基于用户属性—关系相似度的好友推荐模型研究

摘要：

[目的/意义]挖掘潜在好友关系并进行精准的好友推荐服务,已成为社交网络领域研究的热点,基于用户属性—关系相似度的好友推荐模型研究旨在增强用户忠诚度以及在线社区活跃度,提升社区的信息服务准确性和效率.[方法/过程]通过融合用户链接关系与属性特征,提出用户属性—关系相似评价体系;采用因子分析法,计算得出各项目权重以及综合得分;据此构建社交网络相似度矩阵,基于派系划分方法,对用户进行划分分区,最终实现好友推荐服务.[结果/结论]实验结果表明,运用派系划分的基于用户属性—关系推荐模型在推荐列表长度受限情况下的整体表现较优,有效提高推荐精准度.

关键词：好友推荐、用户属性、关系相似度、派系划分、社交网络、因子分析

所属期刊栏目：43

资助基金：本文为2017年广东省哲学社会科学基金项目“基于Altmetrics的学术成果多维信息计量体系、评价模型及实证研究”项目编号:GD17CTS01和2018年国家社会科学基金项目“基于用户行为动机的ALTMETRICS评价模型构建与实证研究”项目编号:18BTQ075

在线出版日期：2020-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：137-142,163