隨著社交網絡的規(guī)模逐漸擴大，用戶量和信息量呈爆炸式增長，微博的發(fā)展則是一個很好的例證。然而，隨著數(shù)據(jù)量的增大，用戶要在海量信息中找到感興趣的目標則變得越來越困難。因此，微博都擁有各自的個性化推薦系統(tǒng)。在微博上，用戶的關注用戶是用戶獲取信息的主要渠道，在海量用戶中，沒有好的推薦，很難找到合適的用戶進行關注。好友推薦系統(tǒng)也因此成為微博上不可或缺的模塊之一。 本文研究一種基于用戶傾向的微博好友推薦算法。首先對現(xiàn)有推薦算法進行總結，發(fā)現(xiàn)在推薦問題上，推薦算法若要產生推薦結果，則必須評估推薦用戶和推薦目標的相似度，以此產生前K個相似度最高的推薦目標。其次提出微博好友推薦系統(tǒng)中相似度模型的概念，同時分析微博上好友關系的特點，解釋傳統(tǒng)的推薦算法在相似度模型上存在的問題，即傳統(tǒng)算法并沒有根據(jù)微博上用戶傾向進行推薦。再次，提出基于用戶傾向的相似度模型，用該模型去擬合用戶在微博上的可能關注用戶的傾向性，把微博上的好友關系歸結為交際關系和興趣關系，基于此模型設計并實現(xiàn)了基于用戶傾向的微博好友推薦算法。最后將用戶在微博上的行為信任機制應用于推薦算法中，即用戶的行為會在某一程度上受到其好友行為的影響，把基于行為...

【文章頁數(shù)】：53 頁

【學位級別】：碩士

【部分圖文】：

圖1-2.騰訊微博(t.qq.com)中的好友推薦從三大社交網站中的好友推薦可以看出，其推薦的主要線下已經認識的好友，以

推薦的基本是QQ好友列表里的或是同鄉(xiāng)、同學校以及有多個共同好友的用戶，由此可以，其推薦思想是基于用戶標簽、檔案等信息的，如SONAR的推薦方法。圖1-2.騰訊微博(t.qq.com)中的好友推薦從三大社交網站中的好友推薦可以看出，其推薦的主要線下已經認識的好友，以此建立....

圖1-1.新浪微博(www.weibo.com)和人人網(www.renren.com)中的好友推薦在騰訊微博中，其好友推薦并沒有出現(xiàn)有幾個共同好友，如圖1-2所示

如圖1-1所示，從圖1-1中可以看出，在每個推薦的好友當中都會出現(xiàn)有幾個共同好友，這是因為其算法主要是基于FoF思想的。圖1-1.新浪微博(www.weibo.com)和人人網(www.renren.com)中的好友推薦在騰訊微博中，其好友推薦并沒有出現(xiàn)有幾個共同好....

圖3-6.兩個交際關系用戶的鏈接關系圖

傾向性的強度不一樣。在微博上，兩個交際關系用戶(用戶1和用戶2)的鏈接網絡圖如下所示：圖3-6.兩個交際關系用戶的鏈接關系圖

圖3-7.兩個興趣關系用戶的鏈接關系圖

哈爾濱工業(yè)大學工學碩士學位論文，用戶1和用戶2的共同關注用戶達31個，占共同關注用戶的集合里，80%以上用戶是用戶1識的。系用戶(用戶1和用戶3)的鏈接網絡圖如下所示：

本文編號：3897750