个性化好友推荐系统在社交网站上应用探究摘要：互联网用户可以在计算机前轻轻点击鼠标来完成相对于现实生活中复杂的互动交友活动，个性化好友推荐系统通过基于内容推荐、协同过滤推荐、聚类推荐三种策略来帮助用户建立网状复杂的人际关系，最终提高用户对于本类社交网站的忠诚度。本文将通过详细分析新浪微博、腾讯QQ和人人网三大社交网站来具体分析个性化好友推荐系统的优缺点。关键词：个性化推荐；新浪微博；协同过滤：TP393文献标识码：A：1672-8122（2014）06-0117-03随着信息技术的发展，人们不再仅仅局限于身边的社交网络，而是在互联网上继续拓展自己的交友圈。现在的用户可以在计算机前轻轻点击鼠标来完成相对于现实生活中复杂的互动交友活动，但是社交网络在给人带来方便与快捷的同时也产生了信息冗杂、难以辨别的问题，为此个性化好友推荐系统应运而生。现在个性化推荐系统主要应用于电子商务平台，如B2B网站（当当网）、B2C网站（淘宝）等等。在电子商务的虚拟环境前提之下，个性化推荐系统就像一个采购助手一样帮助用户来选购商品，通过搜集用户的个人信息，浏览记录，商品交易详情等来预测用户的喜好并向其推荐可能感兴趣的商品或者服务，从而提高产品的销售量。同样的，社交网站通过这种个性化好友推荐系统，帮助用户---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---建立网状复杂的人际关系，最终提高用户对于本类社交网站的忠诚度。为了清楚地了解我国社交网站的好友推荐功能的使用状况，我们选择国内与交友相关的三个著名网站，包括最火平台新浪微博、聊天软件腾讯QQ和SNS网站人人网，用以分析各网站的个性化好友推荐功能。一、社交网站的好友推荐方法简介早在1995年，卡耐基•梅隆大学的RobertArmstrong和斯坦福大学的MarkoBalabanovic等人就在美国人工智能协会上提出了个性化推荐系统，该系统主要是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品，它是建立在海量数据挖掘基础上的一种高级商务智能平台，以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务［1］。目前，我国的社交网站在好友推荐方面所使用的主要是检索和非个性化推荐的技术。一般的社交网站会在注册或使用过程中要求用户输入相关的信息，如生日、所在地、爱好、学校、公司等，通过丰富用户的网络标签来增加用户被检索和推荐的方式。从广义上来说，由于检索是一种基于用户自主查找目标好友的方式，那么其实它也可以看作是系统给出的推荐结果。非个性化推荐是依据最近热门的信息或者用户来进行推荐，不同的被推荐者都会收到同样的推荐信息，这种方法并不考虑被推荐者的第一兴趣，就像商场促销时分发的商品推荐目录一样。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---对于好友推荐，可以从以下三个方面来考察其性能：其一，个性化程度。推荐系统检索出的结果是否符合当前用户的兴趣爱好和需要。其二，实现难易程度。用户为得到推荐结果所需要付出的劳动量。其三，可拓展性。主要指随着用户信息和兴趣的变化，好友推荐能否能及时的获取相关数据以及新信息的推荐能否高效率的被推荐到用户面前。二、社交网站的个性化好友推荐策略推荐的本质是代替用户对他没有看过的资源对象进行评定，从而帮助用户找到他喜欢的东西［2］。推荐系统通过获取用户的信息，将与之类似内容进行关联，进而把用户喜欢和需要的东西推送至其面前。（一）基于信息推荐也称为基于内容的推荐，它是对信息过滤技术的延续和发展，必须建立在对用户个人信息进行总汇并对信息进行有效过滤的基础之上。根据用户的特征和目标要求预测并搜索与之匹配程度较高的其他好友，这个过程中一般不需要用户对内容的评价意见，只通过相关的特征和属性用机器检索的形式进行推荐。1・人脉。人人网将自己定位为中国领先的实名制SNS社交网络，宣传语是“因为真实，所以精彩”。在一开始注册的时候，用户就被要求填写出生地、高中、入学时间、毕业院校、公司等个人信息，这就为个性化好友推荐提供了良好的信息。值得注意的是，现在的社交网站纷纷...