基于用户邻域和主题的新颖性Web社区推荐方法

来源：软件学报杂志2016年第5期北京时间：

作者：余骞,彭智勇,洪亮,万言历

单位：余骞，武汉大学计算机学院, 湖北武汉 43007211,彭智勇，软件工程国家重点实验室(武汉大学), 湖北武汉 430072;武汉大学计算机学院, 湖北武汉 43007202,洪亮，武汉大学信息管理学院, 湖北武汉 43007203,万言历，武汉大学计算机学院, 湖北武汉 43007204

摘要：社区推荐从海量社区中为用户过滤出有价值的社区,变得越来越重要.新颖性推荐逐渐得到关注,因为单纯追求准确度的推荐结果存在局限性.已有新颖性推荐方法不适用于社区推荐,因其无法处理Web社区特性,包括社区成员用户通过交互形成的关系网络以及社区主题.提出了一种新颖性社区推荐方法NovelRec,向用户推荐其有潜在兴趣但不知道的社区,旨在拓展用户视野和推动社区发展.NovelRec基于用户交互网络中的邻域关系,利用用户之间在主题上的关联,计算候选社区对用户的准确度;根据用户与社区在邻域和主题上的关联,提出一种用户社区距离度量方式,并利用该距离计算候选社区的新颖度.在此基础上,NovelRec最终进行新颖性社区推荐,并兼顾推荐结果的准确性.真实数据集上的对比实验结果表明,NovelRec方法在新颖性上优于现有方法,同时能够保证推荐结果的准确性.

关键词：网络社区;新颖性推荐;用户邻域;主题分类

基金资助：国家自然科学基金(61232002,61303025);武汉科技局高新技术产业科技创新团队培养计划(2014070504020237)