论文部分内容阅读
针对社交网络环境中,为用户推荐哪类好友会使用户更容易采纳问题,文章提出了一种社交网络中基于角色活跃度的好友推荐方法,该方法结合了社交网络环境中不同社群(团队)拓扑结构形成的社群角色同社群中同样角色不同用户行为形成的角色活跃度差异和用户兴趣做好友推荐.文章首先通过文本相似性为用户寻找兴趣的社群,然后利用E-GARGO 模型构建了社群拓扑结构中角色活跃的定义,并给出了活跃度计算方法,根据计算方法为目标用户推荐活跃度在Top-N 的好友推荐列表.在构建的推荐机制上,文章以学者为交互背景的科研社交网站“学者网”为应用背景,通过网页问卷调查的方式得出好友推荐平均准确率比原网站有所改善,并且以5 分制的意见采纳度做考察中得出了平均值为4.3030 和4.5152 的采纳度.