文摘
研究动态社会网络推荐的方法
作者(年代):Hangjun周、刘Zhongli沙富,光的太阳,Zhanhong香由于网络服务技术的迅速扩散,社会网络分析的发展近年来密切重要。作为社交网络可用大型数据集,建议中发挥着越来越重要的作用在我们的日常生活中。推荐的方法自动修剪大信息向用户推荐最相关的数据通过考虑他们的选择。最近的研究表明,可以利用社交网络的效率提高性能的建议。在本文中,提出了一种新颖的推荐方法能够有效地提取密度稀疏数据集的子集的微博社交网络和集群整个用户组分类基于内容相似性产生更好的推荐结果。通过合理的组织与真实数据实验实现爬从微博社交网络这个新建议的方法和其他的表演古典现有的推荐方法是由各种可测参数评估和比较。实验结果表明,该方法可以大大提高推荐准确率、召回率和综合衡量指标与其他研究相比推荐算法。另一方面,该方法的计算开销小于其他的。
