文献类型：期刊文章

作　　者：向程冠[1] 熊世桓[1] 王东[1] 熊伟程[1]

XIANG Chengguan;XIONG Shihuan;WANG Dong;XIONG Weicheng(School of Mathematics and Big Data,Guizhou Education University,Guiyang 550018,China)

机构地区：[1]贵州师范学院数学与大数据学院,贵阳550018

出　　处：《计算机工程》

基　　金：贵州省教育厅青年科技人才成长项目(黔教KY字[2017]205);贵州省科学技术基金计划项目(黔科合基础[2016]1115);2016年度贵州省科技平台及人才团队专项资金(20165609);2016年贵州省普通高等学校工程研究中心专项资金(黔教合KY字[2016]015)

年　　份：2019

卷　　号：45

期　　号：4

起止页码：175-180

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对现有社交好友推荐算法只关注"人"忽略"事"的问题,提出一种基于关联规则与相似度的推荐算法。通过对用户每天发布的信息进行相似度计算,将相似度达到给定阈值的信息视为一条交易记录,把发布的信息视为交易项,信息库视为交易数据库,计算出二阶候选项集,推荐支持数最高的前N项信息的发布者为好友。实验结果表明,与基于关联规则与标签的好友推荐算法相比,该算法具有较高的准确率。

关 键 词：好友推荐算法  关联规则 社交平台  相似度 交易数据库

分 类 号：TP391]