面向社交網(wǎng)絡(luò)的個性化推薦方法.pdf

1、面向服務(wù)的計算發(fā)展日新月異，面對互聯(lián)網(wǎng)海量的功能屬性相近的服務(wù)，如何從大量服務(wù)中選擇出符合用戶自身個性化偏好的服務(wù)，如何從候選服務(wù)中為使用者推薦迎合其需求的服務(wù)，這成為了Web服務(wù)推薦的關(guān)鍵技術(shù)。
　　當(dāng)前的社交應(yīng)用平臺如 facebook、推特、新浪微博以及基于位置的社會化網(wǎng)絡(luò)（Location-Based Social Networks,LBSN）等已普遍應(yīng)用，用戶數(shù)量日益增多，社交網(wǎng)絡(luò)的使用者如何快速檢索到符合自己興趣偏好的

2、服務(wù)信息已成為一個備受關(guān)注的話題。傳統(tǒng)的個性化推薦方法，如協(xié)同過濾方法等，雖有不俗的表現(xiàn)，然因社交網(wǎng)絡(luò)自身的特點，這些傳統(tǒng)的方法的準(zhǔn)確度大打折扣。本文關(guān)注社交網(wǎng)絡(luò)中用戶關(guān)聯(lián)、用戶興趣傳播、好友之間信任傳遞以及項目本身屬性對推薦結(jié)果的影響，提出一種利用LBS N數(shù)據(jù)和使用者關(guān)系來產(chǎn)生推薦列表的方式，利用社交環(huán)境中用戶們上傳的景點照片等信息評估用戶偏好；利用好友親密度、用戶景點評分尋找其相似鄰居；在考慮到使用者興趣偏好的同時也考慮景區(qū)的適宜

3、旅行時間以及候選景區(qū)附近的其他地區(qū)的推薦。
　　現(xiàn)有使用社會性網(wǎng)絡(luò)服務(wù)（Social Networking Services,SNS）的信任關(guān)系推薦時通常僅考慮到用戶社會關(guān)系或服務(wù)全局評分中的某一方面。實際中用戶在選擇各式各樣的服務(wù)時，往往選擇信譽良好、綜合評分高的服務(wù)，也會兼顧信任好友的意見。本文探索如何在海量功能相似、評分差別不大的服務(wù)中利用信任關(guān)系和興趣偏好獲得推薦列表。當(dāng)目標(biāo)使用者和好友都未選擇過目標(biāo)服務(wù)時，選用服務(wù)的流行