資源描述：
《基于三度影響力的社交好友推薦機制-論文.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、JournalofComputerApplicationsISSN1001．908l2015．07．10計算機應(yīng)用，2015，35(7)：1984—1987，1992CODENJYIIDUhttp：／／www．joca．en文章編號：10019081(2015)07—1984．04doi：10．11772／j．issn．1001—9081．2015．07．1984基于三度影響力的社交好友推薦機制王名揚，賈沖沖，楊東輝(1．東北林業(yè)大學(xué)信息與計算機工程學(xué)院，哈爾濱150040；2．東南大學(xué)經(jīng)濟管理學(xué)院，南京211189)(通信作者電子郵箱wangmingyang@nefu．e
2、du．cn)摘要：針對社交網(wǎng)絡(luò)中的好友推薦問題，提出了一種基于三度影響力理論的好友推薦算法。社交網(wǎng)絡(luò)用戶節(jié)點間的聯(lián)系除了共同好友外，還存在其他不同長度的連通關(guān)系。該算法不再局限于僅以用戶間共同好友的數(shù)量作為好友推薦的主要依據(jù)，而是在此基礎(chǔ)上引入三度影響力理論進一步拓展關(guān)系連接，即把用戶間距離三度以內(nèi)的強連接用戶都考慮進來，并通過為不同距離長度的連通關(guān)系分配相應(yīng)的權(quán)重，實現(xiàn)好友關(guān)系強度的計算，來進行推薦。通過在新浪微博和Faeebook社交網(wǎng)站上的實驗結(jié)果表明，該算法比僅依據(jù)用戶間共同好友數(shù)量的推薦算法在查準(zhǔn)率和查全率上分別提高了約5％和0．8％，顯著提升了社交平臺好友推薦的
3、效果，從而為社交平臺改進推薦機制，以進一步增強用戶體驗提供了理論支撐。關(guān)鍵詞：社交網(wǎng)絡(luò)；好友推薦；共同好友；三度影響力；強連接中圖分類號：TP3O1．6文獻標(biāo)志碼：ASocialfriendrecommendationmechanismbasedonthree-degreeinfluenceWANGMingyang，JIAChongchong，YANGDonghui。(1．CollegeofInformationandComputerEngineenng，NortheastForestryUniversity,HarbinHeilongfiang150040，China；2
4、．SchoolofEconomi~andManagement，SoutheastUnive~iq,NanjingJiangsu211189，China)Abstract：Inviewofthefriendrecommendationproblemin~ocialnetworks，afriendrecommendationalgorithmbasedonthetheoryofthree—degreeinfluencewasproposed．Therelationshipsbetweensocialnetworkusersincludenotonlythemutualfrien
5、ds，butalsotheotherconnectingrelationswithdifferentlengths．Byintroducingthetheoryofthree—degreeinfluence，thealgorithmtookalltherelationshipswithinthree·degreebetweenusersintoaccount，whilenotonlyconsideringthenumberofmutualfriendsbetweenuseIsasthemainbasisofthefriendrecommendation．Byassignin
6、gcorrespondingweightstoconnectionswithdifferentdistances，thestrengthoffriendrelationshipbetweenuserscouldbecalculated，whichwouldbeusedasthestandardforrecommendation．TheexperimentalresultsonSinamicroblogandFacebookshowthattheprecisionandrecallrateoftheproposedalgorithmareimprovedbyabout5％an
7、d0．8％respectivelythanthatmerelybasedonmutualfriends，whichindicatesthebetterrecommendationperformanceoftheimprovedrecommendationalgorithm．Itcanbehelpfulforthesocialplatformtoimprovetherecommendationsystemandenhancetheuserexperience．Keywords：socialnetwork；friend
