面向兴趣主题的个性化好友推荐

齐会敏，刘 群，戴大祥

(重庆邮电大学重庆市计算机智能重点实验室，重庆 400065)

1 引言

如今，随着互联网的快速发展，网络用户和产生的信息量也成指数级飙升。因此，作为有效过滤冗余信息和锁定目标信息的工具，推荐系统扮演的角色越来越重要。社交网络的出现旨在帮助人们在网上建立虚拟的“朋友圈子”，实现信息共享和交流。然而，在海量的信息中找到“志同道合”的朋友并扩大自己的社交圈，对用户而言变得越来越困难。所以，个性化的好友推荐不仅可以向用户推荐其感兴趣的潜在好友，而且可以提高用户之间的黏性，增强用户体验，是社交网络得以稳固发展的必备功能。本文提出的结合用户兴趣的推荐算法在拥有推荐精度的基础上，提高了用户对推荐结果的满意度。

2 相关工作

目前，推荐系统相关领域的研究主要分为：项目推荐和好友推荐。之前许多社交媒体的研究主要针对项目推荐，所采用的方法主要有基于内容推荐[1]和协同过滤推荐[1 - 3]。而推荐潜在好友的研究相对较少，也是近年来研究的热点，采用的推荐算法主要包括基于用户特征的好友推荐[4]、基于网络拓扑结构的好友推荐[5]以及利用概率矩阵分解进行推荐等方法[6]。

传统的推荐系统广泛地应用于以搜索引擎为代表的信息检索中，或者向用户推荐满足其需求的资源，例如商品、音乐、热点新闻等[7]。而向用户个性化地推荐潜在好友的研究相对较少。目前相关研究大致可以分为三种：基于内容的推荐[8]、基于共同兴趣的推荐[7]和基于网络拓扑结构的推荐。……