当前位置：

融合社会关系与社区结构的协同过滤推荐算法研究

作者：马霄

出版社：中国社会科学出版社

出版年：2019-05-01

评分：5分

ISBN：9787520342711

所属分类：人文社科

书刊介绍

融合社会关系与社区结构的协同过滤推荐算法研究内容简介

本书是面向数据挖掘领域，特别是推荐系统研究的一本专著。本书共7章，系统地分析和介绍了有关推荐算法的发展历史、研究现状和主要背景知识。在此基础上，结合当前研究中存在的主要问题，本书提出了若干高效的融合社会关系与社区结构的推荐算法。其中，融入用户社会关系信息能够有效缓解协同过滤算法的数据稀疏性问题和冷启动问题，同时，社区结构的引入能够有效降低系统中的数据规模，提高算法在大规模数据集上的处理能力，增强系统的可扩展性。因此，融合社会关系和社区结构的推荐算法具有重要的研究意义。

融合社会关系与社区结构的协同过滤推荐算法研究本书特色

融合社会关系与社区结构的协同过滤推荐算法研究目录

**章绪论**节研究背景与意义第二节国内外研究现状第三节当前研究存在的主要问题第四节本书研究内容与创新点第五节本书组织结构第六节本章小结第二章相关的基本知识**节协同过滤基本原理第二节关键相关算法介绍第三节实验数据集第四节推荐系统评价指标第五节本章小结第三章融合细粒度显式用户社会关系的协同过滤推荐算法**节引言第二节相关工作第三节融合细粒度显式用户社会关系的推荐算法第四节实验与分析第五节本章小结第四章基于隐式用户社会关系挖掘的协同过滤推荐算法**节引言第二节相关工作第三节符号表示与框架描述第四节信任关系因素建模第五节隐式信任关系与不信任关系预测第六节基于隐式用户社会关系的推荐第七节实验与分析第八节本章小结第五章结合信任社区挖掘和稀疏评分填充的协同过滤推荐算法**节引言第二节符号表示第三节面向信任关系与不信任关系的信任社区挖掘算法第四节稀疏评分数据填充算法第五节基于新用户资料的协同过滤推荐第六节实验与分析第七节本章小结……第六章基于多类型社区结构融合的协同过滤推荐算法第七章总结与展望参考文献

融合社会关系与社区结构的协同过滤推荐算法研究作者简介

马霄，女，2017年博士毕业于华中科技大学，美国伊利诺伊大学香槟分校联合培养。现就职于中南财经政法大学信息与安全工程学院，职称为讲师。本人的研究方向包括推荐算法，数据挖掘，机器学习等。近年来，参与多项国家级省部级课题，其中主持国家自然科学基金青年基金项目一项，CCF信息系统开放课题一项。发表高水平学术论文十数篇。