基于用户轨迹和好友关系的兴趣点推荐

连续兴趣点(POI)推荐是基于地理位置社交网络(LBSN)的重要应用之一,已有研究提出采用兴趣点信息和时空信息进行推荐的方法,但没有充分地利用相关辅助信息,因此无法解决用户短轨迹签到导致的信息不足问题。针对这些问题,提出一种整合好友关系和自注意力的兴趣点推荐模型ATFR。该预测模型包含3个部分:首先,通过图嵌入的方法得到好友关系的向量表示并利用GRU得到用户兴趣偏好向量;其次,利用自注意力机制对用户签到序列的顺序影响和社交影响建模,有选择地关注签入序列中相关的历史签入记录;最后,根据兴趣点排序列表进行未来兴趣点推荐。在2个真实数据集上的实验结果表明ATFR模型有更好的表现,可以用来提高网站应用和个性化兴趣点推荐服务的质量。

社交网站中用户间好友关系建立的影响因素研究

社交网站(SNS)目前已成为全球范围内的网络用户尤其是青少年用户开展社交活动,建立、维护和扩展社会关系网络的重要渠道。然而,对于社交网站中用户间好友关系建立影响因素的研究还很少见。文章基于人际吸引的相关理论和研究成果,以在校大学生和研究生为样本展开调查研究。数据分析结果表明,相似性(年龄、共同好友数)、个人外显特征(性别、外表)、关系收益(预期收益、好友数)和熟悉性/自我揭露(状态/日志/相册数、个人信息量)是社交网站内用户间好友关系建立的主要影响因素类别。

EBSN中基于潜在好友关系的活动推荐算法

EBSN(Event-based Social Networks)与传统社交网络有所不同,它不仅包含传统社交网中的线上交互(Online Interactions),还包含颇具价值的线下交互(Offline Interactions),是一种异构型复杂社交网络。如何有效利用这种虚拟与物理相融合的交互关系来提高活动推荐服务的质量,是目前学术界和工业界共同关注的热点研究问题之一。传统社交活动推荐算法,如基于用户偏好或线上好友关系的活动推荐算法,除了考虑活动和用户的基本属性外,大多基于显式好友关系EF(Explicit Friendship)进行活动推荐,但EBSN不具备显式好友关系,因此上述算法均不能直接用于EBSN活动推荐。为此,定义了一种新的潜在好友关系LF(Latent Friendship),LF关系将线上同组、线下同活动综合纳入活动评分计算中,以体现LF对EBSN活动推荐的影响;同时,基于此提出了一种基于潜在好友关系的EBSN活动推荐算法(Activity Recommendation Algorithm based on Latent Friendships,ARLF),该算法在寻找潜在好友关系时,创新性地运用元路径思想,使得EBSN中的异构信息得到了充分利用。最后,利用Meetup事件社交网中的真实数据对ARLF算法进行了性能测试,可扩展性实验证明了该算法是可行且有效的。

迁移用户微信好友关系的隐私权保护探究

大数据的广泛应用和个人信息的隐秘性构成了信息时代的一对矛盾,数据让渡以获取服务和个人隐私权利的博弈如火如荼。公众的媒介使用权和服务商的技术优势之间显然存在着不对等关系,社交媒体和社交网络在数据时代的“泛传播化”趋势导致其本身存在的天然性冲突更加明显,本文将从社交关系的本质出发,指出微信好友关系的私密性,通过对现存困境的分析,对类案适用隐私权保护提出相应的建议。

基于改进重力模型的签到数据好友关系判断方法

利用签到数据进行好友关系预测是基于位置的社交网络的主要研究方向之一。由于社会关系网络数据往往事先难以获取,为了能够仅依靠位置签到数据实现好友关系判断,提出了一种基于改进重力模型的签到数据好友关系判断方法。首先,利用信息增益计算不同特征参数对好友关系的影响,并选择了用户居住地和时空共现区两个特征参数;然后,针对所选择的两个特征参数对重力模型进行改进,并利用Sigmoid函数将其值域映射到0~1,以便好友关系的判断及模型参数标定;最后,利用逻辑回归实现了模型参数的标定,并在测试数据集上实现了好友关系的预测。分别在Gowalla和Brightkite数据集上利用改进重力模型进行了交叉实验,并与好友关系概率模型进行了对比实验。结果表明,所提方法能够在仅仅依靠位置签到数据的条件下实现好友关系判断,模型在不同来源的数据之间具有较好的稳定性,且该方法的总体效果明显高于对比方法。

社交网络中的好友推荐研究——概念、方法与展望

[目的/意义]当前,好友推荐被广泛地应用于社交网络平台,高质量的好友推荐在满足用户交友需求、帮助用户获取更多信息资源的同时,还提高了用户与社交网站的粘性。[方法/过程]通过对相关文献的分析研究,界定了好友推荐的概念,梳理了社交网络中好友推荐的过程,归纳了好友推荐方法,总结了现有相关研究存在的不足及研究展望。[结果/结论]研究发现,社交网络中的好友推荐依据用户在社交网络平台上留下的记录,帮助用户找到他们感兴趣的其他用户。现有的好友推荐存在冷启动、数据稀疏、动态变化、信息茧房、用户隐私等问题,未来好友推荐可以从推荐的多维性、提供好友推荐结果的解释、设置用户反馈机制以及改进推荐系统的可拓展性等方面进行研究。

面向Folksonomy的用户兴趣相似性度量方法

在社会化标签系统Folksonomy中,标签不仅能描述资源的内容,而且能体现用户的兴趣偏好.通过标签来表征用户的兴趣,定义了标注行为一致程度、用户资源共享程度和好友间兴趣相似度概念.使用用户对资源的标注行为一致程度来建立用户兴趣模型.通过统计实验发现:Folksonomy系统内好友间兴趣相似度高,但用户资源共享程度却较低;因此,将好友间兴趣相似度引入用户间兴趣相似度的计算公式中.将新的用户间兴趣相似度计算方法使用于SCAN社区发现算法中,社区发现结果验证了用户间兴趣相似性度量方法是有效的.

你与好友前世是什么关系

一个暖洋洋的午后。小乌坐在窗边看风景，噪音姐姐推门而入。 噪音：看什么呢？ 小乌：嗯…看窗外那只呆鸟，像不像橘绿？ 小乌：这个……我要生气了！

钱选与赵孟頫关系考

钱选与赵孟頫的关系历来存在三种观点,其一是张雨、黄公望、倪瓒的师徒关系说,其二是赵孟頫的好友关系说,其三是近代美术史家的赵孟頫出仕元朝后与钱选关系破裂说。钱选在绘画方面确实曾经教过赵孟頫,这在二人绘画作品与元人对钱选《浮玉山居图》的题跋中可以得到证实,但赵孟頫所云的老师是传统经史的老师,故钱选并不在列,因此钱与赵的关系才会出现师徒与朋友两种关系的观点。至于近代美术史家提出的赵孟頫出仕元朝后与钱选关系破裂说是没有根据的,赵孟頫出仕元朝后与钱选交往的诸多史料可以证明。

虾米音乐关停

1.1月5日上午,虾米音乐发布官方声明称由于业务调整,虾米音乐播放器业务将于2021年2月5曰正式停止服务。公告显示,停止服务后,用户在虾米创建的歌单、听歌记录、个人信息、好友关系、付费会员权益以及购买的数字专辑都将不能查看和使用。从*1月5曰上午10:00开始,虾米为用户开放资产保存和处理通道。