【摘要】：[目的 /意義]利用三度影響力理論,從網(wǎng)絡(luò)結(jié)構(gòu)的角度進(jìn)一步拓展用戶(hù)關(guān)系連接,提高社交網(wǎng)絡(luò)好友推薦的效率。[方法 /過(guò)程]首先,計(jì)算用戶(hù)之間的關(guān)系強(qiáng)度,并篩選關(guān)系強(qiáng)度較大的用戶(hù)集合;然后,通過(guò)用戶(hù)共同關(guān)注的內(nèi)容計(jì)算用戶(hù)興趣相似度;最后,融合用戶(hù)關(guān)系強(qiáng)度和興趣相似度實(shí)現(xiàn)好友的推薦并通過(guò)實(shí)際數(shù)據(jù)對(duì)所提方法進(jìn)行實(shí)證檢驗(yàn)。[結(jié)果/結(jié)論]實(shí)驗(yàn)結(jié)果表明,融合關(guān)系強(qiáng)度和興趣的社交網(wǎng)絡(luò)好友推薦方法具有較好的效果,可為用戶(hù)推薦提供參考和借鑒。該方法進(jìn)一步完善社會(huì)化推薦理論。
[Abstract]:By using the theory of three degrees of influence, the user relationship connection is further expanded from the point of view of network structure, and the efficiency of friend recommendation on social network is improved. [methods / processes] first, calculate the relationship strength between users, and filter out the user set of strong relationships; then, calculate the similarity of user interest through the content of common concern to the user; finally, The user relationship strength and interest similarity are combined to realize the friend recommendation and the proposed method is tested empirically by the actual data. [results / conclusion] the experimental results show that the social network friend recommendation method, which combines the relationship intensity and interest, has a good effect and can be used as a reference for user recommendation. This method further consummates the socialized recommendation theory.
【作者單位】： 華中師范大學(xué)信息管理學(xué)院;
【基金】：國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“基于多維度聚合的網(wǎng)絡(luò)資源知識(shí)發(fā)現(xiàn)研究”(項(xiàng)目編號(hào):13&ZD183);國(guó)家社會(huì)科學(xué)基金項(xiàng)目“基于關(guān)聯(lián)數(shù)據(jù)的數(shù)字圖書(shū)館多粒度集成知識(shí)服務(wù)研究”(項(xiàng)目編號(hào):14CTQ003)研究成果之一
【分類(lèi)號(hào)】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 王名揚(yáng);賈沖沖;楊東輝;;基于三度影響力的社交好友推薦機(jī)制[J];計(jì)算機(jī)應(yīng)用;2015年07期

2 葉春蕾;邢燕麗;;基于LDA和社會(huì)網(wǎng)絡(luò)中心度的研究生個(gè)性化檢索推薦模型研究[J];圖書(shū)情報(bào)工作;2015年13期

3 吳不曉;肖菁;;基于用戶(hù)標(biāo)注行為的潛在好友推薦[J];計(jì)算機(jī)應(yīng)用;2015年06期

4 許超逸;李德玉;王素格;;基于博文及網(wǎng)絡(luò)結(jié)構(gòu)信息的好友推薦方法[J];計(jì)算機(jī)工程與應(yīng)用;2016年01期

5 唐曉波;房小可;;基于隱含狄利克雷分配的微博推薦模型研究[J];情報(bào)科學(xué);2015年02期

6 吳昊;劉東蘇;;社交網(wǎng)絡(luò)中的好友推薦方法研究[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2015年01期

7 唐曉波;祝黎;謝力;;基于主題的微博二級(jí)好友推薦模型研究[J];圖書(shū)情報(bào)工作;2014年09期

8 胡吉明;陳果;;基于動(dòng)態(tài)LDA主題模型的內(nèi)容主題挖掘與演化[J];圖書(shū)情報(bào)工作;2014年02期

相關(guān)碩士學(xué)位論文 前2條

1 張霽;論豆瓣網(wǎng)的小眾聚合功能[D];四川省社會(huì)科學(xué)院;2012年

2 黃鶴;關(guān)于我國(guó)婚戀網(wǎng)站網(wǎng)絡(luò)交友的研究[D];華中師范大學(xué);2011年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 崔金棟;杜文強(qiáng);關(guān)楊;羅文達(dá);;微博用戶(hù)信息個(gè)性化推薦主題模型LDA演化分析研究[J];情報(bào)科學(xué);2017年08期

2 呂琳露;李亞婷;;基于游記主題挖掘與表達(dá)的旅游信息推薦研究[J];現(xiàn)代情報(bào);2017年06期

3 魯鳴鳴;張丹;王建新;;基于校園一卡通數(shù)據(jù)好友發(fā)現(xiàn)及應(yīng)用[J];大數(shù)據(jù);2017年02期

4 陳陽(yáng);邵曦;趙海博;;基于UR-LDA的微博主題挖掘[J];計(jì)算機(jī)技術(shù)與發(fā)展;2017年06期

5 夏立新;李重陽(yáng);王忠義;;融合關(guān)系強(qiáng)度和興趣的好友推薦方法研究[J];圖書(shū)情報(bào)工作;2017年01期

6 張新猛;路美秀;黃紅桃;;基于鏈路預(yù)測(cè)的微博用戶(hù)關(guān)系預(yù)測(cè)[J];情報(bào)探索;2017年02期

7 劉江華;;一種基于kmeans聚類(lèi)算法和LDA主題模型的文本檢索方法及有效性驗(yàn)證[J];情報(bào)科學(xué);2017年02期

8 夏立新;李重陽(yáng);程秀峰;翟?shī)檴?;異質(zhì)網(wǎng)絡(luò)資源多維度推薦模式研究——以豆瓣網(wǎng)為例[J];圖書(shū)情報(bào)工作;2017年03期

9 夏立新;畢崇武;程秀峰;;基于FRUTAI算法的布爾型移動(dòng)在線(xiàn)學(xué)習(xí)資源協(xié)同推薦研究[J];圖書(shū)情報(bào)工作;2017年03期

10 龐瑋;馬耀峰;陳婷;;西藏青年旅舍住宿體驗(yàn)與滿(mǎn)意度研究——以拉薩平措康桑國(guó)際青年旅舍為例[J];西藏大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2016年04期

相關(guān)碩士學(xué)位論文 前10條

1 梁育浩;豆瓣網(wǎng)社會(huì)化閱讀平臺(tái)的發(fā)展研究[D];南京大學(xué);2016年

2 趙紅;豆瓣閱讀平臺(tái)研究[D];南京大學(xué);2016年

3 吳培培;我國(guó)婚戀網(wǎng)站O2O模式研究[D];遼寧大學(xué);2016年

4 潘s，

本文編號(hào)：2150966