社交網(wǎng)絡(luò)中的弱關(guān)系推薦方法研究.pdf

1、社交網(wǎng)絡(luò)上的人物推薦是一個非常具有現(xiàn)實(shí)意義的課題。特別在今天，各種社交網(wǎng)絡(luò)應(yīng)用層出不窮，人物推薦有效地幫助用戶解決信息篩選問題，提高了應(yīng)用的用戶黏性。然而以往的推薦系統(tǒng)研究多聚焦在商品、電影、音樂推薦上，在社會網(wǎng)絡(luò)中，為商品推薦而發(fā)展的方法未必是適用的，人物推薦有其獨(dú)特的一面，研究各種在線社交網(wǎng)絡(luò)上的人物推薦是非常有價(jià)值的。
　　本文認(rèn)為人物推薦可以分為兩類，一類是以重新發(fā)現(xiàn)線下的社會關(guān)系為目的強(qiáng)關(guān)系推薦，一類是發(fā)現(xiàn)線上用戶可能會

2、感興趣的新的“朋友”為目的的弱關(guān)系推薦。本文的研究工作將圍繞弱關(guān)系推薦展開，介紹弱關(guān)系的界定，討論弱關(guān)系推薦的意義與不同之處，評價(jià)已有的推薦方法并給出自己的思路、實(shí)驗(yàn)設(shè)計(jì)與實(shí)驗(yàn)結(jié)果。
　　介于以往的人物推薦并沒區(qū)分強(qiáng)弱關(guān)系，本文首先根據(jù)先前調(diào)研工作將已有的人物推薦方法分類，從中選取8種常見的推薦策略，在不同的數(shù)據(jù)集上對它們的弱關(guān)系推薦的效果進(jìn)行對比，分析弱關(guān)系推薦效果好的算法的特點(diǎn)。
　　在對比分析的基礎(chǔ)上，本文在論文合作數(shù)

3、據(jù)集上就合作者推薦這一具體的問題，提出了結(jié)合社區(qū)劃分與Meta-Path弱關(guān)系推薦算法，該算法利用社區(qū)劃分給用戶尋找相似用戶，從而擴(kuò)展用戶特征，實(shí)驗(yàn)證明該算法在合作者推薦上弱關(guān)系挖掘能力良好。
　　社會學(xué)中的研究證明弱關(guān)系往往能夠帶來更加多樣化的信息，因此本文最后使用一種混合策略將兩種推薦算法的結(jié)果組合來提高微博人物推薦的多樣性，具體地講，將結(jié)合社區(qū)劃分與Meta-Path的推薦算法與基于特征的矩陣分解方法混合，實(shí)驗(yàn)結(jié)果驗(yàn)證了面向