社交網(wǎng)絡中的弱關系推薦方法研究.pdf

1、社交網(wǎng)絡上的人物推薦是一個非常具有現(xiàn)實意義的課題。特別在今天，各種社交網(wǎng)絡應用層出不窮，人物推薦有效地幫助用戶解決信息篩選問題，提高了應用的用戶黏性。然而以往的推薦系統(tǒng)研究多聚焦在商品、電影、音樂推薦上，在社會網(wǎng)絡中，為商品推薦而發(fā)展的方法未必是適用的，人物推薦有其獨特的一面，研究各種在線社交網(wǎng)絡上的人物推薦是非常有價值的。
　　本文認為人物推薦可以分為兩類，一類是以重新發(fā)現(xiàn)線下的社會關系為目的強關系推薦，一類是發(fā)現(xiàn)線上用戶可能會

2、感興趣的新的“朋友”為目的的弱關系推薦。本文的研究工作將圍繞弱關系推薦展開，介紹弱關系的界定，討論弱關系推薦的意義與不同之處，評價已有的推薦方法并給出自己的思路、實驗設計與實驗結果。
　　介于以往的人物推薦并沒區(qū)分強弱關系，本文首先根據(jù)先前調(diào)研工作將已有的人物推薦方法分類，從中選取8種常見的推薦策略，在不同的數(shù)據(jù)集上對它們的弱關系推薦的效果進行對比，分析弱關系推薦效果好的算法的特點。
　　在對比分析的基礎上，本文在論文合作數(shù)

3、據(jù)集上就合作者推薦這一具體的問題，提出了結合社區(qū)劃分與Meta-Path弱關系推薦算法，該算法利用社區(qū)劃分給用戶尋找相似用戶，從而擴展用戶特征，實驗證明該算法在合作者推薦上弱關系挖掘能力良好。
　　社會學中的研究證明弱關系往往能夠帶來更加多樣化的信息，因此本文最后使用一種混合策略將兩種推薦算法的結果組合來提高微博人物推薦的多樣性，具體地講，將結合社區(qū)劃分與Meta-Path的推薦算法與基于特征的矩陣分解方法混合，實驗結果驗證了面向