基于社交网络和地理位置信息的好友推荐方法研究

摘要

时至今日，互联网已经进入Web2.0时代，各种各样的网络应用也随之发展起来，如博客、RSS等，而在线社交网络服务已经成为互联网上发展最快也最受欢迎的应用。同时随着定位技术的发展和普及，基于位置的服务也逐渐普及起来，社交网络服务于基于位置服务相融合是现在社交网络发展的趋势之一，而如何在这种情况下更好地进行好友推荐变成了一个重要的问题。
　　 本文通过研究，在传统基于社交网络的好友推荐算法的基础上，结合用户的历史GPS地理签到信息，提出了用户社交位置距离(Social Location distance)的概念。在地理信息相似性计算的方面，不仅仅局限于签到点的相同，提出了相遇模式，相同地点模式，相同区域模式来通过频繁模式的挖掘来查找相应的模式对。并通过模式对在不同层级的地理区域的签到信息，通过加权的方式在公共地理编码树中计算出彼此的相似度。最后根据用户的社交距离和地理位置的相似性信息，通过Top-k查询得到用户的潜在好友推荐列表进行好友推荐。
　　 通过实验证明，基于社交网络和地理位置信息的好友推荐方式比传统的好友推荐方式拥有更好的推荐结果。