基于社交网络的推荐模型研究

基于社交网络的社会化推荐的依据是社交网络中亲密关系的用户往往具有相似的兴趣爱好。当前基于社交网络的推荐没有充分地利用社交关系信息,导致预测精度较低和计算效率低、收敛速度慢。为了缓解数据稀疏以及提高推荐系统准确性,对社交网络提出了一种融合用户熟悉度和用户特征评分的推荐模型,充分利用了社交网络中的用户关系信息和特征信息。实验表明,给出的推荐算法相比传统的协同过滤算法明显提高了推荐精度。