仲兆满，李 恒，管 燕，李 慧

(1.江苏海洋大学 计算机工程学院，江苏 连云港 222005；2.江苏省海洋资源开发研究院，江苏 连云港 222005)

0 引 言

近期，以活动为中心的社交网络引起了研究者的关注，该类社交网络被称为活动社交网络(event-basedsocial networks,EBSNs)[1-2]，其通过线上的活动组织、参加及分享，最终达到促进线下真实世界人们交流的目的，比如Facebook Events,LindkedIn Events,Meetup以及豆瓣同城等。

与一般的社交媒体不同，EBSNs是以活动为中心的社交媒体，目前面向EBSNs的研究成果多是活跃用户/活动的推荐，即用户和活动有可以分析利用的历史数据。然而，EBSNs上有大量冷启动用户和活动，如何向冷启动用户推荐活动，如何把冷启动活动推荐给用户，需要结合EBSNs的独有特点加以深入研究。

EBSNs上的冷启动现象表现在：①冷启动用户，用户刚注册加入社交平台，没有参加过(或很少参加)社交活动；有的用户虽然在EBSNs上注册时间较长，但没有参加活动(或参加活动很少)；②冷启动活动，当一个新活动刚发布时，参加/感兴趣的用户没有(或者很少)；有的活动即使发布一段时间，但参加/感兴趣的用户没有(或者很少)。

本文面向EBSNs，解决向冷启动用户推荐合适的活动(即已知冷启动用户，推荐活动)，以及将冷启动活动推荐给可能参加的用户(即已知冷启动活动，推荐给用户)的问题。主要创新点体现在：①针对EBSNs具有的复杂异构网络的特性，给出了更精细的表示模型；②分析了EBSNs上用户参加活动的行为模式，提出了包含3类来源的向冷启动用户推荐活动的模型，以及包含了2类来源的将冷启动活动推荐给用户的模型；……