基于社交网络的信息推荐系统

• 作者: 李善涛 肖波
• 来源期刊: 软件
• 学科: 工学
• 关键词: 数据挖掘 个性化推荐 社交网络 协同过滤
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 软件工程
• 页码范围: 41-45
• 页数: 5页
• 分类号: TP391.4
• 字数: 5362字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2013.12.010

摘要

随着互联网的快速发展，从海量信息中获取感兴趣的信息越来越困难。推荐系统正是解决这一难题最热门的技术之一。数据稀疏性问题是当前推荐系统所面临的主要问题之一。为了缓解数据稀疏性的问题，本文借助社交网络，提出了一种融合用户社交网络的推荐算法，将用户在社交网络中的亲密度引入推荐系统。在实验部分，本文采用百度电影推荐算法创新大赛的数据集，设计实验验证了提出算法的有效性。实验结果表明，本文提出的算法能够有效地缓解传统协同过滤算法面临的数据稀疏性问题，明显提高预测的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖波		10	141	6.0	10.0
2	李善涛	北京邮电大学信息与通信工程学院	1	21	1.0	1.0