基于社交团体和用户相似度的信息推荐方法

被引:9
作者
周奇
陆敬筠
朱晓峰
机构
[1] 南京工业大学经济与管理学院
关键词
社交团体; 用户相似度; 信息推荐;
D O I
10.16353/j.cnki.1000-7490.2016.01.022
中图分类号
G358 [情报资料的利用];
学科分类号
1205 ;
摘要
社交网站与电子商务网站逐步实现信息共享,电子商务网站利用社交网站信息可以增强信息推荐的准确性与可信性。文章提出一种利用社交网站的用户社交网络及博文信息实现基于社交团体和用户相似度的信息推荐方法,该方法利用CNM算法发现用户所处的社会团体,通过基于语义信息的文本相似计算方法计算微博文本相似度,最后,在社团发现和文本相似度计算的基础上计算用户对项目的预测评分,实现信息推荐,并通过线下模拟实现测试该方法的有效性。
引用
收藏
页码:123 / 127+132 +132
页数:6
相关论文
共 13 条
[1]   基于位置的社会化网络推荐系统 [J].
刘树栋 ;
孟祥武 .
计算机学报, 2015, 38 (02) :322-336
[2]   移动环境下基于共同兴趣的情境感知信息推荐研究 [J].
洪亮 ;
冉从敬 ;
吴志强 .
情报理论与实践, 2014, (11) :124-128+139
[3]  
Finding and evaluating community structure in networks. Newman M E J, Girvan M. Physical Review . 2004
[4]  
Finding community structure in very large networks. Clauset,A,Newman, M. E. J,Moore,C. Physical Review . 2004
[5]  
基于信任的电子商务推荐多样性研究[J]. 张富国,徐升华. 报学报. 2010 (02)
[6]   复杂网络社团发现算法研究新进展 [J].
骆志刚 ;
丁凡 ;
蒋晓舟 ;
石金龙 .
国防科技大学学报, 2011, 33 (01) :47-52
[7]  
基于微博用户兴趣模型的个性化广告推荐研究[D]. 张晓婕.华东师范大学 2014
[8]   一种结合词项语义信息和TF-IDF方法的文本相似度量方法 [J].
黄承慧 ;
印鉴 ;
侯昉 .
计算机学报, 2011, 34 (05) :856-864
[9]   虚拟社区中基于相似标签聚类的语义信息推荐 [J].
周朴雄 ;
陈涛 .
情报理论与实践, 2013, 36 (10) :100-104
[10]   利用社会网络关键用户改进协同过滤算法性能 [J].
张莉 ;
滕丕强 ;
秦桃 .
情报杂志, 2014, 33 (04) :196-200