【摘要】：隨著互聯(lián)網(wǎng)和移動通信技術的快速發(fā)展,越來越多的人使用新浪微博等社交平臺進行交友和分享。數(shù)以億計的用戶在線交互產(chǎn)生了海量的數(shù)據(jù),以至于出現(xiàn)"信息過載"現(xiàn)象,使得人們查找好友的時間比與好友交流的時間還長。為此,本文設計實現(xiàn)了一個好友推薦系統(tǒng),向用戶推薦可能成為好友的其他用戶。本文通過網(wǎng)絡爬蟲方式獲得目標用戶的二度好友的個人信息和微博信息,然后通過分析采集到的數(shù)據(jù),并基于用戶興趣相似度、用戶間的地理相似度和用戶影響力這三種因素來綜合地向目標用戶進行好友推薦。本文首先介紹了課題的研究背景與意義,并且分析了課題的國內(nèi)外研究現(xiàn)狀。接著,通過分析好友推薦系統(tǒng)的用戶需求和功能需求,對系統(tǒng)進行了概要設計并對好友推薦系統(tǒng)進行了功能模塊劃分,設計了系統(tǒng)的數(shù)據(jù)庫。然后,詳細設計并實現(xiàn)了各個模塊。其中,微博數(shù)據(jù)獲取模塊實現(xiàn)了一種基于用戶好友關注關系的新浪微博爬蟲。該爬蟲通過廣度優(yōu)先搜索好友,獲得目標用戶的二度好友,通過解析網(wǎng)頁獲得好友的個人信息以及微博信息,完成了數(shù)據(jù)持久化,同時解決了使用微博公開API獲取數(shù)據(jù)的多種限制問題。好友推薦模塊通過對微博歷史內(nèi)容文本使用Ansj中文分詞和TF-IDF算法提取文本特征詞,并使用樸素貝葉斯分類算法對特征詞進行分類以獲得用戶興趣向量,同時通過余弦距離計算用戶的興趣相似度。接著,通過用戶所在地信息和用戶的簽到數(shù)據(jù)來計算用戶間距離,并將距離轉換為地理相似度,通過正態(tài)分布函數(shù)對地理相似度歸一化。然后,通過用戶的粉絲數(shù)、發(fā)送的微博數(shù)以及發(fā)送的微博的轉發(fā)量、評論量和點贊量來衡量用戶的影響力。最后,通過分配不同的權重綜合三種因素并且加上用戶的教育背景和工作經(jīng)歷信息生成好友推薦列表,通過Top-N方法向用戶進行好友推薦。實驗結果表明,綜合多因素的好友推薦結果比單一因素的推薦準確率更高。
[Abstract]:With the rapid development of Internet and mobile communication technology, more and more people use social platforms such as Sina Weibo to make friends and share. Hundreds of millions of online users interact with each other to generate so much data that "information overload" occurs, which makes it take longer to find friends than to communicate with friends. Therefore, this paper designs and implements a friend recommendation system to recommend other users who may become friends. In this paper, the personal information and Weibo information of the second degree friends of the target user are obtained by crawler method, and then the collected data are analyzed, and based on the similarity of user interest, The geographic similarity and user influence among users are three factors to make friend recommendation to the target user synthetically. This paper first introduces the research background and significance of the subject, and analyzes the current research situation at home and abroad. Then, by analyzing the user requirements and functional requirements of the friend recommendation system, the system is designed briefly, and the function modules of the friend recommendation system are divided, and the database of the system is designed. Then, each module is designed and implemented in detail. Among them, the Weibo data acquisition module implements a Sina Weibo crawler based on the user's friend relationship. The crawler gets the second best friend of the target user by searching for friends in the range first, and gets the personal information and Weibo information of the friend by analyzing the web page, and completes the data persistence. At the same time, the problem of using Weibo to expose API to obtain data is solved. The good friend recommendation module extracts the text feature words by using Ansj Chinese word segmentation and TF-IDF algorithm to the Weibo historical content text, and classifies the feature words by using naive Bayes classification algorithm to obtain the user interest vector. At the same time, the interest similarity of users is calculated by cosine distance. Then, the distance between users is calculated by user location information and user check-in data, and the distance is converted into geographical similarity, and the geographical similarity is normalized by normal distribution function. Then, the influence of the user is measured by the number of followers, the number of Weibo sent and the amount of Weibo forwarded, comments and likes. Finally, by assigning different weights to synthesize the three factors and adding the user's educational background and work experience information to generate a friend recommendation list, the Top-N method is used to recommend friends to the user. The experimental results show that the recommendation accuracy is higher than that of single factor.
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.3

【相似文獻】

相關期刊論文 前10條

1 鄭煒冬;;試卷相似度自動評估技術的研究[J];智能計算機與應用;2011年06期

2 趙濤;肖建;;二型模糊相似度及其應用[J];計算機工程與應用;2013年08期

3 徐志明;李棟;劉挺;李生;王剛;袁樹侖;;微博用戶的相似性度量及其應用[J];計算機學報;2014年01期

4 李桂林,陳曉云;關于聚類分析中相似度的討論[J];計算機工程與應用;2004年31期

5 秦玉平;楊興凱;;基于案例推理的區(qū)間屬性相似度研究[J];遼寧師范大學學報(自然科學版);2006年04期

6 蔣鵬;;基于本體的應急案例相似度算法研究[J];南昌高專學報;2009年03期

7 何亞;;詞語相似度算法的分析與改進[J];硅谷;2011年24期

8 仇麗青;陳卓艷;;基于共同鄰居相似度的社區(qū)發(fā)現(xiàn)算法[J];信息系統(tǒng)工程;2014年05期

9 焦鵬;唐見兵;查亞兵;;仿真可信度評估中相似度方法的改進及其應用[J];系統(tǒng)仿真學報;2007年12期

10 姜毅;樂慶玲;;一種基于興趣相似度的學習社區(qū)算法[J];電腦知識與技術(學術交流);2007年16期

相關會議論文 前10條

1 劉海波;鄭德權;趙鐵軍;;基于相似度線性加權方法的檢索結果聚類研究[A];中國計算語言學研究前沿進展（2009-2011）[C];2011年

2 陸勁挺;路強;劉曉平;;對比相似度計算方法及其在功能樹擴展中的應用[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

3 董刊生;方金云;;基于向量距離的詞序相似度算法[A];第四屆全國信息檢索與內(nèi)容安全學術會議論文集（上）[C];2008年

4 劉曉平;陸勁挺;;任意功能樹的物元相似度求解方法[A];全國第21屆計算機技術與應用學術會議（CACIS·2010）暨全國第2屆安全關鍵技術與應用學術會議論文集[C];2010年

5 王茜;張衛(wèi)星;;基于分類樹相似度加權的協(xié)同過濾算法[A];2008年計算機應用技術交流會論文集[C];2008年

6 洪文學;王金甲;常鳳香;宋佳霖;劉文遠;王立強;;基于圖形特征增強的相似度分類器的研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（上冊）[C];2007年

7 雷慶;吳揚揚;;一種基于語義信息計算XML文檔相似度的新方法[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2004年

8 葉正;林鴻飛;楊志豪;;基于問句相似度的中文FAQ問答系統(tǒng)研究[A];第三屆學生計算語言學研討會論文集[C];2006年

9 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[A];NDBC2010第27屆中國數(shù)據(jù)庫學術會議論文集A輯一[C];2010年

10 王健;劉衍珩;焦玉;;VANETs信任傳播建模[A];中國通信學會通信軟件技術委員會2009年學術會議論文集[C];2009年

相關重要報紙文章 前1條

1 王伽　衛(wèi)江;出入境證件照片應及時更換[N];中國國門時報;2008年

相關博士學位論文 前10條

1 操震洲;矢量數(shù)據(jù)動態(tài)多尺度網(wǎng)絡傳輸研究[D];南京大學;2015年

2 程亮;基于本體的疾病數(shù)據(jù)整合與挖掘方法研究[D];哈爾濱工業(yè)大學;2014年

3 劉振宇;基于區(qū)域相似度和特征降維的極化SAR影像分類[D];武漢大學;2013年

4 曹，

本文編號：2179160