[发明专利]一种用户好友推荐方法及系统

说明书

一种用户好友的推荐方法及系统，所述方法包括通过用户行为构建目标用户与推荐候选集用户的二级网络关系，综合目标用户与推荐候选集用户之间的关系，根据用户需要，推荐给目标用户符合其兴趣偏好的用户集合。引入行为时间因子进行推荐策略的动态调整，基于用户的二度关系，以中间节点作为推荐的桥梁，建立了基于用户兴趣的好友推荐方法。使得各用户之间的关系亲密度具有时间维度，使得评价数据更加真实，也能更加客观且真实的反应各用户之间亲密关系，增加推荐结果的准确性，从而为用户推荐其最可能感兴趣的用户，并最终用实验验证，证明了推荐结果的精准性及有效性。

技术领域

本文涉及数据处理技术领域，具体涉及一种用户好友推荐方法及系统。

背景技术

微博作为目前用户基数最大、成长最迅速的社交网络平台，微博推荐已经成为其提高用户体验并满足用户需求的核心功能之一。而添加好友作为微博平台中的重要活动，如何通过对微博推荐功能的应用，将满足用户兴趣需求的推荐物料，通过最恰当的策略方式，并选择最合适的时机进行推荐，帮助目标用户降低体验成本，并高效快捷的寻找到最感兴趣的信息已经成为亟需解决的问题。通过对微博平台的推荐功能进行调研及总结，如图1所示，目前微博平台共存在如下5种推荐方式：(1)基于属性信息的推荐、(2)基于影响力的推荐、(3)基于社交关系的推荐、(4)基于内容信息的推荐、(5)基于分组的推荐，其中：

(1)基于属性信息的推荐，根据用户在微博上的注册信息，如公司、学校等，将具有相同属性并且位于同一社区网络中的推荐候选推荐给目标用户。在微博平台中通常以“XX大学校友”或“你们来自XX公司”等形式展现。

(2)基于影响力的推荐，微博用户有时兴趣需求表现并不明确，并基于每个用户对热门消息都具有好奇的心理，将一段时期内影响力高并且热门的候选推荐给目标用户。推荐展现理由为“24小时热搜”、“风云人物”等形式。

(3)基于社交关系的推荐，根据微博用户产生的行为构建的复杂网络，将与用户关系最密切、互动频次最高的候选资源推荐给目标用户。该方法推荐展示理由为“好友的好友”、“关注的关注”等形式。其中，前者表达的思想是用户对关系密切的好友所感兴趣的信息也可能感兴趣，而“关注的关注”传达的策略是用户对其感兴趣的关键节点所隶属的兴趣圈子的内容也会产生一定的兴趣。而这两种方式也正是社交网络中用户关系类型的体现。

(4)基于内容信息的推荐，通过词频统计和语义分析的技术手段，分析用户的博文内容，进行关键词提取，并结合用户自身所拥有的兴趣标签，构建代表用户兴趣的向量表示模型，运用标签映射分类体系，将与目标用户兴趣相投的候选以“兴趣相投—XX类别”的形式推荐给目标用户。

(5)基于分组的推荐，根据用户的好友分组信息，将某一名人公开推荐的好友信息有针对性的在其所属的领域组别中进行推荐。其所要表达的思想是用户对其感兴趣的用户认为有价值并值得被分享的信息也同样会感兴趣。在分组内进行查阅和浏览，更加具有针对性，并成功的提高了用户体验。

以上五种推荐方法中虽然各有特色，但都存在一定的不足之处。前两种方法虽然能够很好的解决推荐系统中存在冷启动的问题，但用户划分太过于粗粒度，缺乏明显的针对性；基于兴趣进行的推荐只是从用户的博文内容和标签信息提取关键词进行兴趣标签匹配，没有从动态的社交网络中挖潜用户之间的关系，效果比较单一。

发明内容

本发明提供了一种用户好友推荐方法及系统，为了解决上述技术问题，本发明采用的技术方案构思为：

一种用户好友的推荐方法，所述方法包括：通过用户行为构建目标用户与推荐候选集用户的二级网络关系,所述目标用户与推荐候选集用户的二级网络关系包括目标用户与桥梁用户的一级网络关系、以及桥梁用户与推荐候选集用户的一级网络关系；

根据所述目标用户与所述桥梁用户的一级网络关系得到所述目标用户与所述桥梁用户的亲密度关系值，并根据所述桥梁用户与所述推荐候选集用户的一级网络关系得到所述桥梁用户与所述推荐候选集用户的相似度关系值；