在線社交中基于微博的好友推薦系統(tǒng)設(shè)計與實現(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)實生活中，更優(yōu)更廣的社交關(guān)系往往是一個人自身價值與自我發(fā)展的關(guān)鍵，而在線社交其實是現(xiàn)實生活中的社交在網(wǎng)絡(luò)上的延續(xù)與擴展，因此，在社交網(wǎng)絡(luò)中，人們也樂于像現(xiàn)實生活中的社交那樣與更多的人結(jié)識以擴展自己的社交圈。然而，在社交網(wǎng)絡(luò)中結(jié)識新的好友的方法除了手動添加外，只能通過系統(tǒng)根據(jù)某種算法來做推薦。由此可見，在線社交中的好友推薦問題是一個值得研究的課題，其重要性不言而喻。<

2、br>　　針對此問題，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方面著手進行研究。由于實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過濾的方法不同，采用的是基于多種因素綜合

3、評分與融合方法，在計算過程中各個推薦因素彼此獨立互不干擾?；谂d趣愛好的好友推薦使用用戶的微博做興趣挖掘，在微博聚類的過程中，使用針對微博短文本特點改進的余弦相似度算法，并通過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，通過計算用戶間的距離遠近作為推薦依據(jù)。最后，基于提出的多因素融合的綜合推薦方法，本文設(shè)計并在Android系統(tǒng)上實現(xiàn)了