论文部分内容阅读
如何将合适的信息推荐给合适的用户以满足用户的个性化需求,是推荐系统的基本问题.新兴的社会化推荐系统（social recommender system）通过兴趣相似的用户之间分享信息而达到个性化推荐的目的.使用多维兴趣向量刻画用户的兴趣,采用多智能体模型（multi-agent model）模拟,并引入用户和新闻的质量,分析了用户网络的结构特征以及质量因素对新闻推荐和传播的影响.实验结果表明：不同社区的主题不同,社区的中心用户兴趣专一,与社区的主题一致.此外,推荐中引入质量因素可以加快系统在高推荐成功率上