基于语义行为和社交关联的好友推荐模型

• 作者: 曲昭伟 李百威 杨凯翔 王晓茹
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 语义行为 社交关联 主题分布 好友推荐 反向传播神经网络
• 年，卷（期）: 2018,（6）
• 页码范围: 1124-1131
• 页数: 8页
• 分类号: TP181
• 字数: 5282字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2018.06.008

摘要

现今社交媒体是建立社交联系的重要媒介,好友推荐对于扩展人们的关系网络起到至关重要的作用,准确的用户特征提取和分析是社交网络中好友推荐的关键.传统的好友推荐方法一般都是根据部分用户属性信息或行为信息进行推荐,所以对用户特征的描述不完整,推荐的效率和准确率远非预期.提出基于用户语义行为和社交关联的推荐模型应用于社交媒体平台上的好友推荐.为了获得准确的预测,使用LDA(Latent Dirichlet Allocation)对语义信息进行主题建模,得到基于主题的用户语义行为特征表达;使用DeepWalk算法对用户社交关联网络图进行特征提取,得到准确的社交关联特征表达;使用反向传播神经网络来预测用户潜在的社交关联,为用户精准推荐好友.该模型实现了利用用户语义行为和社交关联预测用户潜在的社交关联,可以根据潜在社交关联进行精准的好友推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲昭伟	北京邮电大学网络技术研究院	14	82	4.0	9.0
2	王晓茹	北京邮电大学计算机学院	5	10	2.0	3.0
3	杨凯翔	吉林建筑大学土木工程学院	1	0	0.0	0.0
4	李百威	北京邮电大学网络技术研究院	1	0	0.0	0.0