基于虚拟观点社群的用户个性化推荐

【摘要】：互联网已经成为当今社会人们沟通交流的重要平台,越来越多的人在Web 2.0系统中发布分享自己的个人兴趣与爱好信息。在一个网上评价系统中,用户可以根据自己的喜好为目标资源打分。与传统的基于协同过滤的推荐系统不同,本文将用户对资源的评价与标注看作用户对资源发表的一个观点,并将评价系统中发表相似观点的用户集成起来形成观点社群。利用观点社群中用户有相似的兴趣和爱好的假设,为用户个性化推荐资源、标签和潜在的朋友等。通过在真实数据集下的实验表明,该方法可以有效的为用户推荐其感兴趣的信息。