本文選題：新浪微博 + 好友推薦�。� 參考：《燕山大學(xué)》2014年碩士論文

【摘要】：隨著信息技術(shù)飛速發(fā)展及互聯(lián)網(wǎng)的迅速普及，微博以其新穎的形式走入網(wǎng)民的視線，并迅速走紅。2009年新浪推出“新浪微博”內(nèi)測版，微博正式進入中文上網(wǎng)主流人群視野，并迅速發(fā)展，在國內(nèi)引發(fā)了信息傳播的“微革命”。隨著微博在網(wǎng)民中日益火熱，好友推薦成為了用戶關(guān)注的焦點，同時也是本文研究的重要內(nèi)容。 首先，分析好友推薦算法的研究現(xiàn)狀、核心思想以及目前存在的問題與不足。在此基礎(chǔ)上，，設(shè)計了基于用戶的協(xié)同過濾好友推薦算法。該算法主要包括興趣愛好、住址、二度人脈、教育工作信息和綜合因素五個部分。 其次，為前四個部分建立相似關(guān)系，通過關(guān)系算法公式分別計算四個部分的相似度得分，再為每個部分設(shè)置不同的權(quán)重。綜合四部分的相似度得分計算出每個推薦結(jié)果的得分，根據(jù)分?jǐn)?shù)篩選，將綜合相似度最高的前幾項及其相似度分別顯示給用戶。 最后，設(shè)計了新浪微博好友推薦系統(tǒng)，完成了對系統(tǒng)總體功能的設(shè)計。通過對注冊登錄、個人主頁、個人資料、個人微博、個人相冊、關(guān)注粉絲、分組管理及好友主頁等功能模塊設(shè)計相關(guān)數(shù)據(jù)庫，實現(xiàn)了新浪微博好友推薦系統(tǒng)，并通過用戶數(shù)據(jù)來驗證了好友推薦算法的有效性，從而實現(xiàn)了快速幫助用戶篩選有效信息的目標(biāo)。
[Abstract]:With the rapid development of information technology and the rapid popularization of the Internet, Weibo has come to the attention of Internet users in its novel form, and has quickly become popular. In 2009, Sina launched the "Sina Weibo" internal version, and Weibo formally entered the mainstream Chinese Internet view. And rapid development, in the domestic triggered the information dissemination of the "micro-revolution." With the increasing popularity of Weibo among Internet users, friend recommendation has become the focus of user attention, but also an important part of this paper. Firstly, the research status, core idea, problems and shortcomings of friend recommendation algorithm are analyzed. On this basis, a collaborative filtering algorithm for friend recommendation based on user is designed. The algorithm mainly includes five parts: interest, address, second degree network, educational work information and comprehensive factors. Secondly, the similarity relation is established for the first four parts, the similarity score of the four parts is calculated by the formula of the relational algorithm, and the weight of each part is set up. By synthesizing the similarity scores of the four parts, the score of each recommendation result is calculated. According to the score selection, the first items with the highest synthetic similarity and their similarity are displayed to the users respectively. Finally, the Sina Weibo friend recommendation system is designed, and the overall function of the system is designed. By designing the relevant database for the function modules of registration login, personal home page, personal data, personal Weibo, personal photo album, attention to fans, group management and friend home page, the paper realizes the Sina Weibo friend recommendation system. The validity of the friend recommendation algorithm is verified by user data, and the goal of quickly helping users to filter effective information is achieved.
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP391.3;TP393.092

【參考文獻】

相關(guān)期刊論文 前10條

1 ;構(gòu)建你的“社交圖譜”[J];成功營銷;2010年12期

2 李峰;申利民;司亞利;穆運峰;;一種基于實體上下文和時間戳的信任預(yù)測模型[J];電子與信息學(xué)報;2011年05期

3 王麗坤;王宏;陸玉昌;;文本挖掘及其關(guān)鍵技術(shù)與方法[J];計算機科學(xué);2002年12期

4 羅辛;歐陽元新;熊璋;袁滿;;通過相似度支持度優(yōu)化基于K近鄰的協(xié)同過濾算法[J];計算機學(xué)報;2010年08期

5 喬秀全;楊春;李曉峰;陳俊亮;;社交網(wǎng)絡(luò)服務(wù)中一種基于用戶上下文的信任度計算方法[J];計算機學(xué)報;2011年12期

6 趙偉,邵軍力;基于Web的大型計算機網(wǎng)絡(luò)管理設(shè)計和實現(xiàn)[J];軍事系統(tǒng)工程;2000年02期

7 彭菲菲;錢旭;;基于用戶關(guān)注度的個性化新聞推薦系統(tǒng)[J];計算機應(yīng)用研究;2012年03期

8 謝印峰;周勇;;Ajax技術(shù)在網(wǎng)絡(luò)優(yōu)化中的應(yīng)用[J];計算機與網(wǎng)絡(luò);2008年13期

9 吳泓潤;許斐;李申展;;個性化推薦系統(tǒng)中用戶興趣模型的研究[J];科技信息;2011年19期

10 宋睿華,馬少平,陳剛,李景陽;一種提高中文搜索引擎檢索質(zhì)量的HTML解析方法[J];中文信息學(xué)報;2003年04期

本文編號：2042438