计算机科学与探索

作者：陈洁敏，李建国，汤非易，汤庸，陈笑凡，唐婷芳

单位：1. 华南师范大学 计算机学院，广州 5106312. 维多利亚大学 工程与科学学院，澳大利亚 墨尔本 3011

关键词：好友推荐,三部图,标签,社交网络,协同推荐

随着社交网络的用户数量呈爆炸式增长，如何为用户推荐具有相同兴趣爱好的好友已成为当前研究的焦点。为此，提出了一种基于“用户-项目-用户兴趣标签图”的协同好友推荐算法。该算法首先利用基于“用户-项目-标签”的三部图物质扩散推荐算法来计算用户之间的相似度，并引入“用户-用户兴趣标签图”二元关系，通过用户的兴趣标签图来发掘用户的兴趣主题；然后根据用户主题分布，利用KL距离来计算用户之间的相似度；最后将两组结果采用调和平均数方式融合得到用户间的综合相似度，并进行好友的推荐。通过在Delicious和Last.fm数据集上的实验证明，该算法能有效提高Top-N推荐的准确率和召回率，同时通过在学术社交网站——学者网数据集上进行的学者推荐实验表明，该算法能有效提高核心用户的推荐度。

来源：2018年第1期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2018年第1期