叶佳鑫，熊回香，易 明，刘 明

（华中师范大学信息管理学院，武汉 430079）

1 引 言

目前，Facebook、Twitter、微博等社交网络平台已经成为网络用户进行交流以及资源共享等活动的重要场地，平台上用户数量的维持与增长带动了资源数量的增加，使个性化推荐技术的引入成为必然。区别于面向单个用户的推荐场景，社交网络平台上常有一种更具价值的推荐场景即面向群体推荐。

就人的活动特征而言，绝大部分个体都倾向于进行群体活动，特别是很多互联网活动，如团体购物、电影讨论等。在这些场景中，推荐服务系统需要有面向群体提供决策支持的能力，以挖掘群体需求为基础，将资源同时推荐给多个具有需求的用户，以此来提升推荐效率[1]。虽然推荐服务系统已在互联网各个领域中得到了广泛的应用，但是当前的推荐服务系统主要还是针对单个用户，群推荐的相关方法及理论亟待补充。

为了研究如何更好地面向社交网络群体用户进行推荐服务，本文着重分析了用户之间的交互行为以及各用户的影响力，将兴趣传播引入群推荐服务，构建了兴趣传播视角下结合用户影响力的群推荐服务框架，即融合影响力传播的群推荐服务。借助影响力传播来模拟社交网络平台上用户群体兴趣的实时变化情况，并通过对不同用户影响力的衡量来完善兴趣传播过程，从而达到提高群推荐效果的目的。

2 研究现状及研究基础

2.1 群推荐的应用范围

目前群推荐服务已在旅游、阅读、电子商务与电影等领域得到了一定的应用。……