基于SSD和时序模型的微博好友推荐算法

• 作者: 马汉达 景迪
• 来源期刊: 计算机工程与科学
• 关键词: 社交网络 目标检测 好友推荐 时序模型
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1291-1298
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2021.07.019

摘要

社交网络用户的指数型增长,导致用户在网络中难以找到适合自己的好友.提出一种基于多目标检测算法SSD和时序模型的微博好友推荐算法BSBT-FR,首先利用SSD对搜集到的用户图像进行信息提取,再利用时序模型在时间维度上对提取到的信息做进一步处理,然后利用JS散度公式计算用户间的相似度,最后与基于用户个人信息得出的相似度进行加权式融合,得出综合的用户相似度,使用Top-K思想进行用户推荐.在新浪微博用户数据集上的实验表明,参考因素的权重取值会影响推荐结果,BSBT-FR算法与只考虑用户属性或用户图像的算法相比,精准度更高.