Resumen

Los usuarios en las redes en línea ejercen diferentes influencias durante el proceso de propagación de la información, y la influencia heterogénea puede contribuir a recomendaciones personalizadas. En este documento, analizamos la topología de las redes sociales para investigar la fuerza de influencia de los usuarios en sus vecinos. También explotamos la matriz de calificaciones usuario-elemento para encontrar la importancia de las calificaciones de los usuarios y determinar su influencia en las redes sociales enteras. Basándonos en la influencia local entre usuarios y la influencia global sobre toda la red, proponemos un método de recomendación con interacciones indirectas que hace un uso adecuado de las relaciones de los usuarios en las redes sociales y los datos de calificaciones de los usuarios. Los dos tipos de influencia se incorporan en un marco de factorización de matrices. También consideramos interacciones indirectas entre usuarios que no tienen enlaces directos entre sí. Los resultados experimentales en dos conjuntos de datos del mundo real demuestran que nuestro marco propuesto funciona mejor que otros métodos de vanguardia para todos los usuarios y usuarios sin historial. En comparación con los

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Usuarios; Influencia; Redes sociales; Recomendaciones; Calificaciones; Matriz
• Keywords:Users; Influence; Social networks; Recommendations; Ratings; Matrix