基于社會網(wǎng)絡(luò)的推薦系統(tǒng)解釋模型分析

張奧琳

摘要：近年來，基于社會網(wǎng)絡(luò)的推薦系統(tǒng)已經(jīng)成為社會關(guān)系網(wǎng)絡(luò)的主要應(yīng)用和推薦系統(tǒng)的研究方向之一。文章首先，分析了構(gòu)建基于社會網(wǎng)絡(luò)推薦系統(tǒng)的原因及其意義，其次，利用解釋模型進(jìn)行分析，最后，基于構(gòu)建的多級遞階有向圖對于社會網(wǎng)絡(luò)的推薦系統(tǒng)進(jìn)行總結(jié)。

關(guān)鍵詞：推薦系統(tǒng);社會網(wǎng)絡(luò);解釋模型

一、構(gòu)建基于社會網(wǎng)絡(luò)的推薦系統(tǒng)的原因及意義

在社會與人群中，每個人都是一個結(jié)點，人與人之間或多或少都有著這樣那樣的關(guān)系，這種關(guān)系就是鏈路，結(jié)點和鏈路便組成了這樣一個復(fù)雜的社會關(guān)系網(wǎng)絡(luò)。當(dāng)他人向我們征詢推薦人選時，我們往往是從自己的社會關(guān)系網(wǎng)絡(luò)中尋找某些符合相應(yīng)要求的節(jié)點。這種基于社會網(wǎng)絡(luò)的推薦系統(tǒng)的構(gòu)建不僅可以實現(xiàn)互聯(lián)網(wǎng)應(yīng)用軟件對用戶進(jìn)行感興趣的好友推薦還可以實現(xiàn)現(xiàn)實中跨專業(yè)領(lǐng)域的項目合作，以形成一個最優(yōu)的混合型團(tuán)隊。

基于社交網(wǎng)絡(luò)的推薦系統(tǒng)比基于其他數(shù)據(jù)的推薦系統(tǒng)的優(yōu)勢在于，在用戶的興趣愛好領(lǐng)域，人們更傾向于接收來自朋友的推薦，這樣在建立信任模型與信任傳播之后不僅可以提高推薦的準(zhǔn)確率，還解決了用戶之間的關(guān)系質(zhì)量問題。由于社會關(guān)系網(wǎng)絡(luò)有其獨特的屬性，例如“小世界”現(xiàn)象、傳遞性、社區(qū)結(jié)構(gòu)、會員閉包等，所以利用社會關(guān)系網(wǎng)絡(luò)的數(shù)據(jù)對于提高推薦準(zhǔn)確率起到關(guān)鍵作用。然而由于社交網(wǎng)絡(luò)數(shù)據(jù)的獲取難度較大及可獲取數(shù)據(jù)非常少，在復(fù)雜的社會關(guān)系網(wǎng)絡(luò)中無法確保用戶之間準(zhǔn)確全面的信任關(guān)系，用戶的喜好隨時間不斷變化等因素，使得構(gòu)建基于社會網(wǎng)絡(luò)的推薦系統(tǒng)面臨一系列的挑戰(zhàn)。隨著大數(shù)據(jù)、人工智能、數(shù)據(jù)挖掘的興起，這些問題都將被解決，同時社交網(wǎng)絡(luò)平臺的興起帶來了豐富的社會信息，若將這些信息合理利用，社會化推薦系統(tǒng)將得到極大的完善。

二、基于社會網(wǎng)絡(luò)的推薦系統(tǒng)的解釋模型分析

影響基于社會網(wǎng)絡(luò)的推薦系統(tǒng)的因素分析見表1。

其中V表示上位影響下位（行影響列），A表下位影響上位（列影響行），X表示相互影響，強(qiáng)連接關(guān)系。

從圖1中可以清晰地看出，基于社會關(guān)系網(wǎng)絡(luò)的推薦系統(tǒng)的影響因素的級間關(guān)系結(jié)構(gòu)。

第一層，影響推薦系統(tǒng)的最直接、最表層的因素是推薦雙方是否有需求互補(bǔ)、推薦雙方的友誼程度以及被推薦者的專業(yè)技能。在生活中當(dāng)他人有推薦的需求時，個體往往優(yōu)先考慮與其交好的朋友及其是否符合要求，以及能否帶來雙方的需求互補(bǔ)，所以在設(shè)計推薦系統(tǒng)的時候首先要考慮專業(yè)技能、關(guān)系強(qiáng)弱程度以及是否可以互惠互利。

第二層，雙方的交往頻率、是否有共同社群以及被推薦者的個人屬性影響著推薦人選的選擇。當(dāng)雙方交往頻率較高時，面對推薦需求，在考慮了第一層的因素以后，便會優(yōu)先考慮到最近經(jīng)常交往的那個人。是否有共同社群這個因素也會影響推薦者，共同社群與交往頻率是強(qiáng)連通關(guān)系。被推薦者的個人屬性包括個人性格、特質(zhì)、優(yōu)缺點等方面，這些會影響推薦者對其的評價以及對于是否適合此次推薦的初步判讀。

第三層，他人評價是影響推薦系統(tǒng)的中間層因素，也是關(guān)鍵要素之一。他人的評價往往可以從側(cè)面反映出這個人的個人特質(zhì)，較高的他人評價有助于選擇推薦此人，也有助于構(gòu)建一個優(yōu)質(zhì)的團(tuán)隊;而面對普遍較低的他人評價時則應(yīng)綜合考慮其他因素以確定是否推薦。

第四層，雙方的距離以及被推薦者的研究領(lǐng)域是影響推薦系統(tǒng)的最深層原因。其中雙方的距離是指從一個節(jié)點到另一個節(jié)點所需的最短路徑的長度，不僅是指其物理距離，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，有時盡管相隔很遠(yuǎn)也可以進(jìn)行推薦。推薦者會優(yōu)先選擇推薦自己容易聯(lián)系到的人，因為相隔的步數(shù)越多，其中的不可靠性就越強(qiáng)。

三、結(jié)論

對于用戶的個性化服務(wù)來說，此類推薦系統(tǒng)的研究將進(jìn)一步改善用戶在社交領(lǐng)域的體驗感，幫助用戶在最短的時間內(nèi)找到有用的信息，提高信息的利用率，有效解決信息過載的問題。通過解釋模型分析得到基于社會關(guān)系網(wǎng)絡(luò)的推薦系統(tǒng)的影響因素的多級遞階有向圖，在設(shè)計推薦系統(tǒng)時應(yīng)優(yōu)先考慮推薦雙方是否有需求互補(bǔ)、推薦雙方的友誼程度以及被推薦者的專業(yè)技能這些因素，選擇合適的算法對這些因素進(jìn)行定量分析，同時還不能忽略雙方的距離以及被推薦者的研究領(lǐng)域因素，作為最深層的影響因素如何采取有效的定量方法對構(gòu)建推薦系統(tǒng)起著重要作用。

目前基于社會關(guān)系網(wǎng)絡(luò)推薦系統(tǒng)的研究還有很多需要解決的問題，如：社會網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜性、社會網(wǎng)絡(luò)數(shù)據(jù)獲取難度較大、用戶需求隨時間變化等多種問題。通過本文的研究總結(jié)以及解釋模型分析，也希望對于推薦系統(tǒng)的研究提供一些有用的信息，推動該領(lǐng)域的發(fā)展。

（作者單位：南京郵電大學(xué)）