基于重叠社区发现的社会网络推荐算法研究

• 作者: 佘侃侃 张舒 施珺 李慧 胡云
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 社会网络 推荐 重叠 社区 检测
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 人工智能算法与应用专栏
• 页码范围: 35-41
• 页数: 7页
• 分类号: TP391
• 字数: 4537字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2018.03.006

摘要

协同过滤算法已成为用来为用户提供个性化服务以处理海量信息最常用的方法之一.本文提出一种基于重叠社区发现的社会网络推荐算法,该算法同时考虑了群组用户的兴趣以及他们复杂的内部关系,通过将重叠社区发现算法和基于模型的社会推荐算法进行创新融合,以实现重叠社区的发现、建立,和基于社区的智能推荐.基于开放数据集,本文设计了一系列相关实验以验证算法的有效性和准确性.实验结果表明本文提出的算法可以实现高效且准确的社会网络推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施珺	淮海工学院计算机工程学院	38	153	7.0	9.0
2	李慧	淮海工学院计算机工程学院	37	161	8.0	10.0
4	佘侃侃	南京中医药大学信息技术学院	32	59	5.0	5.0
5	张舒	淮海工学院商学院	10	10	2.0	2.0
6	胡云	南京中医药大学信息技术学院	7	16	2.0	3.0