社会化信息推荐模型-信息推荐系统

结合已有社会化信息推荐技术的特点和系统流程，我们提出了社会化信息推荐的基本框架模型[1][3]，该模型主要包括以下3层，如图6-1所示。

①数据采集层:该层主要是通过网络爬虫等信息技术从社交媒体上获取社会化信息推荐所需的数据。这些数据包括三种类型:用户和项目的基本属性信息、用户和项目的关联信息以及社会化属性信息。其中，用户和项目的基本属性信息主要包括用户的年龄、性别、职业、爱好等以及项目的名称、类别等；用户和项目的关联信息主要是指用户对项目的评价、评分、点赞、收藏、下载等行为信息；社会化属性信息是实现社会化推荐的关键维度信息，它包括用户之间的好友关系、信任关系、关注关系等社交关系，同时也包括项目之间拥有相同的社会化标签和相同类别信息等。

②数据处理层:该层主要是对数据采集层收集到的数据进行数据预处理及数据清洗，将处理结果作为社会化信息推荐的结构化输入。该层主要包括:用户和项目的基本属性的过滤；利用用户和项目之间的关联信息构建“用户—项目”评分矩阵；对用户和项目的社会化关系属性进行计算，构建社会化网络关系模型。

③推荐产生层:该层是社会化信息推荐的引擎，不仅应考虑基于“用户—项目”评分矩阵的基本推荐技术的实现，还要重点考虑基于社会化网络关系的社会化推荐模型。实际推荐结果的产生应结合基本推荐模型和社会化推荐模型，并将推荐结果呈现给目标用户，并根据用户反馈对推荐系统进行改进和扩展。其中，如何将用户和项目的社会化属性信息融入推荐模型中，以及如何衡量社会化属性信息在推进过程中的权重，将是社会化信息推荐应重点考虑的问题。(www.xing528.com)

图6-1　社会化信息推荐的基本模型