一种针对社会化导购的橙领推荐方法研究

社交网络和网络购物的发展普及导致了社会化导购的产生和发展,也催生了通过在社交网络中推荐产品从而获取利润的"橙领".通过对橙领相关技术的研究,能更透彻地了解基于社会网络的产品营销机制以及探索社会化导购的底层模式.目前国内外少有这方面研究.因此,文中针对橙领的自身定位问题和面向用户或商家的橙领推荐问题,提出一种针对社会化导购的橙领推荐方法,主要包括3个算法:橙领定位算法、面向用户的橙领推荐算法OCRA4U(Orange Collar Recommending Algorithm for User)和面向商家的橙领推荐算法OCRA4S(Orange Collar Recommending Algorithm for Shop).橙领定位算法依据橙领的推荐历史对橙领进行定位特征向量化描述,最终转化为一个聚类问题进行解决.OCRA4U考虑了橙领在社交网络中的影响力和橙领与用户需求的匹配度,得到橙领推荐列表.OCRA4S结合橙领在网络中的影响力以及橙领的历史推荐产品,推荐出最符合商家产品需求的橙领列表.基于新浪微博数据集和DBLP数据集,文中设计并实现了3个相关实验:橙领定位算法实验、橙领推荐实验以及社会化数据影响实验,实验结果验证了所提算法的准确性和可行性.

面向社会化导购的可信推荐方法研究

当前社会化导购平台的内容质量参差不齐,用户需要高质量的内容推荐。针对协同推荐方法的数据稀疏性等问题,提出了面向社会化导购的可信推荐方法,通过分析用户间的社交行为以及消费行为,挖掘用户间的情感偏好以及用户全局可信度等影响用户信任的因素,构建适用于社会化导购平台应用场景的信任模型。实验结果,验证了其推荐的方法在保证推荐准确率(MAE最优可达0.774)的基础上,提高了推荐覆盖率(最优可达50.4%)。