模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2015, Vol. 28 Issue (5): 404-410    DOI: 10.16451/j.cnki.issn1003-6059.201505003
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
上下文感知的移动社交网络推荐算法研究*
张志军1,2,3,刘弘1,2
1.山东师范大学 信息科学与工程学院 济南 250014.
2.山东省分布式计算机软件新技术重点实验室 济南 250014.
3.山东建筑大学 计算机科学与技术学院 济南 250101
Research on Context-Awareness Mobile SNS Recommendation Algorithm
ZHANG Zhi-Jun1,2,3, LIU Hong 1,2
1.School of Information Science and Engineering, Shandong Normal University, Jinan 250014
2.Shandong Provincial Key Laboratory for Distributed Computer Software Novel Technology, Jinan, 250014
3.School of Computer Science and Technology, Shandong Jianzhu University, Jinan 250101

全文: PDF (516 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 尽管人类活动模式表现出较大的自由度,但也表现出受制于地理和社会限制的结构化模式.针对移动通信网络领域中个性化服务推荐问题,结合社会化网络分析方法,提出一种融合多种上下文信息的社交网络推荐算法.该算法在利用用户的地理位置和时间信息的基础上,深入挖掘潜在的用户社会关系,辅助用户寻找与其偏好相似的用户,然后结合移动用户的社会关系进行相应的推荐,有效解决推荐的准确性问题.这些发现有助于LBSN类系统设计和开发人员更好地了解用户,获知用户的需求,最终完善自己的设计,为用户提供更好的应用服务.在真实数据集上的实验结果验证该算法的可行性和有效性,并且与现有推荐算法相比,具有更高的预测准确度.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
张志军
刘弘
关键词 移动通信网移动社会化网络用户上下文社会化推荐偏好预测    
Abstract:Although patterns of human activity show a large degree of freedom, they exhibit structural patterns subjected by geographic and social constraints. Aiming at various problems of personalized recommendation in mobile networks, a social network recommendation algorithm is proposed with a variety of context-aware information and combined with a series of social network analysis methods.Based on geographical location and temporal information, potential social relations among users are mined deeply to find the most similar set of users for the target user, then recommendations are carried out incorporating with social relations of the mobile users to effectively solve the problem of recommendation precision. The above study can not only help LBSN designers and developers to better understand their users and grasp their want, but also help to refine the design of their system to provide users with more appropriate applications and services.The experimental results on the real-world dataset verify the feasibility and effectiveness of the proposed algorithm, and it has higher prediction accuracy compared with existing recommendation algorithms.
Key wordsMobile Communication    Mobile Social Network    Context-Awareness    Social Recommendation    Preference Prediction   
收稿日期: 2014-09-18     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.61272094、61472232)、山东省科技发展计划项目(No.2014GGX101011)、山东省自然科学基金项目(No.ZR2010QL01)、山东省高等学校科技计划项目(No.J12LN31,J13LN11)、济南市高校院所自主创新计划项目(No.201401214,201303001)资助
作者简介: 张志军,男,1973年生,副教授,博士研究生,主要研究方向为个性化推荐、人工智能.E-mail:zzjsdcn@163.com.刘弘(通讯作者),女,1955年生,教授,博士生导师,主要研究方向为分布式人工智能、软件工程及计算机辅助设计的交叉研究.E-mail:lhsdcn@jn-public.sd.cninfo.net.
引用本文:   
张志军,刘弘. 上下文感知的移动社交网络推荐算法研究*[J]. 模式识别与人工智能, 2015, 28(5): 404-410. ZHANG Zhi-Jun, LIU Hong. Research on Context-Awareness Mobile SNS Recommendation Algorithm. , 2015, 28(5): 404-410.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201505003      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2015/V28/I5/404
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn