基于时间与数据场聚类的社交推荐模型研究

向用户推荐其感兴趣的信息是推荐系统的主要目标。客观地确定用户的兴趣中心是社交网络推荐系统需要解决的首要问题,然而,用户的兴趣会随着时间而改变。本文提出加入时间因素的数据场聚类算法,根据动态变化的用户兴趣,实现主题信息的推荐。实验表明该推荐算法更具有客观性,推荐的信息更具有价值性。