24、社交网络与学术文献个性化推荐系统解析

社交网络与学术文献个性化推荐系统解析

在当今数字化时代，社交网络和学术文献领域的数据量呈爆炸式增长。在社交网络中，用户希望能精准地结识志同道合的新朋友；在学术研究中，学者们面临着从海量文献中筛选出有价值资料的挑战。为解决这些问题，相关的推荐系统应运而生。

社交网络友谊推荐系统

在社交网络推荐系统的发展历程中，前人做了不少工作。部分研究结合了用户评价和协同过滤的思想，还有些则利用社交网络结构来开发推荐系统。例如，Garton等人描述了可用于刻画用户间连接的各种参数；Granovetter提出了弱连接理论，强调了通过连接非关联群体和个人实现高效知识共享的重要性；Jin Xie等人基于同质性和异质性值提出了一种协同过滤推荐方法，但在类似Twitter的社交网络中，当追随者行为动态变化时，该方法存在局限性。