主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
廖国琼,蓝天明,黄晓梅,陈辉,万常选,刘德喜,刘喜平.基于事件社会网络推荐系统综述.软件学报,0,(0):0
基于事件社会网络推荐系统综述
Survey on Recommendation Systems in Event-based Social Networks
投稿时间:2019-12-11  修订日期:2020-04-29
DOI:10.13328/j.cnki.jos.006145
中文关键词:  基于事件社会网络  推荐系统  矩阵分解  图模型  概率模型  深度学习
英文关键词:Event-based social network  recommendation system  matrix decomposition  graph model  probability model  deep learning
基金项目:国家自然科学基金(61772245)
作者单位E-mail
廖国琼 江西财经大学信息管理学院, 南昌 330013
江西省高校数据与知识工程重点实验室, 南昌 330013 
 
蓝天明 江西财经大学信息管理学院, 南昌 330013
武夷学院, 南平 354300 
67622035@qq.com 
黄晓梅 江西财经大学信息管理学院, 南昌 330013  
陈辉 江西财经大学软件与物联网工程学院, 南昌 330013  
万常选 江西财经大学信息管理学院, 南昌 330013
江西省高校数据与知识工程重点实验室, 南昌 330013 
 
刘德喜 江西财经大学信息管理学院, 南昌 330013
江西省高校数据与知识工程重点实验室, 南昌 330013 
 
刘喜平 江西财经大学信息管理学院, 南昌 330013
江西省高校数据与知识工程重点实验室, 南昌 330013 
 
摘要点击次数: 143
全文下载次数: 62
中文摘要:
      基于事件社会网络(Event-Based Social Network,EBSN)是一种结合了线上网络和线下网络的新型社会网络,近年来得到了越来越多关注,已有许多国内外重要研究机构的研究者们对其进行研究并取得许多研究成果.在EBSN推荐系统中,一个重要任务就是设计出更好、更合理的推荐算法以提高推荐精确度和用户满意度,其关键在于充分结合EBSN中的各种上下文信息去挖掘用户、事件和群组的隐藏特征.本文主要对EBSN推荐系统的最新研究进展进行综述.首先,概述EBSN的定义、结构、属性和特征,介绍EBSN推荐系统的基本框架,以及分析EBSN推荐系统与其他推荐系统的区别.其次,对EBSN推荐系统的主要推荐方法和推荐内容进行归纳、总结和对比分析.最后,分析EBSN推荐系统的研究难点及其发展趋势,并对本文作出总结.
英文摘要:
      Event-based social network (EBSN) is a new type of social network combining online network and offline network, which has received more and more attentions in recent years. There have been many researchers in important research institutions domestic and abroad to study it and obtain a lot of research results. In an EBSN recommendation system, one important task is to design better and more reasonable recommendation algorithms to improve recommendation accuracy and user satisfaction. The key is to fully combine various contextual information in EBSN to mine the hidden features of users, events and groups. This paper mainly reviews the latest research progress of the EBSN recommendation system. First, we outline the definition, structure, attributes, and characteristics of EBSN, introduce the basic framework of EBSN recommendation systems, and analyze the differences between EBSN recommendation system and other recommendation systems. Secondly, we generalize, summarize, compare and analyze the main recommendation methods and recommended contents of the EBSN recommendation system. Finally, we analyze the research difficulties and development future trends of the EBSN recommendation system and summarize the paper.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利