面向兴趣主题的个性化好友推荐

• 作者: 刘群 戴大祥 齐会敏
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 个性化 好友推荐 兴趣 主题相似性 先验概率
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 348-353
• 页数: 6页
• 分类号: TP391
• 字数: 5092字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.02.022

摘要

个性化的好友推荐是促进社交网络服务不断提高的重要途径,在大规模的社交网络环境中,准确地为用户推荐兴趣主题相似的好友能够使得用户的粘性更强,然而海量数据的稀疏性使得现有的大多数社交网络都不能够准确根据用户间兴趣的相似性进行好友推荐.为此,提出一种面向用户兴趣主题的个性化好友推荐方法(ITOR).该方法首先采用k-core分析法提取用户的兴趣主题,在拥有相似兴趣主题的基础上结合用户属性信息,通过先验概率计算出有相同属性信息的用户成为好友的概率,进一步强化推荐结果的准确性和满意度.最后,通过爬取2015年9月份发布的新浪微博数据进行实验分析,验证了本推荐方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘群	重庆邮电大学重庆市计算机智能重点实验室	62	540	11.0	21.0
2	齐会敏	重庆邮电大学重庆市计算机智能重点实验室	1	3	1.0	1.0
3	戴大祥	重庆邮电大学重庆市计算机智能重点实验室	1	3	1.0	1.0