随着互联网的发展,以线上交友的方式取代传统线下交友的方式得到了广泛的研究与应用。此外,互联网的进步推动了在线购物网站的发展,越来越多的人热衷于网上购物。其中购物行为能够体现用户之间的联系,进而可以分析用户的兴趣相似度。论文通过对用户购物行为进行分析,提出了几组表示用户之间关系的特征,并在此基础上进行了潜在好友识别的研究。论文通过对用户购买商品的数据进行处理与分析,根据用户关系行为图提出了用户关系行为特征;通过对评论进行情感分析,提出了商品特征相似度、商品特征认可度以及用户情感相似度;通过对小众商品的特性分析提出了商品选择性特征,这些特征表示用户关系。此外,论文还提出了评论有用性特征以及情感强度特征来表示用户自身特性的特征。使用逐点法计算用户之间的最终相似度以便构建“好友池”。然后利用三元闭包理论对“好友池”进行扩充以提高潜在好友识别的命中率。实验证明,基于论文提出的用户特征,使用逐点法计算得到用户相似度,并以此构造的“好友池”有较好的识别效果。三元闭包理论的加入更是提高了识别结果的命中率,对用户推荐的研究有较大的意义。