中文摘要：

伴随着社交网络与传统电子商务网络账户合并的热潮，以社交为手段、以商品推荐为目的的社交-推荐网络已经形成。本研究充分结合用户社交行为和商品行为历史,对目标用户的社交好友隐式推荐关系进行分层次挖掘对一跳朋友，用同现、时序和共同朋友关系统计社交活动量，用拓扑势模型度量朋友圈内威望，另结合用户间商品行为历史相似度，综合三个因素挖掘其中的推荐主导群体；对二跳朋友，建模用户的偶遇关系，以用户间的商品行为相似性为指导，通过机器学习方法推导偶遇行为次数与推荐影响力的关联，预测隐藏的具有较强推荐影响的间接朋友；对外围用户，通过商品相似性与商品行为历史相似性比较，挖掘共同兴趣朋友，作为社交网络冷启动情况下推荐依据的补充。研究目标是挖掘社交-推荐网络中对目标用户最具影响力的用户群体，其结果对揭示社交-推荐网络中用户推荐影响力的构成、度量与传播规律有重要意义，可为新兴的社交-推荐网络的商品推荐系统构建提供思路。