·266 智能系统学报 第9卷 1 社会煤体用户、资源及推荐的特点 评论、图片等信息构成了同一资源的多个层次。同 时，社会媒体信息之间由于背景、事件、位置、人物等 1.1社会媒体中的用户与资源 实体的联系，同样会构成资源的不同层次。 社会媒体作为一类新的在线交互平台，允许用 1.2社会媒体推荐的特点 户自发地撰写、传播和获取信息，具有广泛的用户参 如前述，推荐系统涉及用户兴趣的分析和推 与性。本文中，将“资源”定义为用户在社会媒体中 荐资源的选择2个主要部分。由于社会媒体中用户 发布的原始信息单元及其组合或划分。与传统媒体 和资源新的特点，因而对基于社会媒体的推荐系统 相比，社会媒体中的“用户”和“资源”呈现出许多新 提出了新的要求，从而导致了社会媒体推荐呈现出 的特点。 新的特点： 首先，从社会媒体用户的角度，呈现以下特点： 1)多模态的用户兴趣内容分析。 1)用户角色双重性。 在分析用户兴趣方面，传统的推荐技术之一是 社会媒体中信息的传播是“众对众”方式，用户 “基于内容的推荐”。即：对于一个用户，推荐系统 不仅是信息的接收者，也是信息的发布者，发布时不 根据该用户自己对资源的访问历史推断其兴趣。在 仅提供信息，而且在社交网站上建立详细的个人档 社会媒体推荐中，“基于内容的推荐”同样适用，但 案并分享这些信息[。 却赋予了新的要求。首先，用户对资源的访问历史 2)社会网络社群性。 记录中，其内容可能包括不同的媒体形式：其次，对 社会媒体的用户（包括信息的发布者和接收 于某一种媒体形式（特别是非文本形式），用户可能 者)在社会媒体中通过信息交流可以表达关注同一 也会关注不同的方面。例如，对于用户访问历史中 事件或人、具有相同观点以及结为好友等，这些关系 的一幅“裙子”的图片，用户兴趣可能是裙子的颜 构成各种网络社群。 色、质地、图案、款式等不同方面，而非这条裙子本 3)信息网络异构性。 身。用户访问历史内容中不同的媒体形式和同一媒 将用户与资源作为对象并相互链接起来，即构 体形式的不同特征，构成了多模态的用户兴趣。 成信息网络)。在此情况下，社会媒体中的信息网 2)基于社会关系的协同过滤。 络节点是异构的，表现为用户与信息是不同类型的 传统推荐技术中，用户兴趣分析的另一主要方 对象，而且不同媒体形式的信息内容也是异构的。 法是“基于协同过滤的推荐”。即：对于一个用户， 4)用户关系多元性。 推荐系统根据与该用户兴趣相似的其他相关用户对 前面1)中所述的用户角色双重性表现为信息 资源的访问情况推断其兴趣，所依据的是“用户-项 网络中的显式链接即为“用户节点→资源节点”、或 目”点击矩阵的相似性度量。社会媒体中，前述的 者相反。此外，除显式链接外，还存在更多的隐式链 “网络社群性”使这种依据可以扩展为基于用户社 接关系，如信息之间的相关性链接以及由此而导致 会关系的推荐，从而解决“点击矩阵稀疏”等问题， 的用户之间的相关性链接等，构成了多元化的用户 而“用户角色双重性”、“信息网络异构性”及“用户 关系。 关系多元性”等用户特点使这一问题变成异构信息 第二，从社会媒体资源的角度，呈现以下特点： 网络中的社群发现及社群的用户兴趣推断问题。 1)信息的多模态性。 3)面向用户的多层次资源推荐。 在相关研究中，“模态”表现为不同的媒体形式 传统的推荐系统中，无论“基于内容的推荐” (如文本、图像、视频等)[，又可表现为同一媒体形 “基于协同过滤的推荐”、还是其混合技术，推荐结 式的不同特征（如图像的颜色、纹理等特征）[)。在 果的粒度大多是原始信息，即便是多媒体推荐，也较 本文中，从推荐的角度，网络社群作为一种资源，其 少考虑用户不同粒度、不同层次的需求。这里重提 本身也是一种模态。 前述“社会媒体资源多层次性”中的例子，即：用户A 2)资源的多层次性。 撰写了一篇关于三亚旅游的图文并茂的博文，用户 由于社会媒体允许用户自发地传播和获取信 B转发了其中的部分文字并加上了评论，用户C又 息，因此导致了社会媒体资源的多层次性。例如，在 配发了一些照片，…。在推荐时，通过对这些博文、 新浪博客中，用户A撰写了一篇关于三亚旅游的图 评论、图片等原始信息的分析，可以推荐：1)与博文 文并茂的博文，用户B转发了其中的部分文字并加 中的图片或某部分文字相关的信息：2)由多幅图片 上了评论，用户C又配发一些照片，…，这些博文、 和文字构成的三亚某一景点的介绍信息；3)诸如１ 社会媒体用户、资源及推荐的特点 １．１ 社会媒体中的用户与资源 社会媒体作为一类新的在线交互平台，允许用 户自发地撰写、传播和获取信息，具有广泛的用户参 与性。 本文中，将“资源”定义为用户在社会媒体中 发布的原始信息单元及其组合或划分。 与传统媒体 相比，社会媒体中的“用户”和“资源”呈现出许多新 的特点。 首先，从社会媒体用户的角度，呈现以下特点： １）用户角色双重性。 社会媒体中信息的传播是“众对众”方式，用户 不仅是信息的接收者，也是信息的发布者，发布时不 仅提供信息，而且在社交网站上建立详细的个人档 案并分享这些信息［２］ 。 ２）社会网络社群性。 社会媒体的用户（包括信息的发布者和接收 者）在社会媒体中通过信息交流可以表达关注同一 事件或人、具有相同观点以及结为好友等，这些关系 构成各种网络社群。 ３）信息网络异构性。 将用户与资源作为对象并相互链接起来，即构 成信息网络［３］ 。 在此情况下，社会媒体中的信息网 络节点是异构的，表现为用户与信息是不同类型的 对象，而且不同媒体形式的信息内容也是异构的。 ４）用户关系多元性。 前面 １）中所述的用户角色双重性表现为信息 网络中的显式链接即为“用户节点®资源节点”、或 者相反。 此外，除显式链接外，还存在更多的隐式链 接关系，如信息之间的相关性链接以及由此而导致 的用户之间的相关性链接等，构成了多元化的用户 关系。 第二，从社会媒体资源的角度，呈现以下特点： １）信息的多模态性。 在相关研究中，“模态”表现为不同的媒体形式 （如文本、图像、视频等） ［４］ ，又可表现为同一媒体形 式的不同特征（如图像的颜色、纹理等特征） ［５］ 。 在 本文中，从推荐的角度，网络社群作为一种资源，其 本身也是一种模态。 ２）资源的多层次性。 由于社会媒体允许用户自发地传播和获取信 息，因此导致了社会媒体资源的多层次性。 例如，在 新浪博客中，用户 Ａ 撰写了一篇关于三亚旅游的图 文并茂的博文，用户 Ｂ 转发了其中的部分文字并加 上了评论，用户 Ｃ 又配发一些照片，…，这些博文、 评论、图片等信息构成了同一资源的多个层次。 同 时，社会媒体信息之间由于背景、事件、位置、人物等 实体的联系，同样会构成资源的不同层次。 １．２ 社会媒体推荐的特点 如前所述，推荐系统涉及用户兴趣的分析和推 荐资源的选择 ２ 个主要部分。 由于社会媒体中用户 和资源新的特点，因而对基于社会媒体的推荐系统 提出了新的要求，从而导致了社会媒体推荐呈现出 新的特点： １）多模态的用户兴趣内容分析。 在分析用户兴趣方面，传统的推荐技术之一是 “基于内容的推荐”。 即：对于一个用户，推荐系统 根据该用户自己对资源的访问历史推断其兴趣。 在 社会媒体推荐中，“基于内容的推荐” 同样适用，但 却赋予了新的要求。 首先，用户对资源的访问历史 记录中，其内容可能包括不同的媒体形式；其次，对 于某一种媒体形式（特别是非文本形式），用户可能 也会关注不同的方面。 例如，对于用户访问历史中 的一幅“裙子” 的图片，用户兴趣可能是裙子的颜 色、质地、图案、款式等不同方面，而非这条裙子本 身。 用户访问历史内容中不同的媒体形式和同一媒 体形式的不同特征，构成了多模态的用户兴趣。 ２）基于社会关系的协同过滤。 传统推荐技术中，用户兴趣分析的另一主要方 法是“基于协同过滤的推荐”。 即：对于一个用户， 推荐系统根据与该用户兴趣相似的其他相关用户对 资源的访问情况推断其兴趣，所依据的是“用户－项 目”点击矩阵的相似性度量。 社会媒体中，前述的 “网络社群性”使这种依据可以扩展为基于用户社 会关系的推荐，从而解决“点击矩阵稀疏” 等问题， 而“用户角色双重性”、“信息网络异构性”及“用户 关系多元性”等用户特点使这一问题变成异构信息 网络中的社群发现及社群的用户兴趣推断问题。 ３）面向用户的多层次资源推荐。 传统的推荐系统中，无论“基于内容的推荐”、 “基于协同过滤的推荐”、还是其混合技术，推荐结 果的粒度大多是原始信息，即便是多媒体推荐，也较 少考虑用户不同粒度、不同层次的需求。 这里重提 前述“社会媒体资源多层次性”中的例子，即：用户 Ａ 撰写了一篇关于三亚旅游的图文并茂的博文，用户 Ｂ 转发了其中的部分文字并加上了评论，用户 Ｃ 又 配发了一些照片，…。 在推荐时，通过对这些博文、 评论、图片等原始信息的分析，可以推荐：１）与博文 中的图片或某部分文字相关的信息；２）由多幅图片 和文字构成的三亚某一景点的介绍信息；３） 诸如 ·２６６· 智 能 系 统 学 报 第 ９ 卷