TBPRS:基于信任关系的社交用户推荐系统
为了提升用户体验度，社交网络都提供了用户推荐。新浪微博的用户推荐方式基于社交网络的结构，并没考虑微博内容信息。而微博作为一个用户创建与分享信息的社交网络应用，具有很强的互动性，用户的兴趣、用户间的关系紧密度等信息都体现在用户发布的消息中。本文综合了新浪微博的结构和内容信息，分别提取了两种结构因素(共同关注与共同好友)和内容因素(转发与@关系)，给出了一种综合定义用户间信任关系的度量方式，基于该信任关系实现一个用户推荐系统。该演示系统将通过对真实新浪微博数据的分析，展示转发关系、@关系、内容和用户信任关系之间的直接影响。
计算机网络 社交用户推荐系统 优化设计 信任关系
Wang Chaoyong 王朝勇 Ma Haixin 马海欣 Sha Chaofeng 沙朝锋 Wang Xiaoling 王晓玲
Shanghai Key Laboratory of Trustworthy Computing, Software Engineering Institute, East China Normal 华东师范大学软件学院上海市高可信计算重点实验室 上海 200062 School of Computer Science, Fudan University, Shanghai 200433 复旦大学计算机科学技术学院 上海200433
国内会议
合肥
中文
367-371
2012-10-01（万方平台首次上网日期，不代表论文的发表时间）