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。