امروزه با توجه به حجم فراوان و روبه رشد اطلاعات بر روی وب و اینترنت، فرآیند تصمیم گیری و انتخاب اطلاعات و یا کالاهای موردنیاز، برای بسیاری از کاربران وب دشوار شده است. این موضوع با عنوان مشکل سرریز داده ها شناخته می شود. سیستم های توصیه گر می توانند به عنوان یک راهنما، کاربران را در انتخاب های خودیاری رسانند. در این مقاله یک سیستم توصیه گر ارائه شده است که در آن اطلاعات کاربران و آیتم ها در قالب یک گراف بازنمایی می شوند؛ سپس این گراف، مانند یک گراف شبکه اجتماعی در نظر گرفته شده و برای تحلیل آن از الگوریتم کشف انجمن و پیش بینی لینک استفاده می شود. هر انجمن به عنوان یک خوشه در نظر گرفته شده و پس از پیش بینی لینک برای شناسایی روابط پنهان بین کاربران و آیتم، پیشنهادات برای هر خوشه به صورت جداگانه ای ارائه خواهد شد. نتایج شبیه سازی نشان می دهد که روش پیشنهادی نسبت به روش های مبتنی بر مدل که در سالهای اخیر ارائه شده اند، بهبود قابل توجهی داشته است.
