好友推荐
好友推荐的相关文献在2011年到2022年内共计264篇,主要集中在自动化技术、计算机技术、科学、科学研究、中国共产党
等领域,其中期刊论文73篇、会议论文1篇、专利文献29052篇;相关期刊48种,包括情报理论与实践、现代图书情报技术、科技展望等;
相关会议1种,包括第10届全国计算机支持的协同工作学术会议暨中国计算机学会协同计算专委年度工作会议等;好友推荐的相关文献由539位作者贡献,包括贺鹏、汤庸、陈川等。
好友推荐—发文量
专利文献>
论文:29052篇
占比:99.75%
总计:29126篇
好友推荐
-研究学者
- 贺鹏
- 汤庸
- 陈川
- 刘旦
- 张国强
- 魏哲巍
- 傅城州
- 刘伟刚
- 刘玎
- 刘航
- 刘跃文
- 卞梦阳
- 周云峰
- 张敬伟
- 徐光侠
- 易玲玲
- 朱翼鹏
- 李斯楠
- 杨旭华
- 杨青
- 毛承洁
- 王柳
- 王涵之
- 胡宇光
- 陈宁一
- 丁虹
- 宋轩
- 文继荣
- 朱晓妍
- 杜小勇
- 杨晶
- 杨长春
- 王海洋
- 袁野
- 陈伟华
- 陈国华
- 高慧颖
- 黄乙哲
- 代皓
- 仲红
- 任德盛
- 何兴洋
- 余建兴
- 傅一平
- 兰冰
- 冉欢
- 冯旻昱
- 冷甦鹏
- 凌国
- 凌知彬
-
-
高良诚
-
-
摘要:
针对社交网络好友推荐算法的精确度问题,提出了一种基于改进蚁群算法的社交网络好友推荐算法,通过综合考虑用户属性和交互信息,计算用户间的相似度,来进行链路预测,建立社交网络二维图。在此基础上,采用改进蚁群算法,相似性值高的用户被推荐的可能性增大。仿真实验表明,该算法准确率和召回率性能较好。
-
-
高良诚
-
-
摘要:
针对社交网络好友推荐算法的个性化和精确度问题,提出了一种融合用户关系-兴趣-位置的社交网络好友推荐算法,综合考虑用户社交关系、兴趣爱好、地理位置等用户信息,计算相应的相似度。在此基础上,对三种相似度值加权融合计算,将最终融合计算结果作为好友推荐算法的依据。仿真实验表明,该算法准确率和召回率性能较好。
-
-
尹云飞;
孙敬钦;
黄发良;
白翔宇
-
-
摘要:
针对现有的好友推荐算法在好友关系刻画上丢失重要信息的现状,受用户对物品认知行为的启发,文中提出基于认知度与兴趣度的好友推荐反馈算法,使用混合相似度研究网络好友关系,探索在线社交网络中的交友问题.针对好友推荐过程中"开环"的问题,提出基于历史推荐信息的正负反馈优化调整策略,使用用户相似度修正公式研究好友反馈动态推荐,证明好友推荐是一个逐步修正的复杂过程,揭示在线社交网络中好友关系刻画的心理学认知问题和推荐的动态变化问题.实验表明,文中算法提高推荐质量,实现用户相似度矩阵的动态调整,在准确率、召回率、鲁棒性、可扩展性等方面性能较优.
-
-
马汉达;
景迪
-
-
摘要:
社交网络用户的指数型增长,导致用户在网络中难以找到适合自己的好友.提出一种基于多目标检测算法SSD和时序模型的微博好友推荐算法BSBT-FR,首先利用SSD对搜集到的用户图像进行信息提取,再利用时序模型在时间维度上对提取到的信息做进一步处理,然后利用JS散度公式计算用户间的相似度,最后与基于用户个人信息得出的相似度进行加权式融合,得出综合的用户相似度,使用Top-K思想进行用户推荐.在新浪微博用户数据集上的实验表明,参考因素的权重取值会影响推荐结果,BSBT-FR算法与只考虑用户属性或用户图像的算法相比,精准度更高.
-
-
丁舟;
胡建成
-
-
摘要:
本文通过爬虫程序从新浪微博获得用户的个人信息、关注/粉丝列表信息和微博正文信息等,然后通过分析数据,基于用户社交相似度、用户兴趣相似度、用户间的地理相似度和用户影响力等因素向目标用户进行好友推荐。此外,还利用非目标用户的关注信息,采用关联规则分析技术,为目标用户推荐感兴趣的博主。本文采用的推荐策略经过数据验证,效果良好。
-
-
-
朱文强;
徐军
-
-
摘要:
随着社交网络的日益繁荣,好友推荐成为了社交网络提供的重要服务之一,也成了推荐方法研究的热点.现有的好友推荐方法大多基于用户的兴趣偏好进行推荐,未考虑在线社交的异构网络特征,不能有效抵御恶意用户的托攻击,且计算量相对较大.提出了一种融合社交信任的多属性元路径好友推荐方法,该方法分析了在线社交的异构网络特征,使用元路径理论对好友推荐的异构网络进行抽象和形式化,提出了用户本地信任网络模型(ULTNM).该信任模型综合考虑元路径上的用户社交圈子相似度和统计兴趣偏好相似度等多种属性特征,构建了目标用户的本地信任网络,并基于Ford Fulkerson算法对信任网络进行搜索和排序,进行目标用户的候选好友推荐.基于真实数据集的对比实验表明,该推荐方法有更好的推荐准确率和召回率,能更好的抵御恶意用户的托攻击行为,且运行效率具有一定的优势.
-
-
宛辰(文/图)
-
-
摘要:
案例回顾:近期,家住浙江省德清县武康街道的杨女士与两位闺蜜一同拨打防诈热线反映,她们通过微商在海外购买包包、围巾等物品共花费近2万元,结果东西没收到,微商还"消失"了。"韩国代购":本人并未出过国不久前,杨女士通过好友推荐,认识了一名微信名为"哪吒安吉代购"的男子。从该微信账户的朋友圈看到,男子在韩国一直从事代购工作,代购产品包括化妆品、首饰、名牌包包等。
-
-
张继东;
蔡雪
-
-
摘要:
[目的/意义]通过拓展用户潜在好友关系,提高移动社交网络中好友推荐效率及好友信息服务推荐的准确性和可信性.[方法/过程]首先,构建基于社区划分和用户相似度的好友信息服务推荐模型;其次,基于用户交互级别、用户专业知识水平、信任程度对社区进行划分,并基于用户关系和用户兴趣计算用户相似度;再次,融合社区划分和用户相似度实现好友及信息服务的推荐;最后,通过实验验证了推荐方法的准确性.[结果/结论]模型实现了移动社交网络用户的好友准确推荐及信息服务精准可信赖推荐,更好地服务并满足用户多样性需求.
-
-
龙增艳;
陈志刚;
徐成林
-
-
摘要:
In order to recommend friends to users more efficiently in social network, the interaction behavior in micro-blog social network is analyzed.Considering the network structure, user attributes and user interaction characteristics, the possibility of establishing friendship among users is calculated.On this basis, a friend recommendation algorithm for social network based on user interaction is proposed.Experimental results show that the proposed algorithm is more accurate than the algorithm which only considers the network topology or user attributes.%为在社交网络中向用户进行更高效的好友推荐, 分析微博社交网络中存在的交互行为, 综合考虑网络结构、用户属性以及用户交互特点, 计算用户之间建立好友关系的可能性大小.在此基础上, 提出一种基于用户交互的社交网络好友推荐算法.实验结果表明, 与只考虑网络拓扑结构或用户属性的算法相比, 该算法准确率更高.