LBSN中融合线上关系和线下行为的好友推荐算法

• 作者: 丁勇 曲秋菊 蒋翠清
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 基于位置的社交网络 位置偏好相似性 距离相似性 熟识度
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 算法
• 页码范围: 276-280
• 页数: 5页
• 分类号: TP391
• 字数: 3419字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.04.051

摘要

好友推荐是基于位置的社交网络LBSN(Location-Based Social Networks)的重要服务之一.融合线上关系和线下行为,考虑位置偏好相似性、距离相似性和熟识度三个特征,构建新的好友推荐算法.通过考虑时间因素和排除时间因素两方面计算位置偏好的相似性;通过探究用户与其好友间签到地点在距离上的关系计算距离相似性;使用阶数与路数作为影响好友关系的重要因素计算熟识度;对以上三个特征进行加权并融合用户影响力计算最终推荐分数.利用Gowalla上的数据证明该算法可以有效提高好友推荐的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋翠清	合肥工业大学管理学院	62	637	15.0	22.0
2	丁勇	合肥工业大学管理学院	64	1069	19.0	31.0
3	曲秋菊	合肥工业大学管理学院	1	1	1.0	1.0