黄蓝会

(宝鸡文理学院 计算机学院， 宝鸡 721016)

在线社会网络中推荐算法的研究

黄蓝会

(宝鸡文理学院 计算机学院， 宝鸡 721016)

针对在线社会网络中用户间的关系存在多种关系复合的情况，应用复杂网络理论设计了结合协同过滤推荐算法和基于网络结构推荐算法的混合推荐算法。利用复合多子网模型和在线社会网络演化模型设计的推荐系统用户模型,并在此基础上提出了基于在线社会网络社团结构的最近邻查询算法，并可根据最近邻集合评分后做出推荐。仿真实验证明，该算法具有较高的准确率和召回率。

在线社会网络； 复杂网络； 数据挖掘； 推荐算法

0 引言

网络的迅猛发展伴随着信息量的倍数增加，目前的主要购物平台京东、淘宝的在线商品数量超过了8亿件，主要通信平台微信用户超过5亿，由于信息量太多，用户很难快速直接获取有效信息，形成信息超载问题。[1][2]

目前，针对信息超载问题的解决办法主要有两种，一种是通过搜索引擎如Google、Baidu等检索系统，但这些检索系统只能被动地按照用户给出的条件查询，最后返回一样的查询结果，无法主动为用户提供信息；另一种是个性化推荐系统[3]，通过收集用户的信息，分析他的需求和兴趣后向其推荐信息或产品。[2][4]目前大型的电子商务平台如京东、淘宝等都使用了不同形式的自动推荐系统。[5]推荐系统是电子商务领域的重要研究内容之一，其中的推荐算法是关键点，本文以豆瓣网为例，研究适合在线社会网络的推荐算法。……