论文部分内容阅读
好友推荐机制是繁荣在线社区的有效手段,然而单纯为增加用户数及绑定用户关系的过于频繁的推荐方式会引起用户厌烦.为提升用户体验,本文以大型教学与科研协作平台学者网为研究背景,引入基于角色的协同模型ECARGO对推荐机制进行建模,将好友推荐转化为多对多指派问题,使用带回溯的Kuhn-Munkres算法(KMB)对好友推荐数与接纳数受限情况下最优推荐指派进行了研究与解决.仿真实验表明,该推荐机制友好、高效、精准,能完善在线社区推荐机制,对在线社会健康发展形成助力.