基于用户行为认知的在线社交网络协同推荐

近年来，在线社交网络成为人们工作、生活不可或缺的信息共享与交流工具，如何对海量庞杂、大范围时空关联的用户行为信息进行认知并据此提供个性化的推荐服务，已成为在线社交网络发展重点关注的问题。为此，提出了一种基于用户行为认知的在线社交网络协同推荐框架，在对用户特征、文本信息及兴趣偏好等行为进行认知的基础上，利用协同过滤算法，实现个性化的推荐服务。实验结果验证了提出的基于用户行为认知的协同推荐策略具有较好的稳定性和实际应用效果。