基于社会选择和社会影响的社交网络社群分类与群推荐策略研究

被引：7

作者：

何军 ^{[1
,2
]}

刘业政 ^{[1
]}

王锦坤 ^{[1
]}

机构：

[1] 合肥工业大学管理学院

[2] 安徽大学商学院

来源：

现代情报 | 2018年 / 01期

关键词：

社群分类; 群推荐; 社会选择; 社会影响; 推荐策略;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

社会选择和社会影响是在线社交网络社群形成的两个主要因素,如果能有效对网络社群中用户和群体进行分类,就可以采取不同的群推荐策略,实现群体满意最大化。利用偏好对表示群用户偏好,利用矩阵分解和贝叶斯个性化排序方法,考查社会选择和影响对用户偏好的影响程度,实现群用户和群体的分类,进而提出2种群推荐策略。最后通过2个数据集的实验验证,表明本文提出的基于用户和群体分类的群推荐策略是有效的。

引用

页码：92 / 99

页数：8

共 12 条

[1] 同质性和社会影响对混合型社交网络形成的仿真分析 [J].

何军 ;

刘业政 .

现代情报, 2017, 37 (04) :87-94

[2] 组推荐系统及其应用研究 [J].

张玉洁 ;

杜雨露 ;

孟祥武 .

计算机学报, 2016, 39 (04) :745-764

[3]

交易型社区的病毒式营销策略:基于社会影响、同质性和网络拓扑结构的ABMS仿真研究[J]. 肖邦明,黄敏学. 营销科学学报. 2015(01)

[4] 电子商务推荐系统中群体用户推荐问题研究 [J].

梁昌勇 ;

冷亚军 ;

王勇胜 ;

戚筱雯 .

中国管理科学, 2013, 21 (03) :153-158

[5]

Latent Homophily or Social Influence? An Empirical Analysis of Purchase Within a Social Network[J] . Liye Ma,Ramayya Krishnan,Alan L. Montgomery. Management Science . 2014

[6]

Social Influence Bias: A Randomized Experiment[J] . Lev Muchnik,Sinan Aral,Sean J. Taylor. Science . 2013 (6146)

[7] A 61-million-person experiment in social influence and political mobilization [J].