给用户推荐好友

好友推荐算法在社交网络上被称为链接预测（link prediction）。

基于内容的匹配

我们可以给用户推荐和他们有相似内容属性的用户作为好友。下面给出了常用的内容属性。

• 用户人口统计学属性，包括年龄、性别、职业、毕业学校和工作单位等。
• 用户的兴趣，包括用户喜欢的物品和发布过的言论等。
• 用户的位置信息，包括用户的住址、IP地址和邮编等。

基于共同兴趣的好友推荐

• 根据用户喜欢的东西计算相识度
• 根据用户在社交网络中的发言提取用户的兴趣标签，来计算用户的兴趣相似度

基于社交网络图的好友推荐

最简单的好友推荐算法是给用户推荐好友的好友。
下面将介绍3种基于社交网络的好友推荐算法。

拓展

其中关于社交网络最让人耳熟能详的结论就是六度原理。六度原理讲的是社会中任意两个人都可以通过不超过6个人的路径相互认识，如果转化为图的术语，就是社交网络图的直径为6。六度原理在均匀随机图上已经得到了完美证明，对此感兴趣的读者可以参考Random Graph一书。很多对社交网络的研究都是基于随机图理论的，因此深入研究社交网络必须掌握随机图理
论的相关知识。
社交网络研究中有两个最著名的问题。第一个是如何度量人的重要性，也就是社交网络顶点的中心度（centrality），第二个问题是如何度量社交网络中人和人之间的关系，也就是链接预测。