黄立威，李德毅

(1.解放军理工大学指挥自动化学院，江苏南京 210007;2.中国电子系统工程研究所，北京 100141)

社交媒体中的信息推荐

黄立威1，李德毅2

(1.解放军理工大学指挥自动化学院，江苏南京 210007;2.中国电子系统工程研究所，北京 100141)

近年来社交媒体越来越流行，可以从中获得大量丰富多彩的信息的同时，也带来了严重的“信息过载”问题.推荐系统作为缓解信息过载最有效的方法之一，在社交媒体中的作用日趋重要.区别于传统的推荐方法，社交媒体中包含大量的用户产生内容，因此在社交媒体中，通过结合传统的个性化的推荐方法，集成各类新的数据、元数据和清晰的用户关系，产生了各种新的推荐技术.总结了社交推荐系统中的几个关键研究领域，包括基于社会化标注的推荐、组推荐和基于信任的推荐，之后介绍了在信息推荐中考虑时间因素时的情况，最后对社交媒体中信息推荐有待深入研究的难点和发展趋势进行了展望.

信息推荐;信息过载;推荐系统;社交媒体

随着Web 2.0的应用以及各种类型的社交媒体的流行，在线用户的行为已经发生了巨大的变化，正如Rosa等［1］在其报告中描述的那样:“在线行为已经不能仅仅用搜索或浏览来概括，其正在演化为交互、迅速的内容创建和分享”，Web 2.0让任何人都可以通过互联网进行分享和交互，并最终涌现出群体智能［2］.

新一代的Web应用不再仅仅是只读的，Web用户也不仅仅是信息的消费者，他们成为了信息的生……