基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着近些年社交网络的流行,如何有效地利用社交网络资源是推荐算法的热点问题,大多数推荐系统都是以评分等手段获取新的数据再通过计算给出用户推荐序列,但是如果能有效地利用社交网络资源,就可以减少评分这一步骤,对用户来说也更加便利.本文借鉴了部分社会心理学原理,提出了人与人之间由相似产生的信任度计算方法,对已有的由熟悉性产生的信任度计算方法给予改进,并与改进前作出对比,验证了其现实意义以及有效性.
推荐文章
基于位置社交网络的个性化兴趣点推荐
兴趣点推荐
位置信息
分类信息
流行度信息
社会信息
位置社交网络
一种基于社区发现的微博个性化推荐算法
微博推荐算法
用户模型
社区发现
效用函数
一种改进的基于协同过滤的个性化推荐算法
普适计算
同过滤
性化推荐
一种基于稀疏矩阵划分的个性化推荐算法
个性化推荐
稀疏矩阵划分
协同过滤
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于社交网络的一种个性化推荐算法
来源期刊 网络安全技术与应用 学科 工学
关键词 社交网络 相似性 熟悉性 信任度
年,卷(期) 2014,(3) 所属期刊栏目 技术·应用
研究方向 页码范围 86-87,90
页数 3页 分类号 TP391.3
字数 3394字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姜保庆 河南大学计算机与信息工程学院 22 157 6.0 12.0
2 王奇伟 河南大学计算机与信息工程学院 2 0 0.0 0.0
3 韩景景 河南大学计算机与信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (607)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
社交网络
相似性
熟悉性
信任度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
网络安全技术与应用
月刊
1009-6833
11-4522/TP
大16开
北京市
2-741
2001
chi
出版文献量(篇)
13340
总下载数(次)
61
总被引数(次)
33730
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导