发明名称 |
一种基于社交网络的信息推荐方法 |
摘要 |
本发明公开了一种基于社交网络的信息推荐方法,其步骤如下:步骤1:计算用户之间的信任度和相似性,使用加权值来构建用户关系矩阵;步骤2:使用社区发现算法对用户进行聚类,形成用户最近邻居集;步骤3:预测评分并生成推荐列表。本发明可达到以下的有益效果:(1)解决冷启动问题。本发明引入信任度,进行推荐时如果根据共同评分物品无法得到足够多的近邻,可信朋友可以作为预测的起点,这样可以减轻冷启动问题以及提高用户覆盖度;(2)提高实时性。本发明中采用社交网络分析中常用的社区发现算法对用户网络进行社区划分,即相同的用户兴趣聚类,使得在寻找用户邻居集时大大缩短时间,提高了信息推荐的响应实时性。 |
申请公布号 |
CN103995823A |
申请公布日期 |
2014.08.20 |
申请号 |
CN201410112163.9 |
申请日期 |
2014.03.25 |
申请人 |
南京邮电大学 |
发明人 |
徐小龙;曹嘉伦;周钰淇;马瑞文;李双双;李玲娟;陈丹伟 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
南京知识律师事务所 32207 |
代理人 |
汪旭东 |
主权项 |
一种基于社交网络的信息推荐方法,其步骤如下: 步骤1:计算用户之间的信任度和相似性,使用加权值来构建用户关系矩阵; 步骤2:使用社区发现算法对用户进行聚类,形成用户最近邻居集; 步骤3:预测评分并生成推荐列表。 |
地址 |
210046 江苏省南京市栖霞区亚东新城区文苑路9号 |