基於社交影響力分析的個性化推薦方法研究

《基於社交影響力分析的個性化推薦方法研究》是依託中國科學技術大學，由劉淇擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於社交影響力分析的個性化推薦方法研究
• 項目類別：青年科學基金項目
• 項目負責人：劉淇
• 依託單位：中國科學技術大學

中文摘要

社交影響力的建模分析與套用已成為一個熱點研究方向。然而，已有的影響力泛化模型很難真實地反映現實世界中的信息傳播過程。而且，當前利用社交影響力進行信息服務的研究，較少考慮用戶和商家在獲取與傳播信息時的個性化需求。針對上述問題，本項目以社交網路中的信息、用戶和商家為對象，以影響力模型和推薦系統為手段，開展基於社交影響力分析的個性化信息推薦關鍵技術研究。首先，研究情境感知的信息傳播機率評估模型，揭示網路結構、信息內容與用戶情境間的相互作用原理。在此基礎上，設計面向個體用戶影響力最大化的社交鄰居推薦策略，以及基於商家個性化行銷約束的種子用戶推薦方法，從而增加用戶滿意度與商家收益。最後，在推薦系統的群組效應分析問題中檢驗上述研究成果。本項目通過探索信息傳播機制，提出了基於社交影響力的個性化信息推薦有效解決方案，拓展了影響力分析的套用領域，提升了個性化推薦方法的實際效果，具有重要理論意義和套用價值。

結題摘要

對社交影響力進行建模分析研究具有重要理論意義和套用價值。然而，已有的影響力泛化模型很難真實地反映現實世界中的信息傳播過程。而且，當前利用社交影響力進行信息服務的研究，較少考慮用戶和商家在獲取與傳播信息時的個性化需求。針對上述問題，本項目以社交網路中的信息、用戶和商家為對象，以影響力模型和推薦系統為手段，開展基於社交影響力分析的個性化信息推薦關鍵技術研究。首先，研究情境感知的信息傳播機率評估模型，揭示網路結構、信息內容與用戶情境間的相互作用原理。在此基礎上，設計面向個體用戶影響力最大化的社交鄰居推薦策略，以及基於商家個性化行銷約束的種子用戶推薦方法，從而增加用戶滿意度與商家收益。最後，在推薦系統的群組效應分析問題中檢驗上述研究成果。此外，還在用戶的社會化行為建模、社交用戶畫像、基礎方法研究等主要方面取得了創新性研究成果。在本項目的支持下，已發表學術論文30篇（IEEE/ACM Trans系列5篇，IJCAI、KDD、AAAI等CCF推薦的A/B類會議15篇），申請發明專利1項，並與騰訊、微軟、科大訊飛等公司建立了密切合作關係。本項目通過探索信息傳播機制，提出了基於社交影響力的個性化信息推薦有效解決方案，拓展了影響力分析的套用領域， 提升了個性化推薦和口碑行銷方法的實際效果。