摘要：針對傳統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,提出一個融合社交行為和標簽行為的推薦算法。首先用引力模型計算社交網絡中用戶節點之間的吸引力來度量用戶社交行為的相似性;其次通過標簽信息構建用戶喜好物體模型,并使用引力公式計算喜好物體之間的引力來度量標簽行為的相似性。最后,引入變量融合兩方面信息,獲取近鄰用戶,產生推薦。采用Last.fm數據集進行實驗研究,結果說明推薦算法的準確率和召回率更高。