在线社交网络好友推荐方法的研究——基于非对称相似性方法  

An Approach of Recommendation of the Online Social Network:the Study Based on the Asymmetric Similarity

作　　者：徐少杰[1] 孙仁诚[1] 吴舜尧[1] 王晓杰[1] 

机构地区：[1]青岛大学信息工程学院,青岛266071

出　　处：《青岛大学学报（自然科学版）》2016年第1期66-70,共5页Journal of Qingdao University(Natural Science Edition)

基　　金：国家自然科学基金(批准号:91130035)资助;国家公益性行业科研专项基金(批准号:200905030-2)资助;山东省自然科学基金重点项目(批准号:ZR2012FZ003)资助;山东省自然科学基金(批准号:ZR2012FQ017)资助

摘　　要：考虑用户间影响的差异,从用户关注的兴趣点出发,及其他用户的消息或行为通过最短路径影响该用户的最大可能性,提出了基于非对称相似性的半局部拓扑指标,并将其应用于在线社交网络好友推荐。通过Facebook数据集验证了该方法,实验结果证明,考虑了非对称相似性的好友推荐算法在准确率与召回率上都明显优于其他方法,从而证实了该方法的有效性。Considering the impact of different users and the interest of the user focused,a maximum probability that the other users＇ message or behavior gave to by the shortest path was taken into account.Then,it was proposed a novel quasi-local topological similarity,and applied it to the online social network recommendation.The method outperformed in prediction and recall than other methods.The new method was verified the validity.

关 键 词：在线社交网络 好友推荐 非对称相似性 半局部拓扑相似性 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]