新颖性Web社区推荐方法

　　社区推荐从海量社区中为用户过滤出有价值的社区，变得越来越重要．新颖性推荐逐渐得到关注，因为单纯追求准确度的推荐结果存在局限性．已有新颖性推荐方法不适用于社区推荐，因其无法处理Web社区特性，包括社区成员用户通过交互形成的关系网络以及社区主题．提出了一种新颖性社区推荐方法NovelRec．向用户推荐其有潜在兴趣但不知道的社区，旨在拓展用户视野和推动社区发展.NovelRec基于用户交互网络中的邻域关系，利用用户之间在主题上的关联，计算候选社区对用户的准确度：根据用户与社区在邻域和主题上的关联，提出一种用户社区距离度量方式，并利用该距离计算候选社区的新颖度．在此基础上，NovelRec最终进行新颖性社区推荐，并兼顾推荐结果的准确性．真实数据集上的对比实验结果表明，NovelRec方法在新颖性上优于现有方法，同时能够保证推荐结果的准确性．