上下文感知的移动社交网络好友推荐算法

摘要

随着移动互联网的高速发展,移动领域的好友推荐逐渐成为一个热点研究课题.利用传统的互联网好友推荐技术,结合移动互联网特性提高移动领域的好友推荐准确度和用户体验,是该领域一个新的研究方向.基于社交网络图,提出一种基于上下文感知和用户影响力的好友推荐算法,首先根据通信数据计算用户间的通信社交信任度,之后利用用户之间的地理位置数据计算位置信任度,根据两方面的数据得到用户间的综合社交信任度,同时利用PageRank算法计算好友的影响力因子,最后在优化的社交网络图上的进行好友的推荐评分计算,得出用户的好友推荐列表.搭建了实验环境,利用MIT reality mining数据集进行算法的功能和性能测试.实验结果表明该算法具有良好的性能,可以有效的提高好友推荐的准确度.