基于虚拟观点社群的用户个性化推荐
互联网已经成为当今社会人们沟通交流的重要平台，越来越多的人在Web 2.0系统中发布分享自己的个人兴趣与爱好信息。在一个网上评价系统中，用户可以根据自己的喜好为目标资源打分。与传统的基于协同过滤的推荐系统不同，本文将用户对资源的评价与标注看作用户对资源发表的一个观点，并将评价系统中发表相似观点的用户集成起来形成观点社群。利用观点社群中用户有相似的兴趣和爱好的假设，为用户个性化推荐资源、标签和潜在的朋友等。通过在真实数据集下的实验表明，该方法可以有效的为用户推荐其感兴趣的信息。
观点挖掘 社会网络 个性化推荐 虚拟观点社群 协同过滤
冯时 阳峰 王大玲 于戈
东北大学,沈阳,110819
国内会议
黑龙江镜泊湖
中文
56-63
2010-08-12（万方平台首次上网日期，不代表论文的发表时间）