面向在线与移动社交网络的推荐系统：综述
信息检索
2023-07-06 v1 机器学习
社会与信息网络
摘要
推荐系统（RS）目前是在线服务中的基础工具，尤其在在线社交网络（OSN）出现之后。在这种情况下，用户产生海量内容，并可能迅速被无用信息淹没。同时，社交媒体是刻画内容与用户兴趣的重要信息源。RS可利用该信息进一步实现建议的个性化并改进推荐过程。本文对专为在线与移动社交网络设计并实现的推荐系统进行了综述，重点说明社交上下文信息的使用如何改进推荐任务，以及标准算法如何被增强与优化以在完全分布式环境（如机会网络）中运行。我们从算法、目标领域、评估指标与性能评估等方面描述了这些系统的优势与不足。最后，我们给出了该领域一些开放的研究挑战。
引用
@article{arxiv.2307.01207,
title = {Recommender Systems for Online and Mobile Social Networks: A survey},
author = {Mattia Giovanni Campana and Franca Delmastro},
journal= {arXiv preprint arXiv:2307.01207},
year = {2023}
}