基于關(guān)聯(lián)規(guī)則的社交網(wǎng)絡(luò)好友推薦算法

《基于關(guān)聯(lián)規(guī)則的社交網(wǎng)絡(luò)好友推薦算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第９卷第１期中國科技論文Ｖｏｌ．９Ｎｏ．１２０１４年１月ＣＨＩＮＡＳＣＩＥＮＣＥＰＡＰＥＲＪａｎ．２０１４基于關(guān)聯(lián)規(guī)則的社交網(wǎng)絡(luò)好友推薦算法向程冠，熊世桓，王東（貴州師范學(xué)院數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，貴陽５５００１８）摘要：提出了一種基于關(guān)聯(lián)規(guī)則的社交網(wǎng)絡(luò)好友推薦算法，在進(jìn)行好友推薦時(shí)，考慮現(xiàn)實(shí)社交活動(dòng)中“志趣相投”的好友常常會(huì)關(guān)注相同的人和事，網(wǎng)絡(luò)社交中的好友也常常會(huì)關(guān)注相同的“人”和“事”，將“關(guān)注”看成一條交易記錄，把關(guān)注的用戶看成交易項(xiàng)，所有交易項(xiàng)的集合看成交易數(shù)據(jù)庫，生成二階候選項(xiàng)集，并按

2、支持?jǐn)?shù)降序排序，推薦前犖個(gè)用戶作為好友。以新浪微博９９３９５０條用戶關(guān)注數(shù)據(jù)及５５２６００條微博關(guān)注數(shù)據(jù)作為實(shí)驗(yàn)的對(duì)象，實(shí)驗(yàn)結(jié)果表明，算法具有良好的性能，可實(shí)現(xiàn)較高的召回率與準(zhǔn)確率。關(guān)鍵詞：關(guān)聯(lián)規(guī)則；網(wǎng)絡(luò)社交；新浪微博；召回率中圖分類號(hào)：ＴＰ３９１文獻(xiàn)標(biāo)志碼：Ａ文章編號(hào)：２０９５２７８３（２０１４）０１００８７０５犛狅犮犻犪犾狀犲狋狑狅狉犽犳狉犻犲狀犱狊狉犲犮狅犿犿犲狀犱犪狋犻狅狀犪犾犵狅狉犻狋犺犿犫犪狊犲犱狅狀犪狊狊狅犮犻犪狋犻狅狀狉狌犾犲狊ＸｉａｎｇＣｈｅｎｇｇｕａｎ，ＸｉｏｎｇＳｈｉｈｕａ

3、ｎ，ＷａｎｇＤｏｎｇ（犕犪狋犺犲犿犪狋犻犮狊犪狀犱犆狅犿狆狌狋犲狉犛犮犻犲狀犮犲犐狀狊狋犻狋狌狋犲，犌狌犻狕犺狅狌犖狅狉犿犪犾犆狅犾犾犲犵犲，犌狌犻狔犪狀犵５５００１８，犆犺犻狀犪）犃犫狊狋狉犪犮狋：Ａｓｏｃｉａｌｎｅｔｗｏｒｋｆｒｉｅｎｄｓｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓｉｓｐｒｏｐｏｓｅｄ．Ｃｏｎｓｉｄｅｒｉｎｇｔｈａｔｉｎｏｕｒｄａｉｌｙｌｉｆｅ，ｔｈｅｃｏｎｇｅｎｉａｌｆｒｉｅｎｄｓａｌｗａｙｓｐａｙｃｌｏｓｅａｔｔｅｎｔｉｏｎ

4、ｔｏｔｈｅｐｅｒｓｏｎｓａｎｄｔｈｉｎｇｓｏｆｓｉｍｉｌａｒｐｕｒｐｏｓｅａｎｄｉｎｔｅｒｅｓｔｓ，ｓｏｄｏｃｙｂｅｒｇｏｏｄｆｒｉｅｎｄｓ，ｗｅｔａｋｅ＂ｆｏｃｕｓ＂ａｓａｔｒａｄｅｒｅｃｏｒｄ，ｔｈｅｆｏｃｕｓｉｎｇｕｓｅｒｓａｓｔｈｅｔｒａｄｅｔｅｒｍｓａｎｄｔｈｅｓｅｔｏｆａｌｌｔｈｅｔｒａｄｅｔｅｒｍｓａｓｔｈｅｔｒａｄｅｄａｔａ，ｔｈｅｎｔｈｅｓｅｔｏｆｓｅｃｏｎｄｏｒｄｅｒｃａｎｄｉｄａｔｅｓｉｓｐｒｏｄｕｃｅｄａｎｄｗｅｄｅｓｃｅｎｄｔｈｅｎｕｍｂｅｒｏｆｓｕｐｐｏｒｔｅｒｓ．

5、Ｔｈｅｆｏｒｍｅｒ犖ｕｓｅｒｓａｒｅｒｅｃｏｍｍｅｎｄｅｄａｓｇｏｏｄｆｒｉｅｎｄｓ．Ｔａｋｉｎｇ９９３９５０ｕｓｅｒｓ’ｆｏｃｕｓｄａｔａａｎｄ５５２６００ｆｏｃｕｓｄａｔａｉｎＳｉｎａｍｉｃｒｏｂｌｏｇａｓｔｈｅｅｘｐｅｒｉｍｅｎｔｏｂｊｅｃｔｓ，ｗｅｒｅａｃｈｔｈｅｃｏｎｃｌｕｓｉｏｎｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｈａｓｇｏｏｄｐｅｒｆｏｒｍａｎｃｅａｎｄｃａｎａｃｈｉｅｖｅｔｈｅｈｉｇｈｅｒｒｅｃａｌｌｉｎｇｒａｔｅａｎｄｐｒｅｃｉｓｉｏｎｒａｔｅ．犓犲狔狑狅狉犱狊：

6、ａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓ；ｓｏｃｉａｌｎｅｔｗｏｒｋ；Ｓｉｎａｍｉｃｒｏｌｏｇ；ｒｅｃａｌｌｉｎｇｒａｔｅ隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展，社交網(wǎng)絡(luò)已經(jīng)成關(guān)注了“人”而忽略了“事”。在國內(nèi)，文獻(xiàn)［２］提出了為人們交友、信息共享及休閑娛樂的主要平臺(tái)，如國基于關(guān)聯(lián)規(guī)則與標(biāo)簽的好友推薦算法，將用戶之間外的Ｆａｃｅｂｏｏｋ和國內(nèi)的新浪微博。在網(wǎng)絡(luò)社交中，共同關(guān)注的好友作為交易項(xiàng)，共同關(guān)注的好友數(shù)作大多數(shù)用戶都有自己的好友圈，而好友圈的成員主為支持?jǐn)?shù)，從而生成用戶之間的偏好矩陣，然后計(jì)算要來自兩個(gè)方面，一

7、是現(xiàn)實(shí)社會(huì)的朋友、同學(xué)、親戚出目標(biāo)用戶標(biāo)簽與算法推薦的用戶標(biāo)簽的相似度，以及同事；二是通過查找與自己興趣相投的用戶，添選擇評(píng)分最高的犖個(gè)用戶作為推薦好友。但該算法加為好友，或者通過網(wǎng)絡(luò)社交平臺(tái)推薦方式添加好僅從用戶關(guān)注的“人”出發(fā)，同樣忽略了“事”。另外，友。對(duì)于普通用戶來說，想要查找到與自己“志同道算法還需依賴于用戶標(biāo)簽，必然要求用戶的主動(dòng)參合”的用戶十分困難。網(wǎng)絡(luò)社交平臺(tái)給用戶推薦的與，對(duì)于沒有設(shè)置標(biāo)簽的用戶來說，無法為其推薦好友大多是被關(guān)注較大的用戶。但用戶在添加好友好友。時(shí)，真正關(guān)心的是

8、被添加好友與自己是否有相同的針對(duì)該局限性，本文在設(shè)計(jì)好友推薦算法時(shí)，關(guān)興趣愛好，有沒有共同語言。因此，對(duì)于社交網(wǎng)絡(luò)好注“人”和“事”，提出了一種基于關(guān)聯(lián)規(guī)則挖掘的網(wǎng)友推薦算法的研究是一個(gè)熱點(diǎn)。絡(luò)社交好友推薦算法。首先對(duì)Ｆｒｉｅｎｄｏｆｆｒｉｅｎｄ算法目前，在網(wǎng)絡(luò)社交好友推薦應(yīng)用中，Ｆａｃｅｂｏｏｋ網(wǎng)的優(yōu)缺點(diǎn)進(jìn)行分析，其次對(duì)關(guān)聯(lián)規(guī)則及改進(jìn)的Ａｐｒｉ絡(luò)社交平臺(tái)中的“你可能認(rèn)識(shí)的人”模塊利用ＦｒｉｅｎｄｏｒｉＴｉｄ算法進(jìn)行介紹，然后介紹基于關(guān)聯(lián)規(guī)則挖掘的［１］ｏｆｆｒｉｅｎｄ算法，其關(guān)注的是