[发明专利]一种基于记录时间差的朋友推荐方法

说明书

技术领域

本发明涉及互联网的信息推荐技术领域，具体涉及一种用于社交软件的朋友推荐方法。

背景技术

随着社会的发展，互联网技术与在线社交网络迅速发展，各种社交软件层出不穷。其中，朋友推荐是社交软件中的一项重要的功能，许多社交软件依靠为用户推荐好友来吸引用户、增强用户对社交软件的依赖性。

目前，用于社交软件上朋友推荐的方法很多。比如谭铁牛等在《一种基于社会关系主题模型的社交网络朋友推荐方法》中通过获取用户社交关系文档和行为模式为用户推荐潜在的朋友。刘跃文等在《一种基于地理位置变更的移动社交网络好友推荐方法及系统》中通过获取用户的地理位置为用户推荐潜在的好友。王建民等在《通过分析用户主动交友意愿进行朋友推荐的方法》通过计算有向邻接矩阵H，区分用户的积极朋友和消极朋友，据此为每一个用户推荐新的朋友。王建民等还在《一种社交网络中的基于朋友关系传播的朋友推荐方法》通过为每个自我节点创建潜在朋友关系传播网络来进行好友推荐。

以上文献提出的技术方案虽然产生了很多用户想接受的推荐，但是这些方案都没有考虑到所推荐好友的记录时间因素。例如某一学生开始研究生的学习生活，但是社交软件却一直在给他推荐小学、初中的好友，这可能不符合该学生的实际需要，因为他可能更加需要在研究生范围内的好友推荐。

发明内容

为了克服现有技术方案朋友推荐方法的不考虑记录时间因素、时效性较差的不足，本发明提出一种提高朋友推荐模型的时效性的基于记录时间差的朋友推荐方法。

本发明解决其技术问题所采用的技术方案是：

一种基于记录时间差的朋友推荐方法，所述推荐方法包括以下步骤：

步骤1：根据好友添加时间计算记录时间差列表，过程如下：

步骤1.1：当用户添加好友i时，记录初始时间T₁，保存在时间表格第一列中；

步骤1.2：每个月月底产生一次新的推荐，将每月底作为推荐时间T₂，保存在时间表格第二列中；

步骤1.3：通过计算，将记录时间差T₃保存在时间表格第三列中，计算按照公式(1)计算：

T₃＝T₂-T₁(1)

步骤1.4：根据所述记录时间差T₃，对好友进行分类，若T₃>上限阈值T_H，不考虑此好友；若0<T₃≤上限阈值T_H，执行步骤2；

步骤2：计算满足0<T₃≤上限阈值T_H条件的好友的共同邻居指标k_i，所述共同邻居指标k_i按照公式(2)计算：

k_i＝|s(a)∩s(i)|(2)

其中，s(a)代表用户a的邻居集合，s(i)代表好友i的邻居集合；

步骤3：根据所述记录时间差T₃和共同邻居指标k_i计算推荐指数y_i，过程如下：

步骤3.1：若0<T₃≤下限阈值T_L，推荐指数y_i按照公式(3)进行计算：

其中，β₁与T_L的关系按照公式(4)进行计算：

β₁＝3T_L-2(4)

步骤3.2：若下限阈值T_L<T₃≤上限阈值T_H，推荐指数y_i按照公式(5)进行计算：

其中，β₂与T_L的关系按照公式(6)进行计算：

β₂＝2T_L-1(6)

步骤4：根据推荐指数y_i的数值，对好友的共同邻居进行推荐，推荐次序按照推荐指数y_i从大到小排序。

进一步，所述步骤2中，所述共同邻居指标k_i是对网络中某一用户a，定义其邻居集合为s(a)，则用户a和好友i邻居集合的交集就定义为它们共同邻居集合。