》 (Journal of University of Shanghai For Science and Technology)

年 卷 期：2014年第36卷第3期

页      码：267-276页

摘      要：近年来,社交网络的迅速发展为在线用户之间的沟通和交流带来极大便利,为良好的信息推荐服务提供了丰富的资源,与此同时也为个性化推荐带来了更为复杂的技术挑战.本文通过自然语言处理技术获取用户在社会化媒体(新浪微博)中的个性化兴趣标签信息,应用到自行设计开发的社会化阅读应用牛赞网中.进一步地,利用用户在牛赞网中的阅读行为和社交信息,结合用户的社会化媒体兴趣,提出了一种混合推荐模型.实验基于牛赞网中的实际数据集,并与基于用户的经典协同推荐模型进行了对比,结果表明,提出的模型在推荐性能的几个指标(AUC、准确率、召回率、多样性和新颖性)上都有很大的提高.最后,通过对牛赞网中几个典型用户进行进一步的案例分析后得出,混合推荐模型的最优参数需要根据不同社会化行为的用户进行调节.

主 题 词：推荐模型 社会网络 社会化媒体 标签 混合算法 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020205[020205] 

D　O　I：10.13255/j.cnki.jusst.2014.03.012

馆 藏 号：203124272...