在全民网络社交的大环境下,人们的社交方式已经很大程度上转移到了线上。在现实生活中,更优更广的社交关系往往是一个人自身价值与自我发展的关键,而在线社交其实是现实生活中的社交在网络上的延续与扩展,因此,在社交网络中,人们也乐于像现实生活中的社交那样与更多的人结识以扩展自己的社交圈。然而,在社交网络中结识新的好友的方法除了手动添加外,只能通过系统根据某种算法来做推荐。由此可见,在线社交中的好友推荐问题是一个值得研究的课题,其重要性不言而喻。针对此问题,现有的方法主要是从推荐因素的深度挖掘和多种推荐因素的组合策略两个方面着手进行研究。由于实际情况中的用户交友需求是多方面因素按不同比例综合的结果,从单方面因素出发的推荐方法肯定无法满足大多数人的交友偏好。因此,本文提出基于多种推荐因素融合的综合推荐方法,并选取了用户的兴趣爱好、社交关系和地理位置信息三个因素作为推荐依据。值得一提的是,本文中的综合推荐方法与一般的基于多种因素逐级过滤的方法不同,采用的是基于多种因素综合评分与融合方法,在计算过程中各个推荐因素彼此独立互不干扰。基于兴趣爱好的好友推荐使用用户的微博做兴趣挖掘,在微博聚类的过程中,使用针对微博短文本特点改进的余弦相似度算法,并通过二次聚类的方式改善了微博聚类的效果;基于社交关系的好友推荐使用用户的个人资料与好友关系作为推荐依据;基于地理位置信息的好友推荐使用用户的签到信息,通过计算用户间的距离远近作为推荐依据。最后,基于提出的多因素融合的综合推荐方法,本文设计并在Android系统上实现了相应的应用软件客户端,客户端具有设计简洁、功能实用、操作傻瓜式等特点。实验证明,本文提出的基于多因素融合的综合推荐方法较其它推荐方法具有更好的推荐效果,而且用户可以根据自己的交友偏好在Android客户端上灵活地配置推荐算法的工作模式,因此能够很好地满足绝大多数人的交友需求,具有一定的实用价值。