[发明专利]一种基于社区发现的社交网络好友推荐方法

摘要

本发明公开了一种基于社区发现的社交网络好友推荐方法，属于数据挖掘、社交网络、等领域，解决现有个性化推荐中没有考虑社交网络特性的问题。本发明采集社交网络中用户历史数据，对用户的兴趣爱好建模，得到所有用户的偏好向量集合；根据用户偏好向量集合中表示用户的兴趣爱好偏好向量和表示用户的朋友关系偏好向量对用户聚类，找出社交网络中用户所在的兴趣爱好和朋友关系重叠社区；根据用户的兴趣爱好和用户的朋友关系重叠社区，得到目标用户的初始待推荐好友列表，并对得到的初始待推荐好友列表进行过滤和排序，得到最终的待推荐好友列表。本发明利用了用户的兴趣爱好和朋友关系进行好友推荐，更加适合社交网络。

主权项

一种基于社区发现的社交网络好友推荐方法，其特征在于，如下步骤：(1)采集社交网络中用户历史数据，对用户的兴趣爱好建模，得到每个用户的偏好向量集合，从而得到所有用户的偏好向量集合；(2)根据每个用户的偏好向量集合中表示用户的兴趣爱好偏好向量和表示用户的朋友关系偏好向量对用户聚类，找出社交网络中每个用户所在的兴趣爱好重叠社区和朋友关系重叠社区；具体步骤如下：(21)生成第一个社区，加入社区集合，从用户集合中随机选取一个用户，将选取的用户加入第一个社区，并删除用户集合中的该用户；(22)从用户集合中选择一个用户u，与社区集合C＝{c1,…,cm}中的每个社区进行计算，得到u和已存在的社区ci的凝聚度co，计算公式如下：co(u,ci)=1xΣv∈ciTani(u,v),]]>其中，u为待判定用户，v为已存在社区中的用户，v∈ci，ci∈C，x为社区ci的用户数量，Tani(u,v)为用户u和用户v的Tanimoto相似度，Tani(u,v)计算公式如下：Tani(u,v)=|pu∩pv||pu∪pv|,]]>其中，pu代表用户u的兴趣爱好偏好向量或朋友关系偏好向量，pv代表用户v的兴趣爱好偏好向量或朋友关系偏好向量，pu∩pv、pu∪pv为用户u的偏好向量和用户v的偏好向量的与、或运算；(23)如果满足则加入社区ci，即可以加入满足条件的多个社区,并从用户集合U中删除ui，如果不能加入任何一个已存在的社区，则生成新的社区Cm+1，C＝{c1,c2,…,cm,cm+1}，并且u∈Cm+1，同时从用户集合U中删除u；(24)重复(22)、(23)，直到用户集合为空时结束，得到最终的每个用户所在的兴趣爱好重叠社区和朋友关系重叠社区；(3)根据每个用户所在的兴趣爱好重叠社区和朋友关系重叠社区，得到目标用户的初始待推荐好友列表，并对得到的初始待推荐好友列表进行过滤和排序，得到最终的待推荐好友列表。