基于自我中心網絡和GPS軌跡信息的好友推薦算法的研究與實現.pdf

1、隨著Internet技術的發(fā)展，特別是Web2.0時代的到來，數以萬計的用戶已經在各種社交網站注冊，通過社交網站平臺在線交友和交流，并且發(fā)布、分享、傳播信息，這些信息為基于社交網絡的各種推薦服務提供了更加豐富的資源。此外，隨著移動設備的廣泛應用，用戶的位置、軌跡信息成為一種新的信息資源，應用這些信息將更有助于推薦服務。本文基于當前流行的社交網站——微博，研究用戶的自我中心網絡構建及基于該網絡的好友推薦方法，并在網絡構建和推薦中進一步引入

2、用戶軌跡信息，研究基于自我中心網絡和GPS軌跡信息的好友推薦算法。
　　首先，基于“一個用戶與其所在社交圈子里的用戶比其他社區(qū)的用戶更有可能建立好友關系”的直覺，為加速好友推薦過程，實現了一種基于標簽傳播的社區(qū)劃分算法;
　　其次，在一個社區(qū)中，針對“一個用戶與其網路距離較近的用戶比與較遠的用戶更有可能建立好友關系”這一現象，提出了在一個特定用戶所在的子社區(qū)中以該用戶為中心節(jié)點構建K級自我中心網絡的算法，為進一步的好友推薦奠

3、定基礎;
　　第三，在一特定用戶的K級自我中心網絡中，針對雙向鏈接關系，構建了基于SimRank算法的潛在好友推薦模型;針對單向鏈接關系，構建了基于UnidirectionalSimPropagation算法的潛在好友推薦模型;分別基于這兩種模型設計了好友推薦算法;
　　第四，近年來支持定位的移動設備廣泛使用，因而能夠獲取用戶位置信息?；诖?，通過引入GPS信息層，將原來僅包含用戶層的單層社交網絡結構擴展為包括用戶層和地理信