基于社交网络的群体推荐系统

龙源期刊网 https://www.360docs.net/doc/9d3923843.html,

基于社交网络的群体推荐系统

作者：李奕杭于世东

来源：《科技创新与应用》2014年第15期

摘要：电子商务以及社交网站的兴起加快了网络信息资源的增长速度，用户越来越难从

海量数据中找到需要的信息。个性化推荐技术应运而生，它可以分析用户的历史行为信息，根据用户的偏好从海量数据中检索用户感兴趣的内容，并在实际应用中取得了良好的效果。

关键词：群体推荐；社交网络；推荐系统

1 概述

互联网信息的迅速增长产生了海量的数据，用户往往要耗费大量的时间和精力，才能找到自己感兴趣的信息。可以毫不夸张地说，低效率的互联网信息检索技术已经成为阻碍用户有效利用信息的瓶颈，推荐技术就是在这样的背景下产生的。推荐技术可以有效解决信息过载的问题，从海量数据中检索到对用户有所帮助的内容。

目前的推荐技术在同一时刻一般都是为单个用户进行推荐，但现实应用中可能经常需要为某一群体进行推荐，比如一个旅游团要旅游的目的地、一次聚会的用餐地点以及一个家庭的观影计划等。群体成员间的兴趣爱好具有很大的差异性，所以传统的推荐技术已经难以适用于群体推荐的要求，研究基于社交网络的群体推荐技术就具有重要的现实意义。

2 推荐系统及社交网络

群体推荐系统的研究涉及到个人推荐系统、社交网络以及群体决策等技术领域。

现存的推荐系统多数为个人推荐系统，即推荐行为旨在为单个用户提供服务，其最常用的推荐算法为协同过滤推荐算法和基于内容的推荐算法；协同过滤算法借鉴与被推荐用户具有相似兴趣的用户的行为进行推荐，基于内容的推荐算法分析被推荐用户访问的历史内容，并利用不同内容的相似程度来进行推荐。不论是哪种推荐方法，在进行推荐时都是先从用户数据库中挖掘相关的信息，比如用户的标签数据、用户对物品的评分数据、用户的浏览历史数据等，然后依据这些信息为用户进行推荐[1]。

与个人推荐系统不同的是，群体推荐系统在进行推荐时，服务的并不是单一用户，而是一个用户群体。群体成员间可能具有不同的爱好、兴趣等，所以不能单纯得按照个人推荐系统的方法进行推荐，而应该要考虑到不同用户的权重。目前主要有两种群体推荐方法[2]，一种方

法是先为每个用户提供推荐，然后将所有用户的推荐列表综合起来，得到群体推荐列表。

另外一种群体推荐算法先将所有用户具有共性的项目综合起来，然后再进行推荐。