[发明专利]一种基于节点亲密度的社交网站好友推荐方法

摘要

本发明涉及一种基于节点亲密度的社交网站好友推荐方法，与现有技术相比解决了社交网站好友推荐方法中标签推荐带来的关注关系易聚集化、难以扩张的缺陷。本发明包括数据提取，提取社交网站中用户的信息和好友关系；数据预处理，剔除无关数据，建立微博数据类型，微博数据类型包括用户的微博信息列表和粉丝关系列表；根据用户亲密度推荐好友。本发明可以在社交网络中实时地根据亲密度向用户推荐关注对象，高效快捷的帮助用户管理自己的好友关系。

主权项

一种基于节点亲密度的社交网站好友推荐方法，其特征在于，包括以下步骤：11)数据提取，提取社交网站中用户的信息和好友关系；12)数据预处理，剔除无关数据，建立微博数据类型，微博数据类型包括用户的微博信息列表和粉丝关系列表；13)根据用户亲密度推荐好友；所述的根据用户亲密度推荐好友包括以下步骤：131)提取预处理后的微博数据，提取的数据格式为mid、st、fl、fe、tw、fll,其中，mid为用户标识符，st为用户身份标识符,fl、fe、tw分别为关注数、粉丝数、微博数，fll为关注列表；132)通过关注数fl和微博数tw筛选微博用户，按照fl<p和tw>q筛选出需要进行推荐的用户，其中p为关注数fl的阈值，q为微博数tw的阈值；133)生成m*n的关注矩阵，其中s为第二层的用户节点数和当前用户的关注数，t为第三层的用户节点数，对s个二层用户的关注数求和，获得三层用户节点数t；设m＝1+s，n＝1+s+t，则一个m*n的关注矩阵F定义如下:其中，134)建立子模型，以AT‑U和A2P‑T关注推荐模型为基础，建立AT‑UR的关注推荐模型结构，生成亲密度矩阵；135)分析亲密度矩阵，通过每个亲密度所在的列号获取对应的用户ID,对亲密度矩阵进行分析。