%0 Journal Article
%T 上下文感知的移动社交网络推荐算法研究*
%A 张志军
%A 刘弘
%J 模式识别与人工智能
%P 404-410
%D 2015
%R 10.16451/j.cnki.issn1003-6059.201505003
%X 尽管人类活动模式表现出较大的自由度，但也表现出受制于地理和社会限制的结构化模式.针对移动通信网络领域中个性化服务推荐问题，结合社会化网络分析方法，提出一种融合多种上下文信息的社交网络推荐算法.该算法在利用用户的地理位置和时间信息的基础上，深入挖掘潜在的用户社会关系，辅助用户寻找与其偏好相似的用户，然后结合移动用户的社会关系进行相应的推荐，有效解决推荐的准确性问题.这些发现有助于LBSN类系统设计和开发人员更好地了解用户，获知用户的需求，最终完善自己的设计，为用户提供更好的应用服务.在真实数据集上的实验结果验证该算法的可行性和有效性，并且与现有推荐算法相比，具有更高的预测准确度.
%K 移动通信网
%K 移动社会化网络
%K 用户上下文
%K 社会化推荐
%K 偏好预测
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10366.shtml