基于六度分割理论的社交好友推荐算法研究

• 作者: 丁世飞 杜淑颖
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 好友推荐 六度分割算法 好友分级 社交网络
• 年，卷（期）: 2019,（4）
• 页码范围: 468-473
• 页数: 6页
• 分类号: TP391
• 字数: 4564字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2019.43.04.013

摘要

为了更好地拓宽用户社交圈并且通过新朋友获取更多的信息资源,好友推荐成为社交网络最为青睐的对象.该文在分析现有朋友推荐算法的基础上,提出基于六度分割理论的社交好友推荐算法.首先,该方法以好友分级思想为基础,根据用户的历史行为对用户进行评级,将评级相似的用户合并为一个群组,以减少进行大规模好友推荐时的时间代价;其次,考虑用户之间的共同关注关系,以及用户与好友交流的时间差额,计算用户与好友之间的相似程度.采用新浪微博数据集验证算法的性能,最终实验证明:该算法准确性和召回率都得到了提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁世飞	中国矿业大学计算机科学与技术学院	83	2735	17.0	52.0
2	杜淑颖	中国矿业大学计算机科学与技术学院	23	53	4.0	6.0