上下文感知的移动社交网络推荐算法研究 - PhilPapers.PDF

第28 卷摇 第5 期 模式识别与人工智能 Vol.28摇 No.5 2015年5月 PR AI May.摇 2015 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 * 摇 摇 摇 摇 摇 上下文感知的移动社交网络推荐算法研究 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 1,2,3 1,2 张志军 摇 摇 刘摇 弘 1(山东师范大学 信息科学与工程学院摇 济南250014) 2(山东省分布式计算机软件新技术重点实验室摇 济南250014) 3(山东建筑大学 计算机科学与技术学院摇 济南250101) 摘摇 要摇 尽管人类活动模式表现出较大的自由度,但也表现出受制于地理和社会限制的结构化模式.针对移动通 信网络领域中个性化服务推荐问题,结合社会化网络分析方法,提出一种融合多种上下文信息的社交网络推荐算 法.该算法在利用用户的地理位置和时间信息的基础上,深入挖掘潜在的用户社会关系,辅助用户寻找与其偏好相 似的用户,然后结合移动用户的社会关系进行相应的推荐,有效解决推荐的准确性问题.这些发现有助于LBSN类系 统设计和开发人员更好地了解用户,获知用户的需求,最终完善自己的设计,为用户提供更好的应用服务.在真实 数据集上的实验结果验证该算法的可行性和有效性,并且与现有推荐算法相比,具有更高的预测准确度. 关键词摇 移动通信网,移动社会化网络,用户上下文,社会化推荐,偏好预测 中图法分类号摇 TP391 DOI摇 10.16451/ ki.issn1003鄄6059.201505003 Research on Context鄄Awareness Mobile SNS Recommendation Algorithm 1,2,3 1,2 ZHANGZhi鄄Jun ,LIU Hong 1(School of Information Science and Engineering,Shandong Normal University,Jinan250014) 2(Shandong Provincial Key Laboratoryfor Distributed Computer Softw