社交网络中基于模糊判定的固定信息推荐算法研究

社交网络是一种无现实限制的全天候信息交互网络,社交网络的固定信息推荐是保证网络安全,评估网络用户信任度和实现隐私保护的基础。社交网络的固定信息具有多主体性和随机性特点,难以实现有效的信息推荐。传统的社交网络固定信息推荐算法采用主体协商的云信任数据推荐,对社交网络的非常态固定信息推荐的主观性较大,性能不好。提出一种基于模糊判定的社交网络中固定信息推荐算法。构建社交网络固定信息特征提取模型,采用网格划分技术对路由结点所在的平面区域进行特征划分,对固定信息进行模糊跟踪判定,得到社交网络中固定信息自适应跟踪概率分布,实现固定信息推荐算法改进。仿真实验表明,该算法能有效提高社交网络中固定信息推荐准确投递率。对节点缓存依赖性较弱,网络开销比较稳定,性能优越。