网络科学视角下的推荐系统研究

本书在对以协同过滤为主的推荐系统、网络科学进行系统理论综述的基础上，考虑社交网络发展以及用户社交信任、用户兴趣的网络关系特征，主要运用网络科学的方法，研究协同过滤为主的推荐系统问题。主要内容包括：（1）考虑用户显式、隐式评分和用户行为等数据，运用二分图研究用户-项目协同过滤推荐问题；（2）通过用户行为数据挖掘用户间的隐性信任关系，提出结合用户社交信任和用户兴趣的概率矩阵分解方法，进行推荐；（3）针对旅游景点推荐的特点，提出综合用户社交信任关系和旅游标签偏好的个性化旅游景点推荐算法。研究成果可广泛应用于数据驱动的电子商务、网络营销领域，提高推荐效率和精确度，提升互联网平台及商家的服务水平，增强客户满意度。