1. 题目来源
近年来，随着互联网技术的迅猛发展和社交媒体的普及，人们越来越多地参与到各种线上群体活动中，例如共同观影、组团旅游、团队购物等。
与此同时，信息过载问题日益严重，如何从海量信息中筛选出符合群体共同兴趣和偏好的内容成为亟待解决的难题。
群体推荐系统应运而生，其旨在根据群体成员的个体偏好和群体交互行为，为整个群体推荐其共同感兴趣的物品或服务。
2. 应完成的主要内容
本课题的主要研究内容包括：
1.研究不同类型的社会网络分析方法，例如社会网络结构分析、社会网络影响力分析等，以及如何将这些方法应用于群体推荐模型中。
2.研究如何构建有效的用户模型来表示用户的个体偏好以及用户之间的社会关系，例如基于信任关系的用户模型、基于共同兴趣的用户模型等。
3.研究如何设计有效的群体偏好聚合策略，将群体成员的个体偏好融合成一致的群体偏好，例如基于加权平均的聚合策略、基于最小遗憾的聚合策略等。
3. 基本要求及完成的成果形式
1.本课题要求学生在导师指导下，独立完成文献调研、模型设计、算法实现、实验分析等环节的研究工作。
2.学生需要阅读相关领域的国内外研究文献，掌握群体推荐和社会网络分析的基本理论和方法，并对相关研究现状有较为深入的了解。
3.学生需要熟练掌握至少一种编程语言（如Python、Java等）和相关数据挖掘工具，具备进行数据分析和算法实现的能力。
4. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
5. 参考文献（20个中文5个英文）
1. 李勇, 李晓东, 王腾蛟. 社会网络信息推荐研究综述[J]. 计算机研究与发展, 2017, 54(3): 478-502.
2. 刘铭, 孟祥武, 王国仁, 等. 社会网络中的群体推荐: 方法与应用[J]. 软件学报, 2018, 29(1): 3-22.
3. 陈志刚, 薛晓冰, 胡峰, 等. 基于社会网络的群体偏好模型与推荐算法[J]. 计算机科学, 2020, 47(4): 123-130.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
