融合社会关系与社区结构的推荐算法研究

　　本书是面向数据挖掘领域，特别是推荐系统研究的一本专著。本书共7章，系统地分析和介绍了有关推荐算法的发展历史、研究现状和主要背景知识。在此基础上，结合当前研究中存在的主要问题，本书提出了若干高效的融合社会关系与社区结构的推荐算法。其中，融入用户社会关系信息能够有效缓解协同过滤算法的数据稀疏性问题和冷启动问题，同时，社区结构的引入能够有效降低系统中的数据规模，提高算法在大规模数据集上的处理能力，增强系统的可扩展性。因此，融合社会关系和社区结构的推荐算法具有重要的研究意义。

　　马霄，女，2017年博士毕业于华中科技大学，美国伊利诺伊大学香槟分校联合培养。现就职于中南财经政法大学信息与安全工程学院，职称为讲师。本人的研究方向包括推荐算法，数据挖掘，机器学习等。近年来，参与多项省部级课题，其中主持国家自然科学基金青年基金项目一项，CCF信息系统开放课题一项。发表高水平学术论文十数篇。

暂缺《融合社会关系与社区结构的推荐算法研究》目录