发表论文： 情报学报

基于社会网络关系的微博个性化推荐模型

引用：蔡淑琴,袁乾,周鹏等.基于社会网络关系的微博个性化推荐模型[J].情报学报,2014,33(5):520-529

摘要   信息过载是影响微博等社会化媒体平台消费者持续使用行为的重要原因.协同过滤推荐能有效解决信息过载问题,但既有研究未能在推荐系统中整合用户创造内容和社会网络关系,社会网络关系体现出了消费者的偏好.针对微博的用户创造内容和社会网络两要素,本文从关键词层次入手,引入向量空间模型描述用户对关键词偏好,设计社会网络修订系数修订用户相似矩阵,实现社会网络关系驱动的协同过滤推荐模型.实验结果表明,较于基准协同过滤推荐方法,本文所提出的基于社会网络修订的协同过滤推荐能更准确并有效地实现个性化推荐

本文研究了社会化网络结构下的个性化推荐模型，并通过以关键词为推荐对象解决信息过载问题，研究结论显示社会网络结构是消费者的行为产生的重要信息，体现出了消费者偏好，能提高推荐效率。

欢迎大家批评指导

论文下载 http://d.wanfangdata.com.cn/Periodical_qbxb201405008.aspx

基于社会网络关系的微博个性化推荐模型 1.pdf