基于社交圈的在线社交网络朋友推荐算法

被引：55

作者：

王玙 ^{[1
,2
]}

高琳 ^{[1
]}

机构：

[1] 西安电子科技大学计算机学院

[2] 西安电子科技大学经济与管理学院

来源：

计算机学报 | 2014年 / 37卷 / 04期

关键词：

社交网络; 社交圈; 朋友推荐; 社团发现; 相似性; 社会计算;

D O I：

暂无

中图分类号：

TP391.3 [检索机]; TP393.09 [];

学科分类号：

081203 ; 0835 ; 080402 ;

摘要：

为用户推荐朋友是在线社交网络的重要个性化服务.社交网站通过用户之间是否有相同属性信息或公共邻居判断他们能否成为朋友,但由于用户注册信息不完善和对公共邻居之间关系的忽略,推荐精度不高.事实上用户的朋友可以组成多个社交圈,拥有相似社交圈的用户更易成为朋友.因此,首先提出了社交圈检测算法,进而定义用户间的社交圈相似性,基于社交圈相似程度为用户推荐新朋友.使用YouTube数据验证了该文假设;使用Facebook自我网络数据,验证了社交圈检测方法的有效性,并与3种典型检测算法比较;使用区域Facebook数据,通过与公共邻居、Jaccard相似性比较,进一步验证了朋友推荐方法的准确性.

引用

页码：801 / 808

页数：8

共 7 条

[1] Recommender systems [J].

Lu, Linyuan ;

Medo, Matus ;

Yeung, Chi Ho ;

Zhang, Yi-Cheng ;

Zhang, Zi-Ke ;

Zhou, Tao .

PHYSICS REPORTS-REVIEW SECTION OF PHYSICS LETTERS, 2012, 519 (01) :1-49

[2]

Link prediction in complex networks: A local na?ve Bayes model[J] . Zhen Liu,Qian-Ming Zhang,Linyuan Lü,Tao Zhou.EPL （Europhysics Letters） . 2011 (4)

[3]

Link prediction in complex networks: A survey[J] . Linyuan Lü,Tao Zhou.Physica A: Statistical Mechanics and its Applications . 2010 (6)

[4]

Spatial networks[J] . Marc Barthélemy.Physics Reports . 2010 (1)

[5]

An introduction to ROC analysis[J] . Tom Fawcett.Pattern Recognition Letters . 2005 (8)

[6] Evaluating collaborative filtering recommender systems [J].

Herlocker, JL ;

Konstan, JA ;

Terveen, K ;

Riedl, JT .

ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) :5-53

[7]

Random graphs. B. Bollobás. . 2001

← 1 →