基于弱关系的异质社交网络推荐

针对基于“相似性”或深度信任的传统强关系推荐导致的推荐结果趋于同质性问题,利用弱关系丰富的语义信息和强大的信息传递能力,提出一种基于弱关系的异质社交网络推荐算法。借助用户间的信任值对因引入弱关系产生的大量用户节点进行筛选,减少后续计算负载;充分利用网络中丰富的对象和关系信息,建立拓展的全关系用户-项目异质信息网络模型(UI-HIN),改善推荐的单一性与冗余性;利用最佳信任路径选择算法(BTP)对全关系UI-HIN路径搜索进行优化得到一组最佳信任路径。实验结果表明,该算法的推荐效果具有更好的针对性、新颖性和多样性。