資源描述：
《社交網(wǎng)絡(luò)推薦系統(tǒng)》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、社交網(wǎng)絡(luò)推薦系統(tǒng) 摘要：社交網(wǎng)絡(luò)之“熱”讓人們對它的研究也越來越深入，推薦系統(tǒng)是現(xiàn)今社交網(wǎng)絡(luò)的重要組成部分，通過網(wǎng)站推薦操作也能夠更好地提高商業(yè)效益，因此也成為人們研究社交網(wǎng)絡(luò)的重點(diǎn)。而推薦系統(tǒng)作為一種應(yīng)用程序，程序的完成都需要有推薦算法作支撐。該文詳細(xì)介紹各類有關(guān)的推薦算法，其主要目的是為了能夠?qū)ι缃痪W(wǎng)絡(luò)推薦系統(tǒng)的推薦機(jī)制有更加深入的認(rèn)識，并能夠掌握和應(yīng)用其中的一些推薦算法?！ ≌撐膹膶ι缃痪W(wǎng)絡(luò)的介紹開始，通過詳細(xì)對各個(gè)算法闡述，能夠?qū)ι缃痪W(wǎng)絡(luò)的推薦機(jī)制有更好的理解?！ ￡P(guān)鍵詞：社交網(wǎng)絡(luò)；推薦算法；數(shù)據(jù)挖掘 中圖分類號：TP393文獻(xiàn)標(biāo)識碼：A文章編號：100
2、9-3044（2016）27-0250-03 1社交網(wǎng)絡(luò)現(xiàn)狀 網(wǎng)絡(luò)作為21世紀(jì)人們互動的平臺，給予人類另外一個(gè)包含大量資源的世界。人們可以方便快捷地獲取所要的資源。早期的社交網(wǎng)絡(luò)，主要是指web1.0的社區(qū)，主要是由論壇，聊天室等形式組成，這一時(shí)期的社交網(wǎng)絡(luò)系統(tǒng)單一，規(guī)模也不大。出現(xiàn)web2.0社區(qū)之后，逐漸出現(xiàn)了社交網(wǎng)站，社交網(wǎng)站擁有web2.0的特點(diǎn)，并且希望能夠?yàn)橛脩籼峁┮环N類似真是社會交流的網(wǎng)絡(luò)服務(wù)平臺。9 社交網(wǎng)絡(luò)如今已經(jīng)擁有著成千上百萬個(gè)用戶，并且占據(jù)著一些用戶生活的不小的一部分。在美國Facebook被很多民眾使用，在日本，Mixi被人們熟知，在
3、中國，新浪微博，騰訊qq，微信等幾乎被所有網(wǎng)民知曉?！ ∩缃痪W(wǎng)絡(luò)使得網(wǎng)絡(luò)與人的關(guān)系更加緊密，但同時(shí)也產(chǎn)生了大量的數(shù)據(jù)，這些數(shù)據(jù)的產(chǎn)生不僅給互聯(lián)網(wǎng)公司造成了煩惱，更使得用戶面對海量的數(shù)據(jù)信息不知作何選擇?，F(xiàn)今的社交網(wǎng)絡(luò)，通過分析用戶的行為為用戶選擇他們所感興趣的資源，從而有效地保持網(wǎng)站用戶量并且獲得更多的用戶，能夠促進(jìn)產(chǎn)品的開發(fā)以及企業(yè)更好的運(yùn)營，讓公司更好的發(fā)展。因此我們需要一種或多種有效的推薦算法來更好地更為準(zhǔn)確地達(dá)到這種效果。 2社交網(wǎng)絡(luò)推薦系統(tǒng)概念 2.1社交網(wǎng)絡(luò) SNS是socialnetworkservice的縮寫，翻譯為社會性網(wǎng)絡(luò)服務(wù)，是為了幫助人
4、們建立一種全球化社會化的網(wǎng)絡(luò)服務(wù)，SNS網(wǎng)站就是運(yùn)用這一社會性網(wǎng)絡(luò)服務(wù)的社交網(wǎng)站。社交網(wǎng)絡(luò)即socialnetwork就是由這類網(wǎng)站建立起來的網(wǎng)絡(luò)。 2003年，在線社交網(wǎng)絡(luò)首次被提出，但是2006年才開始出現(xiàn)SNS比較完整的定義?！ ∩缃痪W(wǎng)絡(luò)的核心在于用戶之間的聯(lián)系，其理論主要源于“六度分隔理論”?！ ≡摾碚撽U述，任何兩個(gè)陌生人之間可以通過六個(gè)人就可以有所聯(lián)系，通過這一理論，任何人的社交網(wǎng)絡(luò)圈子都會繼續(xù)擴(kuò)張，形成一個(gè)關(guān)聯(lián)全部人員的“社會化網(wǎng)絡(luò)”?！ ?.2推薦系統(tǒng)9 推薦系統(tǒng)最初的研究是在其他領(lǐng)域中，例如認(rèn)知科學(xué)，信息檢索等。由于互聯(lián)網(wǎng)以及電子商務(wù)的快速發(fā)展，
5、推薦系統(tǒng)逐漸成為互聯(lián)網(wǎng)領(lǐng)域中的重要研究對象。 推薦系統(tǒng)是利用一些可行的推薦方法向用戶推薦候選對象的一種系統(tǒng)。用戶可以主動向推薦系統(tǒng)提供他們的偏好或者請求，或者通過推薦系統(tǒng)來發(fā)現(xiàn)用戶的隱式需求，由推薦系統(tǒng)來采集用戶的偏好，然后將推薦信息給用戶使用。推薦系統(tǒng)的模型圖如圖1所示： 推薦系統(tǒng)形式定義為：設(shè)S是所有要研究的用戶對象集合，C是所有能夠被推薦給該用戶的那些對象的集合。C中的特定對象c相對于用戶s的推薦度大小我們用函數(shù)f（）表示，其中f：S*C→R，R是一定范圍中的非負(fù)數(shù)，那么我們的推薦問題就是尋找能夠使得R最大的對象，如式（1）： 推薦系統(tǒng)中偏好獲取的方式有
6、如下兩點(diǎn)： 顯式獲?。骸 ⊥ㄟ^網(wǎng)絡(luò)中的問卷調(diào)查等相關(guān)反饋，讓用戶選取自己的喜好對象，從調(diào)研中發(fā)現(xiàn)用戶的偏好行為。然而這一獲取方式并非十分有效，因?yàn)榇蠖鄶?shù)用戶會由于各種原因而不會積極參與到調(diào)研之中，從而使得數(shù)據(jù)的準(zhǔn)確性收到干擾。顯示獲取中主要要求用戶對各種對象進(jìn)行評分或評論，最好能夠提出自己的建議?！ ‰[式獲?。? 隱式獲取不需要用戶的主動參與，通過用戶以往的行為來判斷用戶將來可能的操作，這一獲取方式能夠更好地得出結(jié)果，一般來說，隱式獲取主要研究用戶的瀏覽記錄或者反復(fù)性的行為操作等。本研究中將用到的獲取用戶偏好的方法就是隱式獲取的方式?！ ?推薦系統(tǒng)算法 推薦系
7、統(tǒng)算法，即通過分析已有對象的行為或者屬性，利用一些數(shù)學(xué)上的算法來得出更可能滿足該對象需求或者與該對象更加相似的對象。此類算法很多，不同的算法分析多種多樣，得到的結(jié)果也不盡相同，以下簡單介紹一些相關(guān)的算法?！ ?.1協(xié)同過濾算法 協(xié)同過濾算法被人們研究的比較深入，此算法也經(jīng)常被應(yīng)用到推薦系統(tǒng)中，協(xié)同過濾算法通過分析用戶興趣，在用戶中找到與目標(biāo)用戶有相似興趣的用戶，通過這些用戶對某一信息的相似評價(jià)來達(dá)到對這一信息的預(yù)測。此類算法可以細(xì)分為以下幾種： 3.1.1基于用戶相似算法（usersimilarity） 基于用戶相似算法的目的是為了通過對很多其他用戶的喜好
