基于博弈的社会网络个性化好友推荐算法研究  

Personalized Friends Recommendation System Based on Game Theory in Social Network

作　　者：杨阿祧[1,2] 汤庸[1] 王江斌[3] 李建国[1] 

机构地区：[1]华南师范大学计算机学院,广州510631 [2]贵州师范大学数学与计算机科学学院,贵阳550001 [3]中国科学院深圳先进技术研究院,深圳518055

出　　处：《计算机科学》2015年第9期191-194,219,共5页Computer Science

基　　金：国家高技术研究发展计划(863计划)(2013AA01A212);国家自然科学基金(61272067);广东省自然基金团队研究项目(S2012030006242);贵州省科学技术基金(黔科合J字[2013]2214);佛山市科技创新平台项目(2013A G10032)资助

摘　　要：随着在线社会网络规模的不断扩大,在线社会网络中的用户信息过载问题成为业界关注的焦点。社会网络中实体的复杂性和社交网络结构的复杂性给社交网站中的个性化推荐带来新的研究问题和挑战。提出一种基于博弈的预测模型,利用非合作博弈进行链接预测,设计了一个通过链接预测来实现个性化推荐的算法。最后,在来自学者网SCHOLAT的真实数据集上进行了实验,结果证明该方法能够有效地提高推荐的准确性。With the expansion of online social networks, the information overload problem has become one of the most critical problems in computer network analysis. However, the complexity of entities and structure of the social network bring a challenge in the personalization recommendation. In this paper, a game-theoretical approach was proposed to link prediction, and the simplest way to formalize friendship recommendation is to cast the problem as a link prediction. Fi- nally,we compared our approach with standard local measures and demonstrated a significant performance benefit in terms of mean average precision and reciprocal rank.

关 键 词：社会网络 链接预测 好友推荐 博弈论 

分 类 号：TP399[自动化与计算机技术—计算机应用技术]