CAJ | 학술논문

相比传统的社交网络,基于弱关系的微博类社交网络具有显著的异构特征.根据特征可以将节点分为用户(消息订阅者)和主题(消息发布者)两类,面向用户推荐其感兴趣的主题成为了该类社交网络中推荐系统的主要目标之一,同时该类社交网络中普遍存在的数据稀疏性和冷启动现象成为了推荐系统面临的主要问题.文中提出一种基于两阶段聚类的推荐算法GCCR,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,此外,通过对数据集进行大量的离线处理,使得其较以往推荐方法具有更好的在线推荐效率.最后通过真实社交网络的数据对本方法进行了验证,同时分析了各参数对推荐效果的影响.
상비전통적사교망락,기우약관계적미박류사교망락구유현저적이구특정.근거특정가이장절점분위용호(소식정열자)화주제(소식발포자)량류,면향용호추천기감흥취적주제성위료해류사교망락중추천계통적주요목표지일,동시해류사교망락중보편존재적수거희소성화랭계동현상성위료추천계통면림적주요문제.문중제출일충기우량계단취류적추천산법GCCR,장도적요방법화기우내용상사도적산법결합,실현기우용호흥취적주제추천.여이왕방법상비,해방법재희소수거화랭계동적정황하구유경호적추천효과,차외,통과대수거집진행대량적리선처리,사득기교이왕추천방법구유경호적재선추천효솔.최후통과진실사교망락적수거대본방법진행료험증,동시분석료각삼수대추천효과적영향.