推荐系统论文笔记（7）：A survey of collaborative filtering based social recommender systems

一、基本信息

论文题目：《A survey of collaborative filtering based social recommender systems》

发表时间：2014,Computer Communications

论文作者及单位：Yang, X.(Polytechnic Institute of NYU) , Guo, Y.(Bell Labs) , Liu, Y.( Polytechnic Institute of NYU), & Steck, H(Netflix). 

论文地址：https://dl.acm.org/citation.cfm?id=2589396

我的评分：5颗星
 

二、摘要

本篇文章是对社会化推荐系统的综述，文中将社会化推荐系统所使用的方法归纳为基于矩阵分解的社会化推荐方法和基于近邻的社会化推荐方法，并分别对他们进行了介绍。

三、论文的工作与内容

1、详细论述了来自社交网络的信息如何被应用到推荐系统中

2、社会化推荐的效果很大程度上基于人们对朋友的信任，而对于不同的领域，人们信任的人群是不同的，因此我们要预测一个用户对某商品的评分时，只需要针对他在该类商品下的信任人群的信息进行分析就行了，不用分析他的全部社交关系。

3、详细降级了矩阵分解方法的原理

4、详细介绍了基于近邻的方法的原理

5、两种方法的比较，矩阵分解方法表现更好，但基于近邻方法易于实现

6、具有隐私保护功能的社会化推荐系统是另一个有趣的研究方向

四、总结

这篇文章对社会化推荐背后的原理做了十分详细的讲解，公式比较多，所以读的时候能对原理有较高的掌握。