基于FP-Growth的社交好友推荐方法研究 |
| |
引用本文: | 熊才权,陈曦.基于FP-Growth的社交好友推荐方法研究[J].湖北工业大学学报,2020,35(1):33-37. |
| |
作者姓名: | 熊才权 陈曦 |
| |
作者单位: | 湖北工业大学计算机学院,湖北武汉430068;湖北工业大学计算机学院,湖北武汉430068 |
| |
基金项目: | 湖北工业大学绿色工业科技引领计划项目;国家重点研发计划;国家自然科学基金 |
| |
摘 要: | 针对基于关系的好友推荐中偏离共同兴趣以及推荐好友数量不足的问题,将数据挖掘中FP-Growth关联规则算法应用于社交网络好友推荐中,对用户间的相互关注关系进行深度挖掘,将不同用户同时被关注的事件作为一个项集,挖掘其频繁模式,再根据设定支持度,推荐用户感兴趣Top-N组合好友。63641条实验结果表明,算法具有良好的性能,可实现较高的召回率与准确率。
|
关 键 词: | 社交网络 关注关系 频繁模式 FP-Growth |
本文献已被 CNKI 万方数据 等数据库收录! |
|