基于数据挖掘的社交网络信息推荐与预测方法研究

• 作者: 朱世杰 陈婉
• 来源期刊: 内蒙古师范大学学报（自然科学汉文版）
• 学科: 工学
• 关键词: 信息推荐 数据挖掘 预测模型 特征提取 特征融合
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机
• 页码范围: 127-131
• 页数: 5页
• 分类号: TP393
• 字数: 3598字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8735.2018.02.008

摘要

针对现有推荐与预测方法中存在的不足,提出了一种基于数据挖掘的社交网络信息推荐与预测方法.该方法在传统预测模型的基础上构建了双向社交网络推荐与预测框架,并在框架内整合了用户类别、行为和内容相似性特征构建广义的拓扑特征集合,通过协同过滤算法对用户的权重特征进行聚类分析,提升模型的预测效果.实验结果表明,该方法有效提升了静态数据环境下的挖掘精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱世杰	郑州旅游职业学院学生处	10	7	2.0	2.0
2	陈婉	郑州旅游职业学院信息网络中心	14	16	2.0	3.0