[發明專利]社交網絡中一種安全的朋友推薦方法

在審

• 申請號: 201711146685.0
• 申請日: 2017-11-17
• 公開（公告）號: CN107749034A
• 公開（公告）日: 2018-03-02
• 發明（設計）人: 程宏兵;錢漫勻;寧一笑
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06Q50/00
• 分類號: G06Q50/00;G06F17/30;H04L12/58
• 代理公司: 杭州之江專利事務所(普通合伙)33216
• 代理人: 林蜀

技術領域

本發明涉及社交網絡中的交友推薦方法，特別涉及社交網絡中一種安全的朋友推薦方法。

背景技術

當前，隨著計算機技術、現代網絡技術的迅猛發展，人類社會開始進入信息化的時代，社交網絡在生活中變得越來越普遍，人們開始越來越多的利用社交網絡來發言、交友、聊天。預測即將出現的新的朋友關系是研究社交網絡演化過程的重要途徑之一。除了用戶主動關注感興趣的人之外，社交網絡也會推薦可關注用戶。然而，這些可關注用戶大部分只是社交網絡的推廣，不一定符合你的興趣。另外，社交網絡也記錄了大量的用戶個人信息，包括用戶的興趣標簽、好友互動等。通過對這些信息的詳細分析，使得用戶的網絡形象更具象，能夠確定用戶真實身份的信息變得越來越多越來越明確，用戶的隱私泄露問題也越來越嚴重。

專利[CN105740342A]公開一種基于社會關系主題模型的社交網絡朋友推薦方法。專利[CN105141508A]公開了一種基于近鄰關系的微博系統朋友推薦方法。以上兩個專利雖然結合不同用戶關鍵字來做朋友推薦，但沒有考慮到用戶的隱私保護問題，因此社交網絡需要一個安全可靠的朋友推薦方案。

發明內容

為解決現有技術的不足，提供社交網絡中一種安全的朋友推薦方法，本發明能很好地解決社交網絡的用戶隱私保護問題，為社交網絡中的用戶推薦志同道合且安全可靠的朋友，提高推薦方案的準確性以及安全性、可靠性。

為實現上述目的，本發明采用以下技術方案：

社交網絡中一種安全的朋友推薦方法，包括以下步驟：

第一步，獲取某段時間內用戶的全部標簽信息，按照標簽個數進行分類，基于Word2Vec，根據上下文內容，訓練得到所有標簽的詞向量；

第二步，基于標簽匹配算法，分析用戶標簽的相似性，篩選用戶，得到朋友候選者，具體步驟如下：

S21：基于第一步中得到的詞向量，根據余弦相似度，計算得到與目標標簽最相似的前n個標簽，并且獲取目標標簽與他們的相似度；余弦值的范圍在[-1,1]之間，值越趨近于1，代表兩個向量的方向越趨近于0，他們的方向更加一致，相應的相似度也越高；余弦相似度：

其中x_i為詞向量的橫坐標，y_i為詞向量的縱坐標，m為詞向量的維數；

S22：選取合適的相似度閾值α_i；

對每標簽用戶組進行以下操作：

S221：在每個標簽組中，每個用戶以自己的標簽集為原始標簽集，進行組內匹配，得到以α_i為閾值的標簽集合交集的大小，該閾值是用來判斷兩個標簽是否滿足相似的標準；閾值α_i即為S21中得到的與原始標簽最為相似的前n個標簽的相似度，i的取值范圍為1—n；

S222：統計每組標簽組交集大小的數據，得到S＝k時的個數NUM_s，其中S表示交集的大小，k的取值范圍為0—p，其中p為原始標簽集的標簽個數；

S223：分別統計S＝0，S＝1，…，S＝p時，NUM_s的大小，分析NUM_s得到合適的相似度閾值；

S23：基于S22中的相似度閾值α_i，進行用戶之間的標簽匹配，得到朋友候選者，將S22中所有的用戶混合在一起，組成一個新的數據集D，進行以下操作：

S231：計算主動匹配者輸入的標簽個數p；

p為奇數時，只有當相似標簽個數大于等于時，匹配成功；

p為偶數，只有當相似標簽個數大于時，匹配成功；

S232：將主動匹配者的標簽集中每個標簽依次作為原始標簽，與被匹配用戶的每一個標簽去比較，用α_i作為閾值，如果與其中某個標簽的相似度值大于α_i，停止比較，跳到步驟S233；

S233：判斷主動匹配者的標簽是否匹配完，如果沒有則繼續執行S232，如果匹配完，則停止，跳到S234；

S234：判斷S的值是否滿足S231中的要求，若滿足，則成為朋友候選者，若不滿足則過濾掉；

第三步，系統將第二步中得到的朋友候選者推薦給對應用戶，用戶基于隱私交換協議，自由選擇對象成為朋友；

S31：主動匹配者U_m向權力中心發送交友請求申請，權力中心收到請求，

在系統中為U_m尋找朋友候選者；