一种基于多维度的社交网络用户推荐方法及系统

摘要

本发明公开了一种基于多维度的社交网络用户推荐方法及系统，所述方法包括：S1：提取社交网络中各个用户的信息；S2：进行数据预处理后合并为一个文本消息；S3：对文本消息使用biterm主题模型进行主题建模，得到基于用户消息的文本向量；S4：构建社交网络；S5：对社交网络进行随机游走得到用户标识序列，再使用biterm主题模型进行主题建模，得到基于用户的社交网络的结构向量；S6：对文本向量及结构向量进行拼接，作为当前用户的特征向量，再和其它用户计算相似度，取相似度最高的k个结果作为用户推荐结果。本发明分析了用户自身属性，同时也考虑了在社交网络中隐形结构的相似性，通过对整个社交网络的整体把握，具有准确率高、覆盖率高和方法先进等优点。