社交网络中基于分类属性的好友推荐

• 作者: 张玮奇 王宏志 过云燕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 好友推荐 属性分类 对象相似性
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 99-106
• 页数: 8页
• 分类号: TP311
• 字数: 9840字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1308-0184

摘要

社交网络经常通过掌握的用户信息来对其进行好友推荐。这种好友推荐带来了技术挑战，现有的好友推荐技术并不能有效解决该问题。为了应对这种技术挑战，拟提出基于分类属性的好友推荐算法。通过机器学习的手段，分析出不同类型的属性对用户行为的贡献度不同，将其进行分类处理。基于该分类，提出的算法可以在掌握用户基本资料以及近期行为的基础上，搜索出与之相关性更强的好友或能够引发其兴趣点的商品，用来快速、准确、全面地得到用户与其好友之间亲疏程度排序及分类的结果。实验结果证明了所提出方法的有效性及高效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏志	哈尔滨工业大学计算机科学与技术学院	69	557	12.0	21.0
2	过云燕	哈尔滨工业大学计算机科学与技术学院	1	6	1.0	1.0
3	张玮奇	哈尔滨工业大学计算机科学与技术学院	2	17	2.0	2.0