博客朋友推薦技術(shù)的研究.pdf

1、隨著Web2.0網(wǎng)絡(luò)社區(qū)的發(fā)展，博客網(wǎng)絡(luò)已經(jīng)成為一個巨大的研究信息源，并以非常迅速的速度在擴展。針對這樣不斷變化并且增長的信息源，在眾多博客中尋找博主有著尋找和自己共同興趣的博主，也就找到博主想要的信息源。同時好友推薦也是各個博客中需要解決的問題。
　　 本文對目前現(xiàn)有的博主聚類方法和好友推薦方法進行回顧，在現(xiàn)有研究基礎(chǔ)上分析博客頁面特征提出博客好友推薦模型和流程。本文在推薦方法提出之前首先給出朋友的明確定義，并給出好友推薦中應(yīng)

2、用博主聚類的原因。其后給出基于文本博客相似度計算方法，又提出博主集合的合并和相似度計算方法，在此基礎(chǔ)上對經(jīng)典的K均值算法、K中心點算法進行改進設(shè)計兩種基于文本的博主聚類方法。在基于文本和鏈接信息結(jié)合的聚類方法中本文闡述鏈接信息和文本信息結(jié)合的博客鄰接圖的計算方法，并設(shè)計博主集合鏈接強度的計算方法，之后將鄰接圖應(yīng)用于經(jīng)典的ROCK算法進行博主聚類。本文著眼于提高好友推薦的效率，首先對博主集合進行聚類，在聚類之后的小集合中根據(jù)本文的博文相似

3、度計算方法，進行好友推薦?；阪溄有畔⒑臀谋拘畔⒔Y(jié)合的博主聚類方法既考慮的博主之間的直接鏈接，鏈接信息在一定程度上反映興趣相關(guān)，又考慮博主潛在興趣關(guān)系。
　　 在實驗部分，本文提出兩種好友推薦的評價標準：一種評價標準是基于博主相似度統(tǒng)計的方法，這種方法適合計算機自動進行評測；另一種評價標準是人工參與的評價標準，計算好友推薦的查準率進行評價。在實驗中對三種博主聚類方法進行實現(xiàn)，采用第一種評價標準進行針對不同的數(shù)據(jù)集進行效果比較，確