基于RBC和符號網(wǎng)絡在線社會團隊推薦機制設(shè)計與仿真.pdf

1、全球社交網(wǎng)絡及移動媒體快速發(fā)展，使人們越發(fā)依賴于社交網(wǎng)絡，并使得網(wǎng)絡信息量爆炸式增長，同時“垃圾”信息暴增。無效、頻繁、負面的“垃圾”信息，嚴重影響了虛擬社區(qū)、在線團隊的健康發(fā)展，一方面大幅降低了用戶對信息利用率，另一方面甚至造成負效應，使用戶對社會網(wǎng)絡產(chǎn)生厭惡。
　　有效、精準的推薦機制是處理互聯(lián)網(wǎng)社區(qū)“垃圾進，垃圾出”的有效手段，尤其在個性化推薦方面，主要涉及用戶相同興趣、愛好，通過消息推送與好友推薦形成簡單的、無（低）組織性

2、群組、團隊。然而，組織性是人類群體的固有社會規(guī)律，這一規(guī)律對網(wǎng)絡社區(qū)與群組的良性發(fā)展影響深遠，基于地位均衡的團隊與個人方向性推薦機制將對在線團隊帶來重要的可持續(xù)性與結(jié)構(gòu)性調(diào)整。而在人類社會中，個人地位一般由集體及個人所在集體中擔任的角色決定，由此本文結(jié)合“基于角色的協(xié)同”理論與符號網(wǎng)絡地位均衡理論，對在線社會團隊推薦機制進行了研究。
　　相關(guān)研究主要以大型教學科研協(xié)作平臺“學者網(wǎng)”為目標對象，通過真實數(shù)據(jù)，對團隊推薦機制做建模、設(shè)

3、計與仿真。研究用戶與團隊結(jié)構(gòu)，分析在線社會交互結(jié)構(gòu)對關(guān)系結(jié)構(gòu)的推動演化，構(gòu)建基于角色的在線社會模型;通過對用戶潛在好友和團隊潛在成員的評估與評分，設(shè)計符號網(wǎng)絡計算邊權(quán)重，以角色關(guān)系區(qū)分用戶團隊地位，明晰推薦方向;最后形成“消息—團隊—好友”三級推薦機制，穩(wěn)定在線群組結(jié)構(gòu)，使其良性共演化。
　　為印證上述團隊推薦機制的合理性，研究者調(diào)查分析并仿真了近百名學者網(wǎng)用戶與仿真用戶的社區(qū)活動。調(diào)查問卷與仿真結(jié)果表明，系列推薦機制不僅更為符合