1.一种社交网络中基于图熵的推荐方法，包括下列步骤：
(1)结合用户对物品的评分数据以及一些反馈信息，首先对已有数据集进行预处理，对于重复和异常的数据进行清洗和删除；
(2)利用一个无向图构建用户-物品二分图(uig)，通过用户对物品的点击、收藏和搜索等反馈信息计算用户与物品边上的权重，以确定用户物品的相似度；根据数据集构建用户信任图(utg)，并由用户在社交网络上的信任传播距离计算用户信任度，以获得信任的用户物品相似度；
(3)对于上述两个无向图，采用随机游走策略，不断地对步骤(2)中的相似度进行计算迭代更新，得到用户对物品相似度的收敛值；
(4)通过计算用户-物品图和用户信任图的熵获得加权系数，从而得到用户对物品相似度的最终值；
(5)进行top-n项排序，将候选集中相似度最高的商品推荐给用户。