在線社會網(wǎng)絡(luò)中好友推薦算法研究.pdf

1、隨著在線社會網(wǎng)絡(luò)的迅速普及與發(fā)展，社交網(wǎng)絡(luò)中的數(shù)據(jù)呈現(xiàn)出指數(shù)級增長的趨勢。社交網(wǎng)絡(luò)中的用戶無法有效處理隨之而來的大量信息，使得社交網(wǎng)絡(luò)中信息的利用率沒有增加，反而呈減少的趨勢。搜索引擎僅僅能夠根據(jù)用戶的查詢識別被服務(wù)的對象，而考慮不到用戶的個性,這樣不能得到令用戶滿意的查詢結(jié)果。信息的爆炸式增長在給搜索帶來一定困難的同時，也使社交網(wǎng)絡(luò)中的用戶擴大自己的社交圈變得很困難，使得用戶在社交網(wǎng)絡(luò)中不能獲得很好的用戶體驗，也失去了對社交網(wǎng)絡(luò)的粘性

2、。這些都將使商家的利益受損。用戶推薦作為社交網(wǎng)絡(luò)中的一項重要內(nèi)容，通過給用戶推薦合適的好友，幫助用戶發(fā)現(xiàn)有價值的信息。所以如何準確有效地給用戶推薦好友將是未來的一個挑戰(zhàn)和有用的研究課題。
　　(1)為了體現(xiàn)出對用戶進行好友推薦時用戶的傾向性，同時也為了能夠真實地反應(yīng)出現(xiàn)實生活中人與人之間的交互關(guān)系的程度，本文通過用戶之間交互關(guān)系的方向為用戶之間的交互關(guān)系加權(quán)，從而為用戶之間的好友關(guān)系定義了一個信任度。
　　(2)本文在信任度

3、的基礎(chǔ)上提出了一種基于信任關(guān)系的社交圈檢測算法，算法首先通過融合用戶之間的信任關(guān)系對社交圖中的相鄰邊拓撲信息相似性改進，然后結(jié)合用戶發(fā)布的內(nèi)容信息提出了一種新的相鄰邊相似性計算方法，最后導出用戶的信任社交圈。
　　(3)本文在信任社交圈的基礎(chǔ)上提出了一種好友推薦算法，該算法通過考慮社交圈中用戶之間的信任程度，對用戶與用戶之間的相似性計算方法進行改進，從而實現(xiàn)用戶的好友推薦。
　　(4)實驗利用facebook的數(shù)據(jù)，將本文提