软件学报

作者：廖国琼，蓝天明，黄晓梅，陈辉，万常选，刘德喜，刘喜平

单位：廖国琼，江西财经大学 信息管理学院, 江西 南昌 330013;江西省高校数据与知识工程重点实验室(江西财经大学), 江西 南昌 33001311,蓝天明，江西财经大学 信息管理学院, 江西 南昌 330013;武夷学院, 福建 南平 35430002,黄晓梅，江西财经大学 信息管理学院, 江西 南昌 33001303,陈辉，江西财经大学 软件与物联网工程学院, 江西 南昌 33001304,万常选，江西财经大学 信息管理学院, 江西 南昌 330013;江西省高校数据与知识工程重点实验室(江西财经大学), 江西 南昌 33001305,刘德喜，江西财经大学 信息管理学院, 江西 南昌 330013;江西省高校数据与知识工程重点实验室(江西财经大学), 江西 南昌 33001306,刘喜平，江西财经大学 信息管理学院, 江西 南昌 330013;江西省高校数据与知识工程重点实验室(江西财经大学), 江西 南昌 33001307

关键词：基于事件社会网络;推荐系统;矩阵分解;图模型;概率模型;深度学习

基金：国家自然科学基金（61772245，61962024）

基于事件社会网络（event-based social network，简称EBSN）是一种结合了线上网络和线下网络的新型社会网络，近年来得到了越来越多的关注，已有许多国内外重要研究机构的研究者对其进行研究并取得了许多研究成果.在EBSN推荐系统中，一个重要的任务就是设计出更好、更合理的推荐算法以提高推荐精确度和用户满意度，其关键在于充分结合EBSN中的各种上下文信息去挖掘用户、事件和群组的隐藏特征.主要对EBSN推荐系统的最新研究进展进行综述.首先，概述EBSN的定义、结构、属性和特征，介绍EBSN推荐系统的基本框架，并分析EBSN推荐系统与其他推荐系统的区别；其次，对EBSN推荐系统的主要推荐方法和推荐内容进行归纳、总结和对比分析；最后，分析EBSN推荐系统的研究难点及其发展趋势，并给出总结.

来源：2021年第2期

《软件学报》期刊编辑部

查看软件学报杂志2021年第2期