在線社交中基于微博的好友推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、在全民網(wǎng)絡(luò)社交的大環(huán)境下，人們的社交方式已經(jīng)很大程度上轉(zhuǎn)移到了線上。在現(xiàn)實(shí)生活中，更優(yōu)更廣的社交關(guān)系往往是一個(gè)人自身價(jià)值與自我發(fā)展的關(guān)鍵，而在線社交其實(shí)是現(xiàn)實(shí)生活中的社交在網(wǎng)絡(luò)上的延續(xù)與擴(kuò)展，因此，在社交網(wǎng)絡(luò)中，人們也樂于像現(xiàn)實(shí)生活中的社交那樣與更多的人結(jié)識(shí)以擴(kuò)展自己的社交圈。然而，在社交網(wǎng)絡(luò)中結(jié)識(shí)新的好友的方法除了手動(dòng)添加外，只能通過(guò)系統(tǒng)根據(jù)某種算法來(lái)做推薦。由此可見，在線社交中的好友推薦問(wèn)題是一個(gè)值得研究的課題，其重要性不言而喻。<

2、br>　　針對(duì)此問(wèn)題，現(xiàn)有的方法主要是從推薦因素的深度挖掘和多種推薦因素的組合策略兩個(gè)方面著手進(jìn)行研究。由于實(shí)際情況中的用戶交友需求是多方面因素按不同比例綜合的結(jié)果，從單方面因素出發(fā)的推薦方法肯定無(wú)法滿足大多數(shù)人的交友偏好。因此，本文提出基于多種推薦因素融合的綜合推薦方法，并選取了用戶的興趣愛好、社交關(guān)系和地理位置信息三個(gè)因素作為推薦依據(jù)。值得一提的是，本文中的綜合推薦方法與一般的基于多種因素逐級(jí)過(guò)濾的方法不同，采用的是基于多種因素綜合

3、評(píng)分與融合方法，在計(jì)算過(guò)程中各個(gè)推薦因素彼此獨(dú)立互不干擾。基于興趣愛好的好友推薦使用用戶的微博做興趣挖掘，在微博聚類的過(guò)程中，使用針對(duì)微博短文本特點(diǎn)改進(jìn)的余弦相似度算法，并通過(guò)二次聚類的方式改善了微博聚類的效果；基于社交關(guān)系的好友推薦使用用戶的個(gè)人資料與好友關(guān)系作為推薦依據(jù)；基于地理位置信息的好友推薦使用用戶的簽到信息，通過(guò)計(jì)算用戶間的距離遠(yuǎn)近作為推薦依據(jù)。最后，基于提出的多因素融合的綜合推薦方法，本文設(shè)計(jì)并在Android系統(tǒng)上實(shí)現(xiàn)了