社会网络环境下的信息推荐研究述评
社会网络中的信息传播分析与模型
社会网络中的信息传播分析与模型随着互联网的快速普及和社交媒体的兴起，社会网络已经成为了人们日常生活中不可或缺的一部分。
同时，信息传播也随之发生了巨大的改变。
在社会网络中，信息的传播可以迅速地传递到全球各地，人们也可以通过社交媒体获取最新的、最具权威的信息。
那么，在社会网络中，信息的传播又是如何进行的呢？这篇文章将对社会网络中的信息传播进行分析，并介绍一些信息传播模型。
一、社会网络中信息传播的特点1.1 信息传播速度快在社会网络中，信息可以迅速地传递到全球各地。
当一条重要的信息在社交媒体上发布时，只需要短短几分钟，这个信息就可以被数百万人看到。
同时，人们也可以通过社交媒体很快地了解到全球的时事热点、最新消息等。
1.2 信息传播范围广社会网络是一个全球性的网络，不管你在世界的哪个角落，只要你拥有网络连接，你就可以获取到网络上的大部分信息。
这使得信息能够快速地传递到全球各地，扩大了信息的传播范围。
1.3 人际关系网络的影响在社会网络中，每个人都有一些社交网络，这些社交网络对信息传播起着很大的作用。
当一个人在社交媒体上发布一条信息时，他的好友、粉丝等人都有可能看到这条信息。
而这些人也都有他们自己的社交网络，这样信息就可以迅速地传播到更多人的手中，形成一个传播链。
二、信息传播的模型2.1 瀑布模型瀑布模型是最早被提出的一种信息传播模型。
该模型认为，信息的传播是按照线性的方式进行的，信息从一个节点出发，一级级传播到其他节点。
瀑布模型认为，信息传播满足以下几个条件：（1）信息传播是单向的；（2）信息传播的路径是连续的；（3）信息传播的范围是有限的。
2.2 病毒营销模型病毒营销模型是一种利用社交网络进行营销的模型。
该模型认为，信息的传播类似于病毒的传播过程，只有足够的接触面才能达到爆发式的传播效果。
病毒营销模型认为，信息传播满足以下几个条件：（1）信息传播的范围是广泛的；（2）传播路径不是线性的；（3）信息传播是逆向的，即从接收者传播到发起者。
网络治理研究前沿与述评
网络治理研究前沿与述评网络治理研究前沿与述评近年来，随着互联网的迅猛发展，网络治理成为了一个备受关注的热门话题。
网络治理涉及到互联网的规范、监管、安全、隐私保护以及信息流通等众多方面，直接关系到个人权益、国家安全以及社会稳定。
为了更好地了解网络治理研究领域的前沿进展，本文将综述当前的研究动态与相关观点，探讨网络治理的意义与挑战。
网络治理是一个跨学科的领域，包括法律、政治学、经济学、社会学等多个学科的研究内容。
当前网络治理领域的热点问题主要有网络安全、网络隐私、信息流通与审查、网络中立性等。
这些问题在互联网的普及与发展中愈发显得重要，需要各方共同努力来寻求解决方案。
网络安全一直是网络治理的核心问题之一。
随着互联网的普及，网络攻击事件频繁发生，给个人与国家带来了巨大损失。
网络安全的研究主要集中在研究网络攻击手段与防御措施、网络安全法律与政策等方面。
研究者提出了各种新型的网络安全防护技术，如入侵检测与防御系统、溯源技术、数据加密等，但是网络安全问题依然严峻，需要进一步的研究与完善。
网络隐私是近年来备受关注的问题之一。
随着个人信息在网络中的大量流通，个人的隐私权也受到了严重威胁。
网络隐私保护研究主要关注如何保护个人的隐私权利，如身份验证、数据保护、隐私政策等。
同时，随着人工智能与大数据技术的发展，网络隐私问题愈发复杂，需要更加细致的研究与管理。
信息流通与审查是网络治理中的重要问题之一。
在信息社会中，信息的自由流通对于社会的发展与进步具有重要作用。
然而，网络上有大量的虚假信息、有害信息泛滥，严重干扰了信息的流通。
因此，信息流通与审查的研究变得尤为重要。
如何平衡言论自由与网络秩序的关系，如何准确识别与打击虚假信息与有害信息，是当前研究的热点之一。
网络中立性是一个新兴的研究领域。
网络中立性是指互联网服务提供商应该对待所有的数据平等，不进行任何形式的歧视。
然而，随着网络产业的垄断与竞争加剧，网络中立性受到了严重威胁。
社会网络中的信息传播与影响研究
社会网络中的信息传播与影响研究随着互联网的快速发展，社交媒体已经成为人们日常生活中不可或缺的一部分。
社交媒体平台如Facebook、Twitter和Instagram等，给人们提供了一个广阔的交流平台，让人们能够随时随地分享自己的观点、经历和感受。
与此同时，社交媒体也成为信息传播和影响的新渠道。
在社会网络中，信息传播的速度快得惊人。
一条重要的新闻甚至可以在几分钟内迅速传播到全球各地。
这一现象得益于用户之间广泛连接的网络结构，使得信息传播不再受限于时间和空间的限制。
当然，无论传播速度如何，信息的真实性和准确性都是至关重要的。
社交媒体上所传播的信息面临着被篡改、虚假报道等问题，这给信息的可信度带来了挑战。
传播的信息不仅涉及新闻报道，还包括商品宣传、政治言论等。
在社交媒体上，人们经常发表自己的观点和看法，这使得公共话题的讨论变得更加广泛和多样化。
同时，社交媒体也成为政治活动和社会运动的重要传播工具。
举个例子，黑人的生命也是生命，正义无罪等社会运动就是通过社交媒体传播和扩大影响。
除了信息的传播，社交媒体还对人们的行为和观点产生着深远的影响。
用户在社交媒体上所关注的内容，以及其他用户的评论和分享，都会对其产生影响。
这种影响被称为社交媒体的“影响力”，它主要通过社交媒体中用户之间的相互关注和互动来实现。
研究人员通过分析社交媒体上的大量数据，试图揭示信息传播与影响的模式和机制。
他们研究用户之间的网络关系和信息传播的路径，以便更好地理解社交媒体的运作方式。
此外，他们还分析用户的观点和行为模式，以探索社交媒体对人们的影响。
这些研究有助于了解信息传播和影响的规律，为改进社交媒体的使用和管理提供指导。
尽管社交媒体的发展给信息传播和影响研究提供了新的机遇和挑战，但其中也存在一些问题和风险。
例如，虚假信息的传播、网络谣言的扩散以及个人隐私的泄露等。
如何解决这些问题，保障信息的真实性和用户的权益，是社交媒体发展的重要课题。
信息研究报告网络
信息研究报告网络网络信息研究报告一、背景介绍随着互联网技术的迅猛发展，网络已经成为人们获取信息、开展交流的主要途径。
然而，网络也带来了一系列问题，包括信息泛滥、虚假信息、网络安全等等。
因此，对网络信息的研究变得尤为重要。
二、信息泛滥由于互联网的开放性和信息的自由流动性，网络上的信息数量呈现爆炸式增长，导致信息泛滥的问题。
用户在获取所需信息的同时，也会面临信息的过多和质量不一的困扰。
因此，如何筛选和管理网络信息成为一个亟待解决的问题。
三、虚假信息网络上虚假信息的流传也是一个严重的问题。
由于信息的匿名性和自由性，一些不负责任的人或者机构可以轻易地制造和散布虚假信息，给用户带来困扰和误导。
对于虚假信息的防范和打击需要技术手段和法律保障的共同努力。
四、网络安全随着网络的普及和应用，网络安全问题异常突出。
网络黑客、病毒攻击、隐私泄露等等都是网络安全的常见问题。
保护网络安全，保护用户的合法权益，需要全社会的共同努力，包括个人的防范意识、企业的技术防范、政府的监管和法律保障。
五、对策措施1. 加强信息筛选和管理。
各大互联网平台可以建立更加严格的信息把关机制，提高信息质量和用户体验。
2. 推动网络法制建设。
加强对虚假信息的打击力度，完善网络安全法律法规，加强网络空间治理。
3. 强化技术防范手段。
提高网络安全技术水平，建立网络攻防体系，保护用户数据和隐私安全。
4. 提升用户安全意识。
加强网络安全教育，提高用户对网络风险的认识，并学会自我防范和保护。
六、结论网络信息的研究对于解决信息泛滥、虚假信息和网络安全等问题具有重要意义。
通过加强信息筛选、加强法律监管、强化技术防范和提升用户安全意识等措施，我们可以更好地利用网络信息资源，保护用户的合法权益，建立一个安全、可靠的网络环境。
信息研究报告网络
信息研究报告网络随着信息技术和互联网的不断发展，网络已经成为人们获取和传递信息的主要手段之一。
网络信息的快速流通和广泛传播，对社会生活、经济发展、文化传承等各个方面都产生了深远的影响。
信息研究报告对网络信息的现状、特点和发展趋势进行全面的分析和探讨，为相关领域的决策者和研究者提供科学参考。
首先，网络信息的现状是多样化和快速变化的。
网络上存在着文本、图片、视频、音频等多种形式的信息，无论是新闻、社交网络、娱乐内容还是个人创作，都可以通过网络传递和获取。
同时，网络信息的传播速度也随着技术的进步越来越快，许多重大新闻事件、热门话题可以在短时间内迅速传播到全球范围，引起广泛关注。
这种时效性和多样性给人们带来了便利，但同时也带来了信息泛滥和信息过载的问题。
其次，网络信息具有广泛的影响力和社会价值。
网络信息的传播不受地域、时间和人群的限制，可以跨越国界和文化差异，影响着人们的思想、价值观和行为方式。
通过网络，人们可以获取到各种各样的知识和信息，拓宽眼界、增长见识。
同时，网络也成为了公共舆论场，人们可以通过网络表达自己的观点和意见，参与到社会、政治的讨论和决策中。
这样的自由和平等使得网络成为了推动社会进步和改革的重要力量。
最后，网络信息的发展趋势是全球化和个性化的。
随着全球互联网的普及和技术的发展，网络信息将越来越全球化，与世界不同地域的文化和价值体系相互交流和融合。
同时，网络信息也会越来越个性化，根据个人的喜好和需求进行推送和定制。
这种个性化的信息传递将进一步加强人们对网络的依赖和使用，也将对个人的生活方式、社交行为产生深远的影响。
总之，网络信息作为当代社会的重要组成部分，具有多样化、快速变化、广泛影响和个性化发展等特点。
信息研究报告对网络信息进行深入分析和探讨，能够帮助人们更好地了解网络的现状和发展趋势，在实践中更好地应对信息化社会的挑战和机遇。
国内社会网络分析研究述评
国内社会网络分析研究述评作者：任娟娟周晓霞来源：《理论与现代化》2012年第03期摘要：本文以1990年～2010年收录在CNKI(中国学术文献网络出版总库)中的社会网络分析方面的论文为分析对象，运用内容分析法，从年度论文数量、研究主体、研究议题、研究方法、理论运用等5个维度切入，对国内社会网络分析领域的研究现状及研究进展进行了简要述评。
关键词：社会网络分析；CNKI；内容分析中图分类号：G250.252文献标识码：A文章编号：1003－1502(2012)03－0109－07一、导言社会网络分析作为西方当代主流社会学的一个重要分支学科、一种研究范式和一个具体的研究领域，已有七八十年的发展历史。
而在中国，虽然诸多的华人本土社会学家很早就从“关系”、“社会关系”等与“社会网络”类似的概念出发对中国社会进行了研究，但其更多是在隐喻的意义上对华人社会的关系网络进行探讨，而非从社会网络的理论与方法出发所产生的规范的学术研究成果。
20世纪80年代之后，受早期先驱者示范性工作的引导，尤其是受国外社会网络分析领域日趋繁荣的研究所产生的启示性影响，国内同类研究日益增多，成果颇丰，出现了一些颇具代表性的研究者及一批高质量的理论与经验研究成果。
考虑到系统梳理近二十年来国内社会网络分析方面的已有研究成果对于获悉该领域的研究现状以及明确可能的研究方向有着重要的借鉴意义，本研究尝试运用内容分析法，从年度论文数量、研究主体、研究议题、研究方法以及理论运用这5个维度切入，对国内社会网络分析领域的研究现状与研究进展进行系统述评。
二、研究设计(一)样本选取本研究运用内容分析法。
在CNKI(中国学术文献网络出版总库)的文史哲、政治军事与法律、教育与社会科学综合、电子技术及信息综合、经济与管理5个专栏中，对那些发表于1990－2010年(截至2010年12月底)之间，且收录在核心期刊上，篇名、主题或关键词中包含“社会网”一词的文献进行了检索。
社会网络中信息传播与舆情分析
社会网络中信息传播与舆情分析社会网络已经成为现代社会中不可或缺的一部分。
随着科技的发展和互联网的普及，人们在社交媒体平台上分享、传播和获取信息的方式发生了巨大的变化。
这种信息传播的新形式也对舆情的形成和发展产生了深远的影响。
因此，在社会网络中进行信息传播与舆情分析变得尤为重要。
信息传播是社会网络中的核心活动之一。
在社交媒体平台上，人们可以随时随地发布消息，分享文章、视频、音乐等多种形式的内容。
这些信息在用户之间迅速传播，并且通过点赞、评论和转发等互动行为被更多的人看到和参与。
而且，网络上的信息传播速度快、覆盖面广，可以在短时间内迅速传播到全球各地，有时甚至可以引发全球范围的关注。
然而，社会网络中的信息传播往往伴随着舆情的形成。
舆情是指人们对特定事件、现象或话题的态度和看法。
在社交媒体上，每个人都可以表达自己的观点和情感，这些观点和情感归纳起来就构成了舆情。
舆情的形成往往是由于大量用户在社交媒体上的互动行为以及媒体报道的关注度而产生的。
舆情的发展会影响到社会的稳定、企业的形象以及个人的声誉，因此，对社会网络中的舆情进行分析是十分重要的。
社会网络中的信息传播和舆情分析可以通过多种方法和技术实现。
首先，可以利用自然语言处理技术对社交媒体上的文本进行分析。
通过对文本主题、情感、观点等方面的提取和分析，可以了解用户在社交媒体上对特定话题的看法和态度。
其次，可以利用网络分析技术对社交网络中信息的传播路径和传播规律进行分析。
通过分析用户之间的关系和互动行为，可以了解信息在社交网络中的扩散模式和影响程度。
此外，社会网络中的信息传播和舆情分析也需要结合实时数据和大数据分析。
社交媒体上的信息更新速度非常快，因此，要准确分析舆情的形成和发展，需要及时获取最新的数据并进行实时分析。
同时，社交媒体上的用户数量巨大，每天产生的数据量庞大，这就需要利用大数据分析的方法和技术来处理和分析这些数据，从中挖掘有价值的信息和洞察。
社会网络中的信息传播和舆情分析对于个人、企业和政府来说都具有重要的意义。
社会网络分析与信息传播研究发言稿
社会网络分析与信息传播研究发言稿尊敬的各位专家、学者、嘉宾，大家好！我今天非常荣幸站在这个舞台上，与大家分享有关社会网络分析与信息传播研究的见解和思考。
社会网络分析和信息传播是当今社会非常热门的研究领域，对于了解信息传播的方式和社交网络的特征具有重要意义。
下面我将从几个方面进行介绍与探讨。
首先，我们来谈谈社会网络分析。
社会网络分析是指通过研究人际关系和信息流动，揭示个体与群体之间相互作用的一种方法。
它通过构建网络图谱，分析网络中的节点、边和群聚等结构，以揭示社会关系的特征和演化规律。
社会网络分析可以帮助我们了解谁是信息的重要传播者，哪些群体更容易受到影响，从而有针对性地进行信息传播策略的制定。
其次，我们来聊一聊信息传播。
信息传播是指信息在社会网络中的扩散与运动过程。
信息传播可以是通过社交媒体、口口相传、传媒渠道等多种方式进行的。
针对不同的传播方式和渠道，我们可以利用社会网络分析的方法，来揭示信息的传播路径和影响力，从而更好地理解和应对信息传播的特点和规律。
这对于舆情监测、营销策略、公共舆论研究等领域具有重大意义。
然后，我们来看看社会网络分析与信息传播的关系。
社会网络分析和信息传播是相互关联、相互依存的。
社会网络分析可以通过揭示网络结构来帮助我们理解信息传播的路径和影响力，从而指导信息传播策略；而信息传播又提供了大量的数据和案例，可以为社会网络分析提供实证研究的基础。
两者相辅相成，促进了彼此的发展。
最后，我想强调的是，在社会网络分析与信息传播研究中，我们需要充分考虑伦理和隐私问题。
社会网络中的个人信息往往是私密的，我们在进行研究时需遵守相关法律法规，确保个人隐私不被侵犯。
同时，在信息传播过程中，我们也要尊重用户的意愿和选择，避免信息的滥发和误导。
通过以上对社会网络分析与信息传播的介绍，相信大家对这一研究领域有了更深入的了解。
社会网络分析和信息传播的研究，为我们提供了更多的视角和方法论，帮助我们更好地理解当今社会的运行机制和人们之间的相互作用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本文系中国博士后科学基金资助项目/社会网络环境下用户关系社区发现与用户建模研究0(编号:2012M521479)和国家自然科学基金/国家创新发展中的信息服务跨系统协同组织0(编号:71073119)的研究成果。
社会网络环境下的信息推荐研究述评胡吉明胡昌平邓胜利(武汉大学信息资源研究中心湖北430072)摘要文章针对国内外学者在信息推荐领域的研究工作进行了述评,指出当前研究主要围绕传统推荐的社会化改进、关系网络、社会化标注、信任关系、情境等方面展开。
通过归纳和提炼其研究缺陷及问题,提出了相应的解决对策和研究趋势,以期为社会网络环境下的信息推荐研究提供更好的指导和建议。
关键词社会网络环境信息推荐述评Review of R esearch of the Information Recommendation in the Social Network EnvironmentHu Jiming Hu Changping Deng Shengli(Center for Studies of Information Resources of Wuhan Universit y ,Hubei,430072)Abstract This article reviews the research work on information recommendation field by scholars at home and abroad.These work mainly focuses on socialization improvement,relationship network,socialization annotation,trust re -lationshi p ,context,and so on.After inductin g and refinin g defects and p roblems of these research,the corres p ondin g solutions and research trends are p ro p osed,which could p rovide us man y better g uidance and advice for information rec -ommendation research under socialization networking environment.Ke y words socialization networking environment,information recommendation,review交互式理念和技术的广泛应用,为用户构建了接近于现实的虚拟社会,形成了以用户关系为核心的社会网络环境,传统的信息推荐方式已不再适应新的服务要求。
信息推荐服务作为服务中满足用户个性化需求的基础服务,其服务方式和手段的变革与改进成为一项重要的研究课题。
围绕社会网络环境下的推荐实现(称之为社会化推荐)问题,国内外研究机构和学者展开了一系列研究,取得了重要的理论和应用成果,推进了/以用户及关联关系为中心0[1]的信息获取、处理和传播乃至知识创新等服务理论和实践。
本文主要从国内外社会化推荐研究的相关论文、专著、报告等出版物入手,系统总结当前社会网络环境下信息推荐的研究现状,并指出其中的研究不足和相应的发展对策。
1国外研究进展早在1998年,Basu 等人就指出社会化推荐服务主要是利用用户的社会化行为和用户最近邻居关系进行信息推荐的一种方式[2]。
近10年来,国外学者大多从社会网络(网络结构、关系网络、信任关系等)、社会标签(标注、书签等)、社会化行为(分享、评论等)等角度出发,展开社会网络环境下的信息推荐研究,发文量和引文量的增长速度都较快。
1.1传统推荐瓶颈与用户关系的作用机制社会网络环境下,用户因社会化需求及交互行为而形成了复杂的关系网络;传统的推荐系统过多地集中于其功能设计,忽略了社会关系在信息推荐中的作用[3],无法有效解决稀疏性等问题,无法适应用户需求的多重变化,推荐效果较差[4]。
众多学者试图将/关系0引入信息推荐中,从各个角度分析了用户关系对信息流机制的作用,特别是对用户偏好和决策的变化、信息传播和推荐的作用机制。
Konstas 等探讨了社会关系网络与协同推荐之间的作用机制,提出将用户社会化标注行为所产生的好友关系嵌入协同推荐系统中,以适应用户动态变化的个性化需求;在last.fm 中的实验表明,其效果优于传统理论探索的协同过滤方法[5]。
Zhao和Xie通过调查分析了用户关系对长期和近期消费决定的影响;指出用户的推荐能够导致较大的偏好变化,特别是对用户做远期消费决策影响更大,关系近的人所产生的推荐影响力并不总是比关系远的人大,而是关系近的人对近期决策影响大,关系远的人对远期影响大[6]。
1.2基于关系网络的推荐从社会化网络服务(如Facebook、OpenSocial)中提取用户需求趋向的相似性、用户的交互行为[7]等社会网络数据,发现和构建用户关系网络和社区群组,对于修正推荐结果、提高准确度[8]具有重要作用。
国外学者纷纷将社会网络作为推荐系统的重要数据源[9]。
Kazienko和Musial提出了一种基于社会化网站的推荐框架,通过分析用户行为和用户关系达到准确推荐的目的[10]。
Groh和Ehmi g通过实证发现,通过社会关系网络生成的推荐在准确度和性能方面优于传统的协同过滤推荐[11]。
Jun g等提出通过用户关系(特别是同属关系)标记每个用户,然后将用户关系聚合为社会关系网,以此提供个性化服务,目前已应用于韩国的免费通信项目中[12]。
Tokarchuk提出了一种关系本体和基于信息项协同过滤结合的社会化推荐算法[13]。
Cai指出应激励用户主动参与推荐,构建相似用户之间的关联关系,有效提高推荐的效果和准确性[14]。
Wei等通过实证发现,在用户没有明确的需求偏好情况下,通过其关系网络能够持续修正和调整推荐结果[15]。
用户的社区群组关系也在信息推荐中被广泛利用,Quijano-Sanchez在异质性群体中的电影推荐研究中,分析了用户社区群组的组成及其网络拓扑结构对推荐的影响,提出了将用户特性和用户群体关系相结合的推荐思路[16]。
Hu等更进一步从网络拓扑的角度分析用户(节点)在网络中的社会影响力,从而找出对目标用户推荐具有真正影响的其他用户。
实验得出,此方法在性能上明显优于其他方法,且能够有效解决标签推荐中的冷启动问题[17]。
1.3基于标签标注的推荐社会化标签不仅能够提供内容的摘要信息,也代表了用户的需求趋向,因此能够带来更好的个性化推荐[18]。
目前,社会化标签网站中的标签大量冗余,且用户标注的随意性也导致了推荐准确性不高。
因此,向用户推荐恰当的标签以及从标签出发进行推荐模型和系统设计成为目前研究的一个新热点。
用户所标注的标签大多为非可控词汇,产生了标签冗余及模糊性,导致推荐不准确;标签聚类[19]或分类能够有效地解决标签标注混乱问题,而且能够识别用户的真实意图,能够提升推荐的准确性[20]。
Sasaki等分析了社会化书签推荐中标签大众分类方法(folksonom y)的不足(如标签无法表示信息项的全部基本信息),可以依据标签对信息项进行分类,进而计算其信息项类的相似度,以此提高推荐的准确度[21]。
Dattolo 等将用户、标签和信息资源划分到不同的领域,然后针对特定的用户需求领域准确过滤和筛选信息[22]。
此外,国外学者将社会化推荐的理念和探索应用到不同的应用领域中,如资讯评论推荐系统[23]、企业组织中的专业知识推荐[24]、学术社会网络中潜在合作者的发现推荐[25]、多媒体分享推荐[26]等。
1.4基于信任关系的推荐社会网络环境下的用户关系中信任关系尤为重要[27],计算用户或社会关系的真实程度[28]对信息过滤和个性化准确推荐具有重要作用[29]。
Golbeck构建了以用户信任关系为推荐基础的FilmTrust系统,帮助用户预测和推荐其偏好的电影[30]。
Matteo和Licia将受信任用户以及其观点作为推荐依据,通过需求偏好相似度和社会关系衡量受信任程度,提出了社会化过滤推荐实现的新思路[31]。
Walter 构建了基于信任关系的推荐模型,利用用户之间的信任关系过滤信息,改善推荐效果[32]。
Li提出了融合信任模型、社会关系和语义分析的博客推荐方法,在博客系统)))Wretch系统中得到了应用[33]。
De Meo等开发了一个多代理系统)))DESIRE,能够根据用户的声望和可信任度以及他们对信息资源的评论进行推荐[34]。
Zar g hami等构建了用户信任本体模型,通过T-index 评估用户的可信度,以此作为推荐的基础。
实验证明,此方法能够改善协同过滤中的稀疏性问题、提高推荐的准确度和扩展推荐的范围[35]。
Oliveira等主要是通过实验方法验证了基于用户信任关系的推荐方法与其他推荐方法的不同,得出了基于信任关系的推荐在社会网络环境下具有优越性[36]。
1.5基于关系情境的推荐社会网络环境下,用户情境已成为其重要的行为属性,充分考虑用户的情境信息如需求偏好、好友关系等,能够突破传统过滤推荐的瓶颈,提升推荐效果。
Jung指出关系网络能够反映用户的真实社会情境,对移动推荐服务具有重要作用,但是,由于用户行为和偏好的模糊性和多方面因素的影响,服务提供商很难发现用户的社会情境[37];进一步分析得出用户的家庭关系、好友关系、同学关系以及线上关系和线下关系能够帮助发现用户以及其邻居、好友的社会情境,构建基于社会关系情境的交互推荐模型,改善了移动推荐服务[38]。
Gonzalo-Alonso等将旅行用户的实时情境纳入混合过滤推荐模型中,实现旅行信息的实时推荐[39]。
De Pessemier等指出当前的推荐系统大多集中于用户已有行为数据的分析,而没有考虑用户的情境信息(位置、时间等)或社会关系,结合社会关系和情境信息的影响,能够改善推荐结果[40]。
Min和Cho 利用SmartPhonebook挖掘和管理用户的移动社会关系,通过用户的关系结构和联系模式进行用户情境建模,以此向用户推荐最佳的联系人和信息[41]。
2国内研究进展国内有关社会网络环境下的信息推荐研究较国外晚,研究内容主要集中于四个方面:社会化推荐模式分析、传统推荐的/社会化0改进、基于关系挖掘的理论探索推荐和基于社会化标注行为的推荐。
2.1传统推荐的/社会化0改进传统推荐的/社会化0改进是国内探索社会化推荐运行机理和发展模式的研究基础,众多学者自2006年就展开了相关的研究。