摘要：針對(duì)傳統(tǒng)推薦算法忽略用戶社交影響、研究角度不全面和缺乏物理解釋等問題,提出一個(gè)融合社交行為和標(biāo)簽行為的推薦算法。首先用引力模型計(jì)算社交網(wǎng)絡(luò)中用戶節(jié)點(diǎn)之間的吸引力來(lái)度量用戶社交行為的相似性;其次通過標(biāo)簽信息構(gòu)建用戶喜好物體模型,并使用引力公式計(jì)算喜好物體之間的引力來(lái)度量標(biāo)簽行為的相似性。最后,引入變量融合兩方面信息,獲取近鄰用戶,產(chǎn)生推薦。采用Last.fm數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)研究,結(jié)果說(shuō)明推薦算法的準(zhǔn)確率和召回率更高。