.274. 智能系统学报 第9卷 社会媒体是一个巨大的数据和信息资源，涉及 and Knowledge Management.San Francisco,CA,USA, 众多研究领域，基于社会媒体的资源推荐仅仅是其 2013:1765-1770. 中的一个领域。本文仅从社会媒体资源推荐、特别 [12]ZHAO G,LEE M,HSU W,Et al.Community-based user recommendation in uni-directional social networks[C// 是多模态与多层次资源推荐方面进行了讨论，其中 ACM International Conference on Information and Knowl- 所述的推荐策略和相关支撑技术本身均可作为一个 edge Management.San Francisco,CA,USA,2013:189- 研究方向并扩展出更多新的研究和应用，社会媒体 191. 与数据质量、隐私保护、大数据分析处理等技术的结 [13]ZHANG H,ZHA Z,YANG Y,et al.Attribute-augmented 合，均为社会媒体研究的一些新领域。 semantic hierarchy:towards bridging semantic gap and in- tention gap in image retrieval[C]//ACM Multimedia,Bar- 参考文献： celona,Spain,2013:33-42. [14]BU J,TAN S,CHEN C,et al.Music recommendation by [1]ADOMAVICIUS G,TUZHILIN A.Toward the next genera- unified hypergraph:combining social media information tion of recommender systems:a survey of the state-of-the-art and music content[C]//ACM Multimedia.Firenze,Italy, and possible extensions[J].IEEE Transactions on Knowl- 2010:391-400. edge and Data Engineering,2005,17(6):734-749. [15]TAN S,BU J,CHEN C,et al.Using rich social media in- [2]黄立威，李德毅.社交媒体中的信息推荐[J].智能系统 formation for music recommendation via hypergraph model 学报，2012,7(1)：1-8. [C]//Social Media Modeling and Computing.London, HUANG Liwei,LI Deyi.A review of information recommen- UK,2011:213-237. dation in social media J.CAAI Transactions on Intelligent [16]HU C,ZHANG C,WANG T,et al.An adaptive recom- Systems,.2012,7(1):1-8. mendation system in social media[C]//45th Hawaii Inter- [3]SUN Y,HAN J.Mining heterogeneous information net- national Conference on System Sciences.Maui,USA, works:a structural analysis approach[J].SIGKDD Explo- 2012:1759-1767. rations,2012,14(2):20-28. [17]MA X,WANG H,LI H,et al.Enhancing recommended [4]ZHU X,HUANG Z.SHEN H,et al.Linear cross-modal video lists for youtube-like social media[C]//IEEE Inter- hashing for efficient multimedia search[C]//ACM Multime- national Workshop on Multimedia Signal Processing.Banff, dia.Barcelona,Spain,2013:143-152. AB,Canada,2012:244-249. [5]WU P,HOI S,XIA H,et al.Online multimodal deep simi- [18]ERNESTO D.LUCAS D,LARS S,et al.Real-time top-n larity learning with application to image retrieval [C]/ recommendation in social streams[C]//ACM Conference ACM Multimedia.Barcelona,Spain,2013:153-162. on Recommender Systems.Dublin,Ireland,2012:59-66. [6]PAVLIDIS Y,MATHIHALLI M,CHAKRAVARTY I,et [19]LI Q,WANG J,CHEN Y,et al.User comments for news al.Anatomy of a gift recommendation engine powered by so- recommendation in forum-based social media[J].Informa- cial media[C]//ACM SIGMOD Conference.Scottsdale, tion Science,2013,180(24):4929-4939. AZ,USA,2012:757-764. [20]MESSENGER A,WHITTLE J.Recommendations based on [7]POPESCU A,GREFENSTETTE G.Mining social media to user-generated comments in social media[C]//IEEE Third create personalized recommendations for tourist visits C// International Conference on Social Computing.Boston, 2nd International Conference and Exhibition on Computing MA,USA,2011:505-508. for Geospatial Research Application.Washington,DC. [21]PERA M,CONDIE N,NG Y.Personalized book recom- USA,2011:37. mendations created by using social media data[C]//WISE [8]SCHIRRU R.Topic-based recommendations in enterprise 2010 International Symposium WISS,and International social media sharing platforms[C]//ACM Conference on Workshops CISE,MBC,Hong Kong,China,2010:390- Recommender Systems.Barcelona,Spain,2010:369-372. 403. [9]贾大文，曾承，彭智勇，等：一种基于用户偏好自动分类 [22]GUY I,ZWERDLING N,RONEN I,et al.Social media 的社会媒体共享和推荐方法[J].计算机学报.2012,35 recommendation based on people and tags[C]//ACM SI- (11):2381-2391. GIR Conference on Research and Development in Informa- JIA Dawen,ZENG Cheng,PENG Zhiyong,et al.A user tion Retrieval,Geneva,Switzerland,2010:194-201. preference based automatic potential group generation meth- [23]WU S,RAND W,RASCHID L.Recommendations in so- od for social media sharing and recommendation[J].Chi- cial media for brand monitoring[C]//ACM Conference on nese Journal of Computer,2012,35(11):2381-2391. Recommender Systems.Chicago,IL,USA,2011:345- [10]KOOHBORFARDHAGHIGHI S,KIM J.Using structural 348. information for distributed recommendation in a social net- [24]XIANG Z.Dynamic social media in online travel informa- work[J].Applied Intelligence,2013,38(2):255-266. tion search:a preliminary analysis C]//International [11]LI L,PENG W,KATARIA S,et al.FRec:a novel frame- Conference in Innsbruck,Innsbruck,Austria,2011:343- work of recommending users and communities in social 353. media C//ACM International Conference on Information [25]Chidlovskii B.Learning recommendations in social media社会媒体是一个巨大的数据和信息资源，涉及 众多研究领域，基于社会媒体的资源推荐仅仅是其 中的一个领域。 本文仅从社会媒体资源推荐、特别 是多模态与多层次资源推荐方面进行了讨论，其中 所述的推荐策略和相关支撑技术本身均可作为一个 研究方向并扩展出更多新的研究和应用，社会媒体 与数据质量、隐私保护、大数据分析处理等技术的结 合，均为社会媒体研究的一些新领域。 参考文献： ［１］ＡＤＯＭＡＶＩＣＩＵＳ Ｇ， ＴＵＺＨＩＬＩＮ Ａ． Ｔｏｗａｒｄ ｔｈｅ ｎｅｘｔ ｇｅｎｅｒａ⁃ ｔｉｏｎ ｏｆ ｒｅｃｏｍｍｅｎｄｅｒ ｓｙｓｔｅｍｓ： ａ ｓｕｒｖｅｙ ｏｆ ｔｈｅ ｓｔａｔｅ⁃ｏｆ⁃ｔｈｅ⁃ａｒｔ ａｎｄ ｐｏｓｓｉｂｌｅ ｅｘｔｅｎｓｉｏｎｓ［ Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｋｎｏｗｌ⁃ ｅｄｇｅ ａｎｄ Ｄａｔａ Ｅｎｇｉｎｅｅｒｉｎｇ， ２００５， １７（６）： ７３４⁃７４９． ［２］黄立威， 李德毅． 社交媒体中的信息推荐［ Ｊ］． 智能系统 学报， ２０１２， ７（１）： １⁃８． ＨＵＡＮＧ Ｌｉｗｅｉ， ＬＩ Ｄｅｙｉ． Ａ ｒｅｖｉｅｗ ｏｆ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｃｏｍｍｅｎ⁃ ｄａｔｉｏｎ ｉｎ ｓｏｃｉａｌ ｍｅｄｉａ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１２， ７（１）： １⁃８． ［３］ ＳＵＮ Ｙ， ＨＡＮ Ｊ． Ｍｉｎｉｎｇ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｉｎｆｏｒｍａｔｉｏｎ ｎｅｔ⁃ ｗｏｒｋｓ： ａ ｓｔｒｕｃｔｕｒａｌ ａｎａｌｙｓｉｓ ａｐｐｒｏａｃｈ［ Ｊ］． ＳＩＧＫＤＤ Ｅｘｐｌｏ⁃ ｒａｔｉｏｎｓ， ２０１２， １４（２）： ２０⁃２８． ［４］ ＺＨＵ Ｘ， ＨＵＡＮＧ Ｚ， ＳＨＥＮ Ｈ， ｅｔ ａｌ． Ｌｉｎｅａｒ ｃｒｏｓｓ⁃ｍｏｄａｌ ｈａｓｈｉｎｇ ｆｏｒ ｅｆｆｉｃｉｅｎｔ ｍｕｌｔｉｍｅｄｉａ ｓｅａｒｃｈ［Ｃ］ ／ ／ ＡＣＭ Ｍｕｌｔｉｍｅ⁃ ｄｉａ． Ｂａｒｃｅｌｏｎａ， Ｓｐａｉｎ， ２０１３： １４３⁃１５２． ［５］ＷＵ Ｐ， ＨＯＩ Ｓ， ＸＩＡ Ｈ， ｅｔ ａｌ． Ｏｎｌｉｎｅ ｍｕｌｔｉｍｏｄａｌ ｄｅｅｐ ｓｉｍｉ⁃ ｌａｒｉｔｙ ｌｅａｒｎｉｎｇ ｗｉｔｈ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｉｍａｇｅ ｒｅｔｒｉｅｖａｌ ［ Ｃ］ ／ ／ ＡＣＭ Ｍｕｌｔｉｍｅｄｉａ． Ｂａｒｃｅｌｏｎａ， Ｓｐａｉｎ， ２０１３： １５３⁃１６２． ［６］ ＰＡＶＬＩＤＩＳ Ｙ， ＭＡＴＨＩＨＡＬＬＩ Ｍ， ＣＨＡＫＲＡＶＡＲＴＹ Ｉ， ｅｔ ａｌ． Ａｎａｔｏｍｙ ｏｆ ａ ｇｉｆｔ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｅｎｇｉｎｅ ｐｏｗｅｒｅｄ ｂｙ ｓｏ⁃ ｃｉａｌ ｍｅｄｉａ ［ Ｃ］ ／ ／ ＡＣＭ ＳＩＧＭＯＤ Ｃｏｎｆｅｒｅｎｃｅ． Ｓｃｏｔｔｓｄａｌｅ， ＡＺ， ＵＳＡ， ２０１２： ７５７⁃７６４． ［７］ＰＯＰＥＳＣＵ Ａ， ＧＲＥＦＥＮＳＴＥＴＴＥ Ｇ． Ｍｉｎｉｎｇ ｓｏｃｉａｌ ｍｅｄｉａ ｔｏ ｃｒｅａｔｅ ｐｅｒｓｏｎａｌｉｚｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｆｏｒ ｔｏｕｒｉｓｔ ｖｉｓｉｔｓ［Ｃ］ ／ ／ ２ｎｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ａｎｄ Ｅｘｈｉｂｉｔｉｏｎ ｏｎ Ｃｏｍｐｕｔｉｎｇ ｆｏｒ Ｇｅｏｓｐａｔｉａｌ Ｒｅｓｅａｒｃｈ ＆ Ａｐｐｌｉｃａｔｉｏｎ． Ｗａｓｈｉｎｇｔｏｎ， ＤＣ， ＵＳＡ， ２０１１： ３７． ［８］ ＳＣＨＩＲＲＵ Ｒ． Ｔｏｐｉｃ⁃ｂａｓｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｉｎ ｅｎｔｅｒｐｒｉｓｅ ｓｏｃｉａｌ ｍｅｄｉａ ｓｈａｒｉｎｇ ｐｌａｔｆｏｒｍｓ［Ｃ］ ／ ／ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｅｃｏｍｍｅｎｄｅｒ Ｓｙｓｔｅｍｓ． Ｂａｒｃｅｌｏｎａ， Ｓｐａｉｎ， ２０１０： ３６９⁃３７２． ［９］贾大文， 曾承， 彭智勇，等： 一种基于用户偏好自动分类 的社会媒体共享和推荐方法［Ｊ］． 计算机学报． ２０１２， ３５ （１１）： ２３８１⁃２３９１． ＪＩＡ Ｄａｗｅｎ， ＺＥＮＧ Ｃｈｅｎｇ， ＰＥＮＧ Ｚｈｉｙｏｎｇ， ｅｔ ａｌ． Ａ ｕｓｅｒ ｐｒｅｆｅｒｅｎｃｅ ｂａｓｅｄ ａｕｔｏｍａｔｉｃ ｐｏｔｅｎｔｉａｌ ｇｒｏｕｐ ｇｅｎｅｒａｔｉｏｎ ｍｅｔｈ⁃ ｏｄ ｆｏｒ ｓｏｃｉａｌ ｍｅｄｉａ ｓｈａｒｉｎｇ ａｎｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ［ Ｊ］． Ｃｈｉ⁃ ｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ， ２０１２， ３５（１１）： ２３８１⁃２３９１． ［１０］ ＫＯＯＨＢＯＲＦＡＲＤＨＡＧＨＩＧＨＩ Ｓ， ＫＩＭ Ｊ． Ｕｓｉｎｇ ｓｔｒｕｃｔｕｒａｌ ｉｎｆｏｒｍａｔｉｏｎ ｆｏｒ ｄｉｓｔｒｉｂｕｔｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｉｎ ａ ｓｏｃｉａｌ ｎｅｔ⁃ ｗｏｒｋ［Ｊ］． Ａｐｐｌｉｅｄ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ２０１３， ３８（２）： ２５５⁃２６６． ［１１］ＬＩ Ｌ， ＰＥＮＧ Ｗ， ＫＡＴＡＲＩＡ Ｓ， ｅｔ ａｌ． ＦＲｅｃ： ａ ｎｏｖｅｌ ｆｒａｍｅ⁃ ｗｏｒｋ ｏｆ ｒｅｃｏｍｍｅｎｄｉｎｇ ｕｓｅｒｓ ａｎｄ ｃｏｍｍｕｎｉｔｉｅｓ ｉｎ ｓｏｃｉａｌ ｍｅｄｉａ［Ｃ］ ／ ／ ＡＣＭ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｋｎｏｗｌｅｄｇｅ Ｍａｎａｇｅｍｅｎｔ． Ｓａｎ Ｆｒａｎｃｉｓｃｏ， ＣＡ， ＵＳＡ， ２０１３： １７６５⁃１７７０． ［１２］ＺＨＡＯ Ｇ， ＬＥＥ Ｍ， ＨＳＵ Ｗ， Ｅｔ ａｌ． Ｃｏｍｍｕｎｉｔｙ⁃ｂａｓｅｄ ｕｓｅｒ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｉｎ ｕｎｉ⁃ｄｉｒｅｃｔｉｏｎａｌ ｓｏｃｉａｌ ｎｅｔｗｏｒｋｓ ［ Ｃ］ ／ ／ ＡＣＭ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｋｎｏｗｌ⁃ ｅｄｇｅ Ｍａｎａｇｅｍｅｎｔ． Ｓａｎ Ｆｒａｎｃｉｓｃｏ， ＣＡ， ＵＳＡ， ２０１３： １８９⁃ １９１． ［１３］ＺＨＡＮＧ Ｈ， ＺＨＡ Ｚ， ＹＡＮＧ Ｙ， ｅｔ ａｌ． Ａｔｔｒｉｂｕｔｅ⁃ａｕｇｍｅｎｔｅｄ ｓｅｍａｎｔｉｃ ｈｉｅｒａｒｃｈｙ： ｔｏｗａｒｄｓ ｂｒｉｄｇｉｎｇ ｓｅｍａｎｔｉｃ ｇａｐ ａｎｄ ｉｎ⁃ ｔｅｎｔｉｏｎ ｇａｐ ｉｎ ｉｍａｇｅ ｒｅｔｒｉｅｖａｌ［Ｃ］ ／ ／ ＡＣＭ Ｍｕｌｔｉｍｅｄｉａ， Ｂａｒ⁃ ｃｅｌｏｎａ， Ｓｐａｉｎ， ２０１３： ３３⁃４２． ［１４］ＢＵ Ｊ， ＴＡＮ Ｓ， ＣＨＥＮ Ｃ， ｅｔ ａｌ． Ｍｕｓｉｃ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｂｙ ｕｎｉｆｉｅｄ ｈｙｐｅｒｇｒａｐｈ： ｃｏｍｂｉｎｉｎｇ ｓｏｃｉａｌ ｍｅｄｉａ ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ ｍｕｓｉｃ ｃｏｎｔｅｎｔ［Ｃ］ ／ ／ ＡＣＭ Ｍｕｌｔｉｍｅｄｉａ． Ｆｉｒｅｎｚｅ， Ｉｔａｌｙ， ２０１０： ３９１⁃４００． ［１５］ＴＡＮ Ｓ， ＢＵ Ｊ， ＣＨＥＮ Ｃ， ｅｔ ａｌ． Ｕｓｉｎｇ ｒｉｃｈ ｓｏｃｉａｌ ｍｅｄｉａ ｉｎ⁃ ｆｏｒｍａｔｉｏｎ ｆｏｒ ｍｕｓｉｃ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｖｉａ ｈｙｐｅｒｇｒａｐｈ ｍｏｄｅｌ ［Ｃ］ ／ ／ Ｓｏｃｉａｌ Ｍｅｄｉａ Ｍｏｄｅｌｉｎｇ ａｎｄ Ｃｏｍｐｕｔｉｎｇ． Ｌｏｎｄｏｎ， ＵＫ， ２０１１： ２１３⁃２３７． ［１６］ＨＵ Ｃ， ＺＨＡＮＧ Ｃ， ＷＡＮＧ Ｔ， ｅｔ ａｌ． Ａｎ ａｄａｐｔｉｖｅ ｒｅｃｏｍ⁃ ｍｅｎｄａｔｉｏｎ ｓｙｓｔｅｍ ｉｎ ｓｏｃｉａｌ ｍｅｄｉａ［Ｃ］ ／ ／ ４５ｔｈ Ｈａｗａｉｉ Ｉｎｔｅｒ⁃ ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｓｙｓｔｅｍ Ｓｃｉｅｎｃｅｓ． Ｍａｕｉ， ＵＳＡ， ２０１２： １７５９⁃１７６７． ［１７］ＭＡ Ｘ， ＷＡＮＧ Ｈ， ＬＩ Ｈ， ｅｔ ａｌ． Ｅｎｈａｎｃｉｎｇ ｒｅｃｏｍｍｅｎｄｅｄ ｖｉｄｅｏ ｌｉｓｔｓ ｆｏｒ ｙｏｕｔｕｂｅ⁃ｌｉｋｅ ｓｏｃｉａｌ ｍｅｄｉａ［Ｃ］ ／ ／ ＩＥＥＥ Ｉｎｔｅｒ⁃ ｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐ ｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ． Ｂａｎｆｆ， ＡＢ， Ｃａｎａｄａ， ２０１２： ２４４⁃２４９． ［１８］ＥＲＮＥＳＴＯ Ｄ， ＬＵＣＡＳ Ｄ， ＬＡＲＳ Ｓ， ｅｔ ａｌ． Ｒｅａｌ⁃ｔｉｍｅ ｔｏｐ⁃ｎ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｉｎ ｓｏｃｉａｌ ｓｔｒｅａｍｓ ［ Ｃ］ ／ ／ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｅｃｏｍｍｅｎｄｅｒ Ｓｙｓｔｅｍｓ． Ｄｕｂｌｉｎ， Ｉｒｅｌａｎｄ， ２０１２： ５９⁃６６． ［１９］ＬＩ Ｑ， ＷＡＮＧ Ｊ， ＣＨＥＮ Ｙ， ｅｔ ａｌ． Ｕｓｅｒ ｃｏｍｍｅｎｔｓ ｆｏｒ ｎｅｗｓ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｉｎ ｆｏｒｕｍ⁃ｂａｓｅｄ ｓｏｃｉａｌ ｍｅｄｉａ［ Ｊ］． Ｉｎｆｏｒｍａ⁃ ｔｉｏｎ Ｓｃｉｅｎｃｅ， ２０１３， １８０（２４）： ４９２９⁃４９３９． ［２０］ＭＥＳＳＥＮＧＥＲ Ａ， ＷＨＩＴＴＬＥ Ｊ． Ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｂａｓｅｄ ｏｎ ｕｓｅｒ⁃ｇｅｎｅｒａｔｅｄ ｃｏｍｍｅｎｔｓ ｉｎ ｓｏｃｉａｌ ｍｅｄｉａ［Ｃ］ ／ ／ ＩＥＥＥ Ｔｈｉｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｓｏｃｉａｌ Ｃｏｍｐｕｔｉｎｇ． Ｂｏｓｔｏｎ， ＭＡ， ＵＳＡ， ２０１１： ５０５⁃５０８． ［２１］ ＰＥＲＡ Ｍ， ＣＯＮＤＩＥ Ｎ， ＮＧ Ｙ． Ｐｅｒｓｏｎａｌｉｚｅｄ ｂｏｏｋ ｒｅｃｏｍ⁃ ｍｅｎｄａｔｉｏｎｓ ｃｒｅａｔｅｄ ｂｙ ｕｓｉｎｇ ｓｏｃｉａｌ ｍｅｄｉａ ｄａｔａ［Ｃ］ ／ ／ ＷＩＳＥ ２０１０ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ＷＩＳＳ， ａｎｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐｓ ＣＩＳＥ， ＭＢＣ， Ｈｏｎｇ Ｋｏｎｇ， Ｃｈｉｎａ， ２０１０： ３９０⁃ ４０３． ［２２］ＧＵＹ Ｉ， ＺＷＥＲＤＬＩＮＧ Ｎ， ＲＯＮＥＮ Ｉ， ｅｔ ａｌ． Ｓｏｃｉａｌ ｍｅｄｉａ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｂａｓｅｄ ｏｎ ｐｅｏｐｌｅ ａｎｄ ｔａｇｓ［Ｃ］ ／ ／ ＡＣＭ ＳＩ⁃ ＧＩＲ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ ｉｎ Ｉｎｆｏｒｍａ⁃ ｔｉｏｎ Ｒｅｔｒｉｅｖａｌ， Ｇｅｎｅｖａ， Ｓｗｉｔｚｅｒｌａｎｄ， ２０１０： １９４⁃２０１． ［２３］ＷＵ Ｓ， ＲＡＮＤ Ｗ， ＲＡＳＣＨＩＤ Ｌ． Ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｉｎ ｓｏ⁃ ｃｉａｌ ｍｅｄｉａ ｆｏｒ ｂｒａｎｄ ｍｏｎｉｔｏｒｉｎｇ［Ｃ］ ／ ／ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｅｃｏｍｍｅｎｄｅｒ Ｓｙｓｔｅｍｓ． Ｃｈｉｃａｇｏ， ＩＬ， ＵＳＡ， ２０１１： ３４５⁃ ３４８． ［２４］ＸＩＡＮＧ Ｚ． Ｄｙｎａｍｉｃ ｓｏｃｉａｌ ｍｅｄｉａ ｉｎ ｏｎｌｉｎｅ ｔｒａｖｅｌ ｉｎｆｏｒｍａ⁃ ｔｉｏｎ ｓｅａｒｃｈ： ａ ｐｒｅｌｉｍｉｎａｒｙ ａｎａｌｙｓｉｓ ［ Ｃ ］ ／ ／ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｉｎ Ｉｎｎｓｂｒｕｃｋ， Ｉｎｎｓｂｒｕｃｋ， Ａｕｓｔｒｉａ， ２０１１： ３４３⁃ ３５３． ［２５］ Ｃｈｉｄｌｏｖｓｋｉｉ Ｂ． Ｌｅａｒｎｉｎｇ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｉｎ ｓｏｃｉａｌ ｍｅｄｉａ ·２７４· 智 能 系 统 学 报 第 ９ 卷