在线社会网络环境下基于朋友圈的推荐

• 作者: 张舒 李强 李慧 王成强
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 在线社交网络 评分推荐系统 信任 朋友圈
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 72-78
• 页数: 7页
• 分类号: TP391
• 字数: 5459字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2018.04.012

摘要

在线社交网络信息的主要作用是提高推荐系统的精度,但仅仅依靠传统的评分推荐系统(RS)是无法实现的.现在,为了更好地为用户在各活动中提供服务,许多在线社交软件支持一种称为"朋友圈"的新功能,该功能对"朋友"重新进行了定义.论文提出了一种基于朋友圈的推荐系统.该推荐系统旨在处理可用的评分数据并结合社交网络数据推断出特定类别领域的社会信任圈子.主要根据系统预测出的专业水平对圈内朋友划分不同的等级.通过对公开的数据进行验证实验,验证了本文所提出的基于朋友圈的推荐模型可以更好地利用用户的社会信任信息,从而有效地提高推荐系统的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李慧	淮海工学院计算机工程学院	37	161	8.0	10.0
2	张舒	淮海工学院商学院	10	10	2.0	2.0
3	王成强	淮海工学院商学院	13	31	3.0	5.0
4	李强	淮海工学院商学院	4	45	2.0	4.0