一種基于用戶傾向的微博好友推薦算法.pdf

1、隨著社交網絡的規(guī)模逐漸擴大,用戶量和信息量呈爆炸式增長,微博的發(fā)展則是一個很好的例證。然而,隨著數據量的增大,用戶要在海量信息中找到感興趣的目標則變得越來越困難。因此,微博都擁有各自的個性化推薦系統。在微博上,用戶的關注用戶是用戶獲取信息的主要渠道,在海量用戶中,沒有好的推薦,很難找到合適的用戶進行關注。好友推薦系統也因此成為微博上不可或缺的模塊之一。
　　本文研究一種基于用戶傾向的微博好友推薦算法。首先對現有推薦算法進行總結,發(fā)

2、現在推薦問題上,推薦算法若要產生推薦結果,則必須評估推薦用戶和推薦目標的相似度,以此產生前 K個相似度最高的推薦目標。其次提出微博好友推薦系統中相似度模型的概念,同時分析微博上好友關系的特點,解釋傳統的推薦算法在相似度模型上存在的問題,即傳統算法并沒有根據微博上用戶傾向進行推薦。再次,提出基于用戶傾向的相似度模型,用該模型去擬合用戶在微博上的可能關注用戶的傾向性,把微博上的好友關系歸結為交際關系和興趣關系,基于此模型設計并實現了基于用戶

3、傾向的微博好友推薦算法。最后將用戶在微博上的行為信任機制應用于推薦算法中,即用戶的行為會在某一程度上受到其好友行為的影響,把基于行為傾向的相似度模型評估結果在每個用戶節(jié)點中進行傳播——節(jié)點傳播,得到最終的好友推薦結果。
　　實驗結果表明,基于用戶傾向的相似度模型,可以為用戶在微博上的行為特征做出解釋,即用戶在微博上建立關系的行為是有一定傾向性的?；谟脩魞A向性相似度模型的好友推薦算法的性能在準確率和召回率上比傳統的推薦算法也有了一