一、基本資訊

論文題目：《A survey of collaborative filtering based social recommender systems》

發表時間：2014,Computer Communications

論文作者及單位：Yang, X.(Polytechnic Institute of NYU) , Guo, Y.(Bell Labs) , Liu, Y.( Polytechnic Institute of NYU), & Steck, H(Netflix). 

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

我的評分：5顆星
 

二、摘要

本篇文章是對社會化推薦系統的綜述，文中將社會化推薦系統所使用的方法歸納為基於矩陣分解的社會化推薦方法和基於近鄰的社會化推薦方法，並分別對他們進行了介紹。

三、論文的工作與內容

1、詳細論述了來自社交網路的資訊如何被應用到推薦系統中

2、社會化推薦的效果很大程度上基於人們對朋友的信任，而對於不同的領域，人們信任的人群是不同的，因此我們要預測一個使用者對某商品的評分時，只需要針對他在該類商品下的信任人群的資訊進行分析就行了，不用分析他的全部社交關係。

3、詳細降級了矩陣分解方法的原理

4、詳細介紹了基於近鄰的方法的原理

5、兩種方法的比較，矩陣分解方法表現更好，但基於近鄰方法易於實現

6、具有隱私保護功能的社會化推薦系統是另一個有趣的研究方向

四、總結

這篇文章對社會化推薦背後的原理做了十分詳細的講解，公式比較多，所以讀的時候能對原理有較高的掌握。