基于物质扩散动力过程的融合社交网络推荐算法

闻宾

摘 要：在推荐系统的算法中，基于物质扩散动力过程的融合社交网络推荐算法往往在当前的社交网络推荐算法中有着高度的数据疏散性和推荐范围有限的问题。因此，为了解决这一现象，需要引入物理中的相关动力学热导量理论进行实践，从而实现社交网络中用户需求的多样新颖性内容推荐。本文通过将我国当前的社会网络环境之下基于热传导的物质扩散动力的网络内容推荐进行比较，然后对热传导的物质扩散动力过程的容和社交网络推荐算法进行相应设计。

关键词：物质扩散动力；融合社交网络；推荐算法

在当前社交网络中内容推荐系统主要采用的原理是物质扩散原理，从而提高推荐系统的整体性能，但是却忽视了用户对内容推荐的个性多样需求，而当用户偏向于大众化的时候，对信息的需求以及行为也存在了明显的小众现象。因此，在当前的社交网络环境下，用户对内容推荐的具体需求应该是小眾、大众共存。

一、基于物质能量扩散的推荐原理

在进行社交网络的内容推荐进行相应算法的时候，为了弥补遗漏冷门内容推荐，研发者在其过程中尝试利用物力的热传导原理引入社交网络的内容推荐中去，利用温度或者能量从代表推荐内容的可能推荐性，对内容进行推荐平衡，适当的提高推荐内容的能量，从而将轻易遗漏的内容推算出来，更加符合用户的个性需求[1]。

通常情况下热传导的应用理论在用户的实际内容推荐中存在着资源关联。其理论的使用原理是将社交网络中的信息节点抽象为一种物体的存在，将信息之间转换为两个物体之间所存在的关联，产生的能量将在两个物体节点之间进行传递。“温度”过高即为内容的受欢迎程度过高，那么此种“热度”过高的物体就被成为热点内容资源。“温度”过低的内容就是欢迎程度不然，那么此种“热度”过低的物体资源就被称之为冷点内容推荐资源。当热点内容与冷点内容的热度大小可以用“度”的数值单位来表示，从而对内容的标注、选择、评论及分享进行标注。

物质扩散内容推荐的方法同传统的内容推荐中所采用的都是随机方法，只是在科学的叫法中有所不同。具体在使用物质能量扩散的原理进行内容推荐过程中，热传导的应用策略与物质扩散是有所不同的。基于热传导的内容推荐原理是将用户感兴趣的内容资源作为固定温度的资源，虽然在过程中也与其他资源进行能量传输，但是与此同时也会产生能量，因此两个互相关联的内容中所产生的总能量就会随着传递而不断增加，这样就与物质扩散的内容推荐办法是有所不同的，因为物质扩散的内容推荐原理在其过程中是保持温度持久不变的，更不可能产生源源不断的能量。

再者说，基于物质能量扩散的内容推荐在其过程中是以固定能量为基础的内容资源进行传递，而最后的系统性稳态结果就是与内容资源的标注次数成正比的，因此比较适合推荐流行的内容资源，从而提高内容推荐的用户准确需求性（如图1所示）。在基于物质能量扩散的内容推荐方法是在保证推荐过程中有足够的热门资源传输给冷门资源，当进行能量传输的次数足够的时候，从而使得双方的资源等同[2]。因此，基于物质能量扩散的社交网络内容推荐在进行不流行的内容推荐时会有很大的优势。

二、基于物质扩散的社交网络推荐算法

（一）基于物质扩散的推荐计算设计

基于热传导的内容推荐理论与基于物质能量扩散的内容推荐理论的侧重点是各不相同的，更甚之是完全相反的。基于物质扩散的社交网络推荐算法在进行扩散过程中较为倾向于信息之间的节点连接以及较为热门的内容和资源，较为注重推荐内容的准确程度；而热传导的推荐理论则是更加趋向于将所有内容节点所获得的能量进行传输，从而条冷门内容推荐的几率，实现内容推荐的多样性。在如今社交网络的推荐算法中，两者相结合的内容推荐算法，既能实现社交网络用户的内容资源需求特性，有提高了系统的内容推荐准确多样性。因此基于物质扩散的推荐办法与热传导相结合，从而达到内容推荐的最佳计算方式。

（二）基于两种方式结合的物质能量扩散推荐算法归总

通过参数λ∈[0，1]来调节两种方式的权重结合，从而获得基于两种方式结合的物质能量扩散的推荐算法，这种推荐算法的应用使得内容资源的推荐具有了可控性，也在一定程度上增强了冷门内容的推荐，并且扩大了不同社交网络用户之间的需求差异，兼顾了内容推荐的多样个性化。

三、结语

基于物质能量扩散的社交网络推荐算法与热传导的相结合，从而使得内容推荐更具多样化，给用户提供符合需求的内容推荐，提高内容推荐上的准确多样性，

参考文献：

[1]胡吉明，林鑫.基于热传导能量扩散的社会化小众推荐融合算法设计[J].情报理论与实践，2016，39（4）：119-123.

[2]郭兰杰，梁吉业，兴旺.合社交网络信息的协同过滤推荐算法[J].式识别与人工智能，2016， 29（3）：281-288.