融合社會關(guān)系與社區(qū)結(jié)構(gòu)的推薦算法研究

　　本書是面向數(shù)據(jù)挖掘領(lǐng)域，特別是推薦系統(tǒng)研究的一本專著。本書共7章，系統(tǒng)地分析和介紹了有關(guān)推薦算法的發(fā)展歷史、研究現(xiàn)狀和主要背景知識。在此基礎(chǔ)上，結(jié)合當前研究中存在的主要問題，本書提出了若干高效的融合社會關(guān)系與社區(qū)結(jié)構(gòu)的推薦算法。其中，融入用戶社會關(guān)系信息能夠有效緩解協(xié)同過濾算法的數(shù)據(jù)稀疏性問題和冷啟動問題，同時，社區(qū)結(jié)構(gòu)的引入能夠有效降低系統(tǒng)中的數(shù)據(jù)規(guī)模，提高算法在大規(guī)模數(shù)據(jù)集上的處理能力，增強系統(tǒng)的可擴展性。因此，融合社會關(guān)系和社區(qū)結(jié)構(gòu)的推薦算法具有重要的研究意義。

　　馬霄，女，2017年博士畢業(yè)于華中科技大學，美國伊利諾伊大學香檳分校聯(lián)合培養(yǎng)?，F(xiàn)就職于中南財經(jīng)政法大學信息與安全工程學院，職稱為講師。本人的研究方向包括推薦算法，數(shù)據(jù)挖掘，機器學習等。近年來，參與多項省部級課題，其中主持國家自然科學基金青年基金項目一項，CCF信息系統(tǒng)開放課題一項。發(fā)表高水平學術(shù)論文十數(shù)篇。