项目名称: 复杂社交网络环境下基于社区演化和传递效应的推荐策略研究

项目编号: No.71471127

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 管理科学

项目作者: 田津

作者单位: 天津大学

项目金额: 60万元

中文摘要: 社交网络的发展影响着电子商务中网络营销模式的改变,社交网络环境下的个性化推荐研究具有重大的理论意义和应用价值。本项目拟针对复杂社交网络环境下的个性化推荐展开深入研究。首先,研究社交网络影响下用户兴趣和兴趣社区之间的关联关系,建立复杂社交网络环境下用户-社区协同演化模型,深入分析用户兴趣的生命周期,实现兴趣精准定位。其次,建立社交-用户-产品三层混合推荐模型,分析社交网络和产品的映射关系,扩展用户兴趣,挖掘产品的潜在用户群体。然后,研究社交网络和兴趣网络之间转化和影响,促进两个网络的融合,以提高社交网络影响下的推荐算法性能。最后研究两个网络中的推荐传递效应,建立基于社交网络和兴趣网络的混合推荐传递模型。本项目深入研究用户兴趣网络和社交网络中社区演化以及推荐传递效应,制定混合推荐策略,为复杂社交网络环境下的个性化推荐提供新思路,有助于电商企业全面分析和制定推荐策略,推动新的社交化商务模式产生。

中文关键词: 个性化推荐;社区演化;推荐传递效应;社交网络;电子商务

英文摘要: The social network has given a deeply influence on the E-commerce model. The research of personalized recommendation has been playing a significant role in both the theory and the application. This project aims to investigate the personalized recommendation in a social network context. Firstly of all, we will explore the relationship between the users' interest evolution patterns and the community evolution process, and develop a coevolution model of user and community based on the concept of the interest lifecycle. Moreover, it will discover mutual influence between the social network and the products, and propose a novel three-layer recommender model of social network, user and product. This model can mine both the potential user interest and the potential user group. The project will also study on the interaction between the social network and interest network in order to accelerate the two networks' merging. In addition, a transfer model will be developed by analyzing the transfer effect in and between the social network and the interest network. Finally, a hybrid recommendation model will be presented by fully considering the community evolution and the transfer effect, to predict the user profile and give the refine recommendation. It will be valuable for both the recommender systems and the social commerce.

英文关键词: Personalized recommendation;Community evolution;Transfer effect;Social network;E-commerce

成为VIP会员查看完整内容
0

相关内容

推荐系统的一种应用场景。
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
协同过滤推荐系统综述
专知会员服务
46+阅读 · 2021年11月4日
专知会员服务
25+阅读 · 2021年8月7日
基于事件社会网络推荐系统综述
专知会员服务
69+阅读 · 2021年1月13日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
专知会员服务
45+阅读 · 2020年11月13日
最新《知识图谱:构建到应用》2020大综述论文,261页pdf
专知会员服务
288+阅读 · 2020年10月6日
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
你会信任哪些平台的评分评价?
ZEALER订阅号
0+阅读 · 2022年3月20日
论文浅尝 | DSKReG:基于关系GNN的推荐知识图谱可微抽样
开放知识图谱
1+阅读 · 2022年3月15日
产品基于“信任”引发的问题
人人都是产品经理
0+阅读 · 2022年2月19日
从美团优选,看社区团购的本质
人人都是产品经理
0+阅读 · 2022年1月22日
CIKM'21 | 自监督图神经网络在社会化推荐中的应用
图与推荐
3+阅读 · 2021年11月16日
基于知识图谱的推荐系统总结
图与推荐
1+阅读 · 2021年11月11日
SIGIR'21 | 推荐系统中的多关系图神经网络
图与推荐
3+阅读 · 2021年10月10日
推荐系统(一):推荐系统基础
菜鸟的机器学习
25+阅读 · 2019年9月2日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
1+阅读 · 2022年4月20日
Arxiv
24+阅读 · 2021年1月25日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
26+阅读 · 2020年3月13日
Arxiv
11+阅读 · 2018年4月25日
Arxiv
25+阅读 · 2018年1月24日
小贴士
相关VIP内容
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
协同过滤推荐系统综述
专知会员服务
46+阅读 · 2021年11月4日
专知会员服务
25+阅读 · 2021年8月7日
基于事件社会网络推荐系统综述
专知会员服务
69+阅读 · 2021年1月13日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
专知会员服务
45+阅读 · 2020年11月13日
最新《知识图谱:构建到应用》2020大综述论文,261页pdf
专知会员服务
288+阅读 · 2020年10月6日
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
相关资讯
你会信任哪些平台的评分评价?
ZEALER订阅号
0+阅读 · 2022年3月20日
论文浅尝 | DSKReG:基于关系GNN的推荐知识图谱可微抽样
开放知识图谱
1+阅读 · 2022年3月15日
产品基于“信任”引发的问题
人人都是产品经理
0+阅读 · 2022年2月19日
从美团优选,看社区团购的本质
人人都是产品经理
0+阅读 · 2022年1月22日
CIKM'21 | 自监督图神经网络在社会化推荐中的应用
图与推荐
3+阅读 · 2021年11月16日
基于知识图谱的推荐系统总结
图与推荐
1+阅读 · 2021年11月11日
SIGIR'21 | 推荐系统中的多关系图神经网络
图与推荐
3+阅读 · 2021年10月10日
推荐系统(一):推荐系统基础
菜鸟的机器学习
25+阅读 · 2019年9月2日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
相关论文
Arxiv
1+阅读 · 2022年4月20日
Arxiv
24+阅读 · 2021年1月25日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
26+阅读 · 2020年3月13日
Arxiv
11+阅读 · 2018年4月25日
Arxiv
25+阅读 · 2018年1月24日
微信扫码咨询专知VIP会员