社交网络个性化推荐方法对比研究(3)

从研究学术的角度看，国内外关于社交网络的个性化推荐研究还较少，尤其是国内还处于初级阶段。因此本文综述国内研究的几种方法具有很重要的意义。

个性化推荐系统最早是由斯坦福大学的MarkoBalabanovic教授等人在美国人工智能协会上推出的，名字叫LIRA；1997年，AT&T实验室提出了基于协同过滤的个性化推荐系统PHOAKS和ReferralWeb；协同过滤算法的出现标志着推荐系统的诞生。1998年，南京动力交通大学刘琥老师创建了西祠胡同，是中国最早的网络社区。

2006年，美国著名的DVD租赁网络Netflix举办了NetflixPrize比赛，许多研究人员在此次比赛中提出了很多建设性意见，推动了学术界对推荐系统更深一步的研究，很多人开始研究除评分预测以外的其它方面的影响因素，如利用用户隐性反馈信息来预测用户喜好的Top-n推荐问题。尤其是近年来发展较快的社交网络，为推荐系统的发展带来了新的希望和动力。

胡致杰、印鉴等人提出基于社交网络中双重好友及用户偏好的协同过滤推荐算法[7]，通过设置合适的熟悉度阈值，在社交网络的好友中选取可信好友用户集作为目标用户k近邻候选集，在共同评分项目数的基础上，采用用户偏好相似度与评分相似度的加权相似度作为寻找近邻用户的标准，完成目标用户项目评分预测。邢星学者将推荐信任引用到个性化推荐方法中，建立了基于社交网络信任的个性化推荐方法。丁帅等人提出社交网络环境下的云服务个性化推荐方法，用QoS特征值代替用户评分矩阵[7]。李绪等人提出社交网络数据个性化推荐的可视化方法，通过在二维显示空间中合理安排节点布局，达到减少用户认知负担和个性化推荐的目的[8]。王玙等人提出基于社交圈的在线社交网络朋友推荐算法，介绍了社交圈在推荐算法中的重要性及作用[10]。陈克寒等人提出基于用户聚类的异构社交网络推荐算法[11]，将图摘要方法和基于内容相似度的算法结合，实现基于用户兴趣的主题推荐。与以往方法相比，该方法在稀疏数据和冷启动的情况下具有更好的推荐效果。俞琰等人提出基于局部随机游走的在线社交网络朋友推荐算法，它根据“小世界”假说，随机游走有限范围内的所有路径,为用户提供了既快速又准确的朋友推荐[12]。李迎辰等人提出基于社交网络的移动应用推荐系统研究及应用[13]。金兆炎主要针对社会网络的特性和移动社会网络的位置动态性，提出了一种基于链式随机游动的面向位置属性的个性化排名方法[14]。

2社交网络

电子邮件、即时通信和搜索引擎被公认为是互联网三大应用。然而在Web2.0的潮流中，社交网络已经成为人们生活当中不可或缺的一部分，甚至有人调侃说，“你今天一天不吃饭可以，可如果让你一天不玩手机，看你还能不能活下去”。人们也越来越喜欢用社交网络处理工作或者打发时间。社交网络发展如火如荼，因此社交网络十分有可能成为互联网的第四大应用。

2.1社交网络定义

从字面的意思看社交网络：就是在虚拟的网络上进行社交活动。社交网络服务提供一个平台，人们可以在上面建立自己的生活圈，朋友圈，以此来提高工作的效率，打发时间，同时也丰富了人们的业余生活。

但是从社交网络研究出现一直到现在，都没能给社交网络下一个准确的定义，不过很多学者都提出了自己的见解，归纳起来就是人们利用互联网的平台，在其上面进行衣食住行等日常生活的活动。社交网络和网络社区不同，仅仅在传统的论坛或博客上面做一些互动性的改进也不能说是社交网络。社交网络服务通常是以用户个人为中心的服务，也可以是以网上社区服务组为中心的系统。社交网站允许用户在他们的网络上共享他们的见解、图片、文章、活动、事件等等。比如，当前最流行的微信、微博等服务都是基于社交网络的服务。网站给用户提供一个平台，用户可以在上面发表日志和动态。比如QQ空间，用户不仅可以发说说，发日志，还可以上传照片，记录生活足迹，是一款人们比较青睐的社交软件。总之，社交网络拉近了人与人之间的关系，但是与此同时也带来了一些副作用，比如，有些人在虚拟的网络世界里和现实生活中判若两人，一方面潇洒奔放，另一面懦弱胆小。更有甚者，还有人实施诈骗，都说淘宝假货多，那么那些好的信誉是从哪里来的，没有人知道。社交网络个性化推荐方法对比研究(3):http://www.youerw.com/jisuanji/lunwen_204465.html