一種基于社交網(wǎng)絡(luò)友情度的個(gè)性化推薦算法

董 輝，盛 魁，張繼美

亳州職業(yè)技術(shù)學(xué)院，安徽 亳州 236800

隨著網(wǎng)絡(luò)技術(shù)發(fā)展和社交網(wǎng)絡(luò)服務(wù)的推廣，人類(lèi)交往全面進(jìn)入在線社交網(wǎng)絡(luò)服務(wù)（social net?working services，SNS）時(shí)代［1］，國(guó)內(nèi)外知名 SNS如微博、微信、FaceBook和Twitter等。SNS用戶(hù)規(guī)模持續(xù)擴(kuò)大，信息交互更加快捷，同時(shí)在SNS的基礎(chǔ)上又延伸出許多功能強(qiáng)大的應(yīng)用，如微信在線支付、小程序及微信公眾號(hào)等，使得SNS的服務(wù)內(nèi)容越來(lái)越豐富。在SNS中，用戶(hù)的自發(fā)參與產(chǎn)生了具有一些明顯特征屬性的社交大數(shù)據(jù)，主要的特征屬性是“用戶(hù)創(chuàng)建的內(nèi)容”、“交互信息”及“關(guān)系信息”。“用戶(hù)創(chuàng)建的內(nèi)容”是指用戶(hù)自己在SNS上創(chuàng)建的內(nèi)容及其相關(guān)信息，如博客上的帖子、信息發(fā)布的時(shí)間和標(biāo)簽信息等；“交互信息”是指用戶(hù)間交互的內(nèi)容，例如微信上用戶(hù)之間的信息傳輸、朋友圈的點(diǎn)贊、評(píng)論等；“關(guān)系信息”構(gòu)成一個(gè)社交圈的信息，代表SNS用戶(hù)之間的直接或間接關(guān)聯(lián)關(guān)系，如微信上朋友圈、微博的好友圈等。這類(lèi)社交大數(shù)據(jù)已經(jīng)被應(yīng)用于個(gè)性化推薦領(lǐng)域的研究，挖掘用戶(hù)的需求和偏好，及時(shí)向用戶(hù)推薦滿(mǎn)足個(gè)性化需求的信息［2］。

傳統(tǒng)的個(gè)性化推薦系統(tǒng)主要基于相似度的協(xié)同過(guò)濾（collaborative filtering，CF）算法向用戶(hù)提供推薦。相似度的算法主要有皮爾遜相關(guān)系數(shù)（pearson correlation coefficient，PCC）、余弦相似度（cosine similarity，CS）及杰卡德均方差（jacca?rd mean squared difference，JMSD）等方法［3］。但是以上算法只適合于利用明確的數(shù)據(jù)信息（如用戶(hù)的評(píng)分）計(jì)算相似度，而大多數(shù)社交數(shù)據(jù)都含有許多隱式信息，這使得傳統(tǒng)的推薦系統(tǒng)不能完全適合基于SNS的個(gè)性化推薦需求。此外，用戶(hù)……