基于社会网络的推荐系统解释模型分析

张奥琳

摘要：近年来，基于社会网络的推荐系统已经成为社会关系网络的主要应用和推荐系统的研究方向之一。文章首先，分析了构建基于社会网络推荐系统的原因及其意义，其次，利用解释模型进行分析，最后，基于构建的多级递阶有向图对于社会网络的推荐系统进行总结。

关键词：推荐系统;社会网络;解释模型

一、构建基于社会网络的推荐系统的原因及意义

在社会与人群中，每个人都是一个结点，人与人之间或多或少都有着这样那样的关系，这种关系就是链路，结点和链路便组成了这样一个复杂的社会关系网络。当他人向我们征询推荐人选时，我们往往是从自己的社会关系网络中寻找某些符合相应要求的节点。这种基于社会网络的推荐系统的构建不仅可以实现互联网应用软件对用户进行感兴趣的好友推荐还可以实现现实中跨专业领域的项目合作，以形成一个最优的混合型团队。

基于社交网络的推荐系统比基于其他数据的推荐系统的优势在于，在用户的兴趣爱好领域，人们更倾向于接收来自朋友的推荐，这样在建立信任模型与信任传播之后不仅可以提高推荐的准确率，还解决了用户之间的关系质量问题。由于社会关系网络有其独特的属性，例如“小世界”现象、传递性、社区结构、会员闭包等，所以利用社会关系网络的数据对于提高推荐准确率起到关键作用。然而由于社交网络数据的获取难度较大及可获取数据非常少，在复杂的社会关系网络中无法确保用户之间准确全面的信任关系，用户的喜好随时间不断变化等因素，使得构建基于社会网络的推荐系统面临一系列的挑战。随着大数据、人工智能、数据挖掘的兴起，这些问题都将被解决，同时社交网络平台的兴起带来了丰富的社会信息，若将这些信息合理利用，社会化推荐系统将得到极大的完善。

二、基于社会网络的推荐系统的解释模型分析

影响基于社会网络的推荐系统的因素分析见表1。

其中V表示上位影响下位（行影响列），A表下位影响上位（列影响行），X表示相互影响，强连接关系。

从图1中可以清晰地看出，基于社会关系网络的推荐系统的影响因素的级间关系结构。

第一层，影响推荐系统的最直接、最表层的因素是推荐双方是否有需求互补、推荐双方的友谊程度以及被推荐者的专业技能。在生活中当他人有推荐的需求时，个体往往优先考虑与其交好的朋友及其是否符合要求，以及能否带来双方的需求互补，所以在设计推荐系统的时候首先要考虑专业技能、关系强弱程度以及是否可以互惠互利。

第二層，双方的交往频率、是否有共同社群以及被推荐者的个人属性影响着推荐人选的选择。当双方交往频率较高时，面对推荐需求，在考虑了第一层的因素以后，便会优先考虑到最近经常交往的那个人。是否有共同社群这个因素也会影响推荐者，共同社群与交往频率是强连通关系。被推荐者的个人属性包括个人性格、特质、优缺点等方面，这些会影响推荐者对其的评价以及对于是否适合此次推荐的初步判读。

第三层，他人评价是影响推荐系统的中间层因素，也是关键要素之一。他人的评价往往可以从侧面反映出这个人的个人特质，较高的他人评价有助于选择推荐此人，也有助于构建一个优质的团队;而面对普遍较低的他人评价时则应综合考虑其他因素以确定是否推荐。

第四层，双方的距离以及被推荐者的研究领域是影响推荐系统的最深层原因。其中双方的距离是指从一个节点到另一个节点所需的最短路径的长度，不仅是指其物理距离，随着互联网技术的发展，有时尽管相隔很远也可以进行推荐。推荐者会优先选择推荐自己容易联系到的人，因为相隔的步数越多，其中的不可靠性就越强。

三、结论

对于用户的个性化服务来说，此类推荐系统的研究将进一步改善用户在社交领域的体验感，帮助用户在最短的时间内找到有用的信息，提高信息的利用率，有效解决信息过载的问题。通过解释模型分析得到基于社会关系网络的推荐系统的影响因素的多级递阶有向图，在设计推荐系统时应优先考虑推荐双方是否有需求互补、推荐双方的友谊程度以及被推荐者的专业技能这些因素，选择合适的算法对这些因素进行定量分析，同时还不能忽略双方的距离以及被推荐者的研究领域因素，作为最深层的影响因素如何采取有效的定量方法对构建推荐系统起着重要作用。

目前基于社会关系网络推荐系统的研究还有很多需要解决的问题，如：社会网络结构的复杂性、社会网络数据获取难度较大、用户需求随时间变化等多种问题。通过本文的研究总结以及解释模型分析，也希望对于推荐系统的研究提供一些有用的信息，推动该领域的发展。

（作者单位：南京邮电大学）