国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:龙增艳,陈志刚,徐成林
单位:1.中南大学 软件学院,长沙 410075; 2.中南大学 “移动医疗”教育部-中国移动联合实验室,长沙 410083
关键词:社交网络,好友推荐,链路预测,用户交互,用户属性
基金:国家自然科学基金重点项目(71633006);国家自然科学基金面上项目(61672540);中南大学中央高校基本科研业务费专项资金(2017zzts725)。
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。
来源:2019年第3期
《计算机工程》期刊编辑部