王慧颖，王文乐

(1. 江西科技师范大学理工学院，江西 南昌 330100；2. 江西师范大学软件学院，江西 南昌 330022)

1 引言

作为社会化媒体的关键平台，社交网络的应用量一直呈大幅度上涨趋势[1]，当前的国内社交网络用户数量总和已经突破9亿人次，且活跃用户占据较大比例，其中，用户主体多为影响力极大的高校学生、白领等社会群体。社交网络的普及基于信息传播技术的根本改变，转变了人们生活、工作、交往以及思维的方式，并对社会的各行各业与人类发展产生了深远影响。社交网络的用户行为特征研究，既有助于营销推广企业所提供的服务与产品，还为相关部门合理监控、干预网络舆论给予理论支撑。

文献[2]围绕人类动力学研究视角，研究网络舆论生态环境的构建要素，对在线社交用户信息传播行为特征进行了实证分析，为网络舆情生态环境的完善提供参考，但是其推断结果误差较大。文献[3]提出一种融合用户信任关系及词相关关系的词特征重建方法，在新浪微博和Twitter的四组数据集上进行实验，取得较好的词特征重建结果，但是在划分用户行为时参考指标单一。文献[4]构建融合多源异构数据混合推荐模型，取前N个商家推荐给用户，利用机器学习方法，预测用户对商家的评分并对商家进行排序，依据排序结果，可更全面地反映用户个人偏好，但是其计算量较大，推断结果得不到保证。

对此，本文提出一种基于协同过滤推荐的社交网络行为推断方法，创新依据行为序列的时效影响者选择、社交影响时效偏好选择以及偏好领域内时效物品选取，得到行为事件的发生概率，通过降序排列候选物品采集概率，完成社交网络行为推断。……