A general and effective diffusion-based recommendation scheme on coupled social networks

شبکه های اجتماعی آنلاین و سیستم های پیشنهاد دهنده، دو مورد از رایج ترین برنامه های کاربردی اینترنت هستند، اما به دلیل ماهیت متفاوتی از آنها، به ندرت در چارچوب یکپارچه قرار می گیرند. با این وجود ما اغلب به دوستان برای مشاوره قبل از خرید محصولات یا خدمات متکی هستیم. به عبارت دیگر، اطلاعات تعبیه شده در شبکه های اجتماعی آنلاین ممکن است مربوط به سیستم های توصیه می شود و ترکیبی از دو سیستم ممکن است به نفع یکدیگر. در این مقاله، یک الگوریتم توصیه ساده بر اساس یک فرآیند انتشار ارائه می کنیم که شبکه های دوستان و روابط کاربر-محصول را ادغام می کند. نتایج ما نشان می دهد که شبکه های اجتماعی دقت توصیه های کاربران غیر فعال را بهبود می بخشد و تنوع محصولات توصیه شده برای کاربران فعال را افزایش می دهد. علاوه بر این، رویکرد ما بهتر از الگوریتم های مبتنی بر محبوبیت است و توصیه های شخصی را در دوره شروع سرد فراهم می کند. این نتایج بر طرح طراحی جدید الگوریتم های پیشنهاد شده در یکپارچه سازی اطلاعات و توصیه های اجتماعی منعکس می شود.