Resumen

El algoritmo de recomendación puede romper la restricción de la estructura topológica de las redes sociales, potenciar el poder de comunicación de la información (positiva o negativa) en las redes sociales y guiar, hasta cierto punto, la forma de transmisión de la información de las noticias en las redes sociales. Para resolver el problema de la escasez de datos en la recomendación de noticias para redes sociales, este artículo propone un algoritmo de recomendación basado en aprendizaje profundo en redes sociales (DLRASN). En primer lugar, el algoritmo se utiliza para procesar datos de comportamiento de manera serializable cuando los usuarios en la misma red social navegan por la información. Luego, se introducen variables globales para optimizar la forma de codificación de la secuencia central de Skip-gram, de modo que se puedan aprender los hábitos de comportamiento de navegación en línea de los usuarios. Finalmente, la información en la que los usuarios objetivo tienen interés puede ser calculada mediante la fórmula de similitud y la información es recomendada en las redes sociales. Los resultados experimentales muestran que el al

• Materias:Virus informático Entropía del gráfico Modelo epidémico Modelo de optimización Modelos conceptuales
• Subjects:Computer virus Entropy of the graph Epidemic model Optimization model Conceptual models
• Palabras claves:Algoritmo de recomendación; Redes sociales; Transmisión de información; Aprendizaje profundo; Escasez de datos; Precisión de recomendación
• Keywords:Recommendation algorithm; Social networks; Information transmission; Deep learning; Data sparsity; Recommendation accuracy