社交网络中快速群组生成及群组推荐研究

作     者：金涛 谢瑾奎 杨宗源 JIN Tao;XIE Jin-kui;YANG Zong-yuan

作者机构：华东师范大学计算机科学技术系上海200241 

基　　金：国家自然科学基金项目(61502170)资助 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2017年第38卷第3期

页      码：483-488页

摘      要：学术和工业界所研究的推荐技术绝大部分都是关于单个用户的个性化推荐系统,然而被推荐的对象往往是超过一个人的群体.继而诞生了群组推荐技术,它可以对群组推荐又尽量满足群组中所有个体的偏好.以往的研究集中在个体用户偏好的聚合策略和个体用户对于群组的影响等方面.然而现实应用中的群组除了像家庭和班级这样自然存在的,往往还因个体成员偏好而临时组成,因此需要快速生成这些群组,进而对其进行群组推荐.本文针对这一应用场景,使用局部敏感哈希技术(Locality Sensitive Hash,即LSH)对群组推荐系统进行群组生成和推荐,以达到群组快速生成并提高群组推荐效果的目的.最后在真实的社交网络数据中实现所设计的群组推荐系统.实验结果表明系统具有快速群组生成能力,且使用搜索引擎中衡量排序质量的归一化折扣累计收益(Normalized discounted cumulative gain,即n DCG)指标来评估群组推荐结果,群组规模为2,4,8,16,32,64时推荐质量分别提高了约0.7%,0.6%,2.6%,4%,9%,16%.

主 题 词：社交网络 群组推荐 局部敏感哈希 社会选择 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

馆 藏 号：203218071...