[發明專利]一種基于節點親密度的社交網站好友推薦方法

有效

• 申請號: 201410084411.3
• 申請日: 2014-03-07
• 公開（公告）號: CN103823888B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 譚昶;陳恩紅;王浩;昌瑋
• 申請（專利權）人: 安徽融數信息科技有限責任公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 合肥天明專利事務所34115
• 代理人: 奚華保

1.一種基于節點親密度的社交網站好友推薦方法，其特征在于，包括以下步驟：

11）數據提取，提取社交網站中用戶的信息和好友關系；

12）數據預處理，剔除無關數據，建立微博數據類型，微博數據類型包括用戶的微博信息列表和粉絲關系列表；

13）根據用戶親密度推薦好友。

2.根據權利要求1所述的一種基于節點親密度的社交網站好友推薦方法，其特征在于，所述的根據用戶親密度推薦好友包括以下步驟：

21）提取預處理后的微博數據，提取的數據格式為mid、st、fo、fe、tw、fol,其中，mid為用戶標識符，st為用戶身份標識符,fo、fe、tw分別為關注數、粉絲數、微博數，fol為關注列表；

22）通過關注數fl和微博數tw篩選微博用戶，按照fl<p和tw>q篩選出需要進行推薦的用戶，其中p為關注數fl的閾值，q為微博數tw的的閾值；

23）生成m*n的關注矩陣，其中s為第二層的用戶節點數和當前用戶的關注數，t為第三層的用戶節點數，對s個二層用戶的關注數求和，獲得三層用戶節點數t；

設m=1+s，n=1+s+t，則一個m*n的關注矩陣F定義如下:

其中，

24）建立子模型，以AT-U和A2P-T關注推薦模型為基礎，建立AT-UR的關注推薦模型結構，生成親密度矩陣；

25）分析親密度矩陣，通過每個親密度所在的列號獲取對應的用戶ID,對親密度矩陣進行分析。

3.根據權利要求2所述的一種基于節點親密度的社交網站好友推薦方法，其特征在于，所述的通過關注數fl和微博數tw篩選微博用戶包括以下步驟：

31）通過對數正態分布進行數據擬合，公式如下：

p(x)=1xσ2πe-(lnx-μ)22σ2;]]>

32）在關注數fl指標中，當x=p時，數據曲線發生明顯彎折，曲線變化趨于緩和，則p是關注數fl的閾值；

33）在微博數tw指標中，當x=q時，曲線發生彎折，則q為微博數tw的閾值。