基于社交影响力的推荐算法

• 作者: 孙知信 宫婧 房旋 陈升波
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 社交网络 微博 社交影响力 协同过滤 推荐算法
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 31-36
• 页数: 6页
• 分类号: TP301.6
• 字数: 5604字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.06.007

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙知信	南京邮电大学宽带无线通信与传感网技术教育部重点实验室	169	1816	21.0	34.0
2	宫婧	南京邮电大学理学院	35	222	8.0	14.0
6	房旋	南京邮电大学计算机学院软件学院	1	6	1.0	1.0
7	陈升波	南京邮电大学理学院	2	13	2.0	2.0