文档介绍：
基于图衰减的社交网络推荐算法
赵威,徐鹏**
(北京邮电大学网络技术研究院)
5
10
15
摘要:本文面向当今时代非常流行的社交网络应用,提出了针对推荐系统面对数据的稀疏性
而无法正常向用户进行推荐的问题没提出了一个有效的解决方案。通过调研个大面向社交网
络的应用,总结用户与用户直接的特殊关系,最后确定了社交网络中的推荐系统与其他 web
应用推荐系统相比的特殊性。根据调研提出了基于图衰减的推荐算法,来解决用户推荐问题。
通过研究与测试表明,该解决方案可以在很大程度上解决数据稀疏性问题。
关键词:推荐系统;社交网络;数据稀疏性;图衰减
中图分类号:TP311
Graph Attenuation Based work mendation
ZHAO Wei, XU Peng
(Beijing University of Posts and munications)
Abstract: In this pape, it proposes a an effective solution for the modern era very popular social
networking applications
can not normally mend to the user when encounter with data
sparsity. Through major research-oriented working applications, summarize the special
20
25
30
35
40
relationship between users of the work to finalize the mendation system and other
web pared to the particularity of the mendation system. According to
research presented depth map based search method to solve the problem of user mendations.
Through research and testing showed that the solution can solve the data sparseness problem.
Key words: mend system;work;spare data;graph attenuation
0 引言
随着互联网的发展, 时期的到来,人类正式进入了信息爆炸与网络社交时代。
海量的信息与人们可以接受的信息量不成正比,导致了人们难以发现自己有效信息与大量信
息无法被人们发现的悖论的出现。推荐系统的出现在根本上解决了用户无法发现兴趣与大量
信息不被人阅读就被掩盖的问题。在当今,推荐系统大多是采用的协同过滤推荐算法[1],通
过分析用户过去的行为记录,计算得出和用户兴趣比较相似的邻居,通过分析和其相似的邻
居的曾经看过的内容来推荐给用户可能感兴趣的内容。但是,协同过滤推荐算法在一些场景
也会有一定的缺陷,因为协同过滤算法需要分析用户的行为数据,当一个新用户没有行为数