基于用户话题偏好的社会网络二级人脉推荐

社会网络(SNS)用户的社交圈和人脉关系研究多采用图论的知识,对社会网络关系图的节点和边进行探讨,没有考虑到用户自身的兴趣偏好,因此提出了一种基于用户话题偏好的二级人脉推荐方法。利用文本挖掘的相关技术和最小均方误差(LMS)算法,把抓取到的用户话题数据合理地转化为用户话题偏好特征向量,用相似度度量方法来计算用户之间的相似度,以确定与用户话题偏好最相近的用户集,并完成用户的二级好友推荐。实验表明,推荐的二级好友采纳率达到70%。