好友推荐

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。

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。

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.

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.

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。

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.

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。

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.

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.

摘要： 针对社交网络环境中,为用户推荐哪类好友会使用户更容易采纳问题,文章提出了一种社交网络中基于角色活跃度的好友推荐方法,该方法结合了社交网络环境中不同社群(团队)拓扑结构形成的社群角色同社群中同样角色不同用户行为形成的角色活跃度差异和用户兴趣做好友推荐.文章首先通过文本相似性为用户寻找兴趣的社群,然后利用E-GARGO模型构建了社群拓扑结构中角色活跃的定义,并给出了活跃度计算方法,根据计算方法为目标用户推荐活跃度在Top-N的好友推荐列表.在构建的推荐机制上,文章以学者为交互背景的科研社交网站“学者网”为应用背景,通过网页问卷调查的方式得出好友推荐平均准确率比原网站有所改善,并且以5分制的意见采纳度做考察中得出了平均值为4.3030和4.5152的采纳度.

摘要： 本申请公开了一种好友推荐方法、好友推荐显示方法、装置及设备，属于计算机技术领域。所述方法包括：播放歌单，歌单中包括至少两首歌曲，至少两首歌曲具有相同的特征；响应于第一用户帐号对歌单的播放记录满足歌单的感兴趣条件，向服务器发送歌单的歌单标识；接收服务器根据歌单标识发送的第一好友推荐信息，第一好友推荐信息包括至少一个第二用户帐号的帐号标识，第二用户帐号对歌单的播放记录满足感兴趣条件。满足歌单的感兴趣条件能够反映出用户对歌单感兴趣，向用户推荐对相同的歌单感兴趣的用户，能够提升推荐好友的准确度。

摘要： 本发明适用于通信技术领域，提供了一种好友推荐方法、好友推荐装置、电子设备及计算机可读存储介质，所述好友推荐方法包括：判断第一移动终端是否处于指定场景；若所述第一移动终端处于所述指定场景，则获取所述指定场景中的第二移动终端的设备信息；将所述设备信息上传至服务器，其中，所述设备信息用于指示所述服务器进行好友推荐；接收所述服务器发送的推荐消息。本发明能够在用户的移动终端处于指定场景时，由服务器推荐与其存在指定关系的其它用户，提高了用户添加好友的便捷性。

摘要： 本发明公开了一种好友推荐方法及好友推荐系统，该好友推荐方法包括：第一智能终端获取第一用户的交友要求信息，第二智能终端获取第二用户的用户个人信息；当所述第一智能终端发现所述第二智能终端时，所述第一智能终端与所述第二智能终端使用短距无线通信技术建立连接；所述第二智能终端将所述第二用户的用户个人信息发送至所述第一智能终端；所述第一智能终端根据所述第二用户的用户个人信息以及所述第一用户的交友要求信息判断所述第二用户是否满足所述第一用户的交友要求，若是，则所述第一智能终端执行好友推荐操作，将所述第二用户推荐给所述第一用户。本发明能够实现高效地主动向用户推荐好友。

摘要： 本发明提出了一种行车好友推荐方法、一种行车好友推荐装置和一种服务器，其中，行车好友推荐方法包括：接收来自至少两个终端的用户行车时间及对应的用户行车路线；根据所述用户行车时间和所述用户行车路线，计算所述至少两个终端中的任一终端与其他终端的行程相似度；根据所述任一终端与所述其他终端的行程相似度，在所述其他终端中选择目标终端推荐至所述任一终端。通过本发明的技术方案，加强了车辆使用者之间的信息沟通能力，并使推荐行车好友的过程更加人性化和智能化，使服务器可以向终端推荐出行时间和出行路线都相近的用户作为行车好友，便于用户进行搭车，方便了用户的出行，从而极大地缓解了城市交通状况，便于节约能源，改善空气质量。

摘要： 本发明提出一种基于亲密好友关系的好友推荐方法及系统，其中，所述方法包括以下步骤：S1：根据用户的二度好友关系，以及其个人、和/或其好友、和/或其二度好友的亲密好友关系，生成23种潜在好友推荐路径的任意一种或组合；S2：通过23种潜在好友推荐路径中的任意一种或组合，获得用户的潜在好友；S3：计算潜在好友的推荐指数，从而获得按优先级排序的好友推荐列表；S4：将好友推荐列表中的潜在好友推荐给用户。本发明通过基于亲密好友关系的好友推荐方法及系统，对常用的基于二度好友的获取路径进行细化和扩展，扩大了好友的推荐范围和潜在关联度，增加了推荐准确度，使得用户更方便高效的与潜在关心或关注对象建立起社交关系。

摘要： 本发明公开了一种社交网站中向用户推荐好友的方法及系统，所述方法包括以下步骤：S1，用户选择推荐对象；S2，服务器分析推荐对象可能认识的用户好友并展示给用户；S3，用户选择欲向推荐对象推荐的用户好友；S4，服务器向用户推荐的双方发送消息通知；本发明通过用户选择推荐对象和向推荐对象推荐的好友，服务器分析推荐对象可能认识的用户好友供用户选择，能够实现用户向好友推荐好友；被推荐的双方由于有用户作为中间媒介，会更信任一些，成为好友的可能性增大，推荐效率会更高，从而增进用户之间的交流，增强了用户的社交体验。

摘要： 本申请提供一种好友推荐方法、电子设备及计算机可读存储介质。本申请通过针对用户信息库中的第一用户，获取所述用户信息库中的第二用户；获取所述第一用户对所述第二用户的满意度信息，以及获取所述第二用户对所述第一用户的满意度信息；获取所述第一用户与所述第二用户之间的社交有趣性信息；基于所述第一用户对所述第二用户的满意度信息、所述第二用户对所述第一用户的满意度信息和所述社交有趣性信息，获取所述第二用户相对于所述第一用户的社交有效信息；响应于所述社交有效信息满足预设条件，将所述第二用户确定为所述第一用户的推荐好友，以将所述第二用户推荐给所述第一用户，这样，可以提高好友推荐的准确性。

摘要： 本发明公开了一种基于重要性得分的好友推荐方法，包括：将目标用户、用户以及用户间的关系转换为图结构；根据第i阶邻居节点的重要性得分参数，计算节点s所有的第i+1阶邻居节点的重要性得分的估计；得到目标节点s的前L阶邻居的重要性得分的估计；根据目标节点s的前L阶邻居的重要性得分的估计，得到图G上所有节点相对目标节点s的重要性得分的估计找到图结构G上的所有用户节点的重要性得分的估计中最高的k个用户节点，将这k个用户节点对应的社交用户作为结果推荐给目标用户。本实施例提供的基于重要性得分的好友推荐方法，实现基于各推荐场景的、通用的、可统一维护的好友推荐方法。

摘要： 本发明涉及一种融合了图结构与文本特征的好友推荐方法，用于从推荐集中取推荐用户向被推荐用户进行推荐。本发明获取用户访问网络社区中不同网络板块的轨迹，以网络板块为基准对用户进行图信息编码，在构建关系图时不需要其他用户的信息，不需要对所有用户进行全量计算，因此计算量更小，且构建得到的关系图不受新用户加入影响。采用本发明的技术方案，在新用户加入后，不需要更新已经构建的关系图。已构建的关系图只受网络社区中网络板块变动的影响，但网络社区一旦建立后，网络社区中的各个网络板块相对固定，不易发生变动。

摘要： 本实用新型公开了一种 社交网站中向用户推荐好友的系统，包括客户端、 web 服务器和数据库；客户端上设有 对象选择模块、展示模块和好友推荐模块， web 服务器上设有 分析模块和通知发送模块； 对象选择模块，用于用户选择推荐对象； 分析模块，用于 web 服务器分析推荐对象可能认识的用户好友； 展示模块，用于将推荐对象可能认识的用户好友展示给用户； 好友推荐模块，用于用户选择欲向推荐对象推荐的用户好友； 通知发送模块，用于 web 服务器向用户推荐的双方发送消息通知；本实用新型能够实现用户向好友推荐好友；被推荐的双方由于有用户作为中间媒介，成为好友的可能性增大，推荐效率会更高，从而增进用户之间的交流，增强了用户的社交体验。