基于新浪微博的好友推荐系统设计与实现

发布时间:2018-08-12 13:14
【摘要】:随着互联网和移动通信技术的快速发展,越来越多的人使用新浪微博等社交平台进行交友和分享。数以亿计的用户在线交互产生了海量的数据,以至于出现"信息过载"现象,使得人们查找好友的时间比与好友交流的时间还长。为此,本文设计实现了一个好友推荐系统,向用户推荐可能成为好友的其他用户。本文通过网络爬虫方式获得目标用户的二度好友的个人信息和微博信息,然后通过分析采集到的数据,并基于用户兴趣相似度、用户间的地理相似度和用户影响力这三种因素来综合地向目标用户进行好友推荐。本文首先介绍了课题的研究背景与意义,并且分析了课题的国内外研究现状。接着,通过分析好友推荐系统的用户需求和功能需求,对系统进行了概要设计并对好友推荐系统进行了功能模块划分,设计了系统的数据库。然后,详细设计并实现了各个模块。其中,微博数据获取模块实现了一种基于用户好友关注关系的新浪微博爬虫。该爬虫通过广度优先搜索好友,获得目标用户的二度好友,通过解析网页获得好友的个人信息以及微博信息,完成了数据持久化,同时解决了使用微博公开API获取数据的多种限制问题。好友推荐模块通过对微博历史内容文本使用Ansj中文分词和TF-IDF算法提取文本特征词,并使用朴素贝叶斯分类算法对特征词进行分类以获得用户兴趣向量,同时通过余弦距离计算用户的兴趣相似度。接着,通过用户所在地信息和用户的签到数据来计算用户间距离,并将距离转换为地理相似度,通过正态分布函数对地理相似度归一化。然后,通过用户的粉丝数、发送的微博数以及发送的微博的转发量、评论量和点赞量来衡量用户的影响力。最后,通过分配不同的权重综合三种因素并且加上用户的教育背景和工作经历信息生成好友推荐列表,通过Top-N方法向用户进行好友推荐。实验结果表明,综合多因素的好友推荐结果比单一因素的推荐准确率更高。
[Abstract]:With the rapid development of Internet and mobile communication technology, more and more people use social platforms such as Sina Weibo to make friends and share. Hundreds of millions of online users interact with each other to generate so much data that "information overload" occurs, which makes it take longer to find friends than to communicate with friends. Therefore, this paper designs and implements a friend recommendation system to recommend other users who may become friends. In this paper, the personal information and Weibo information of the second degree friends of the target user are obtained by crawler method, and then the collected data are analyzed, and based on the similarity of user interest, The geographic similarity and user influence among users are three factors to make friend recommendation to the target user synthetically. This paper first introduces the research background and significance of the subject, and analyzes the current research situation at home and abroad. Then, by analyzing the user requirements and functional requirements of the friend recommendation system, the system is designed briefly, and the function modules of the friend recommendation system are divided, and the database of the system is designed. Then, each module is designed and implemented in detail. Among them, the Weibo data acquisition module implements a Sina Weibo crawler based on the user's friend relationship. The crawler gets the second best friend of the target user by searching for friends in the range first, and gets the personal information and Weibo information of the friend by analyzing the web page, and completes the data persistence. At the same time, the problem of using Weibo to expose API to obtain data is solved. The good friend recommendation module extracts the text feature words by using Ansj Chinese word segmentation and TF-IDF algorithm to the Weibo historical content text, and classifies the feature words by using naive Bayes classification algorithm to obtain the user interest vector. At the same time, the interest similarity of users is calculated by cosine distance. Then, the distance between users is calculated by user location information and user check-in data, and the distance is converted into geographical similarity, and the geographical similarity is normalized by normal distribution function. Then, the influence of the user is measured by the number of followers, the number of Weibo sent and the amount of Weibo forwarded, comments and likes. Finally, by assigning different weights to synthesize the three factors and adding the user's educational background and work experience information to generate a friend recommendation list, the Top-N method is used to recommend friends to the user. The experimental results show that the recommendation accuracy is higher than that of single factor.
【学位授予单位】:西南交通大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.3

【相似文献】

相关期刊论文 前10条

1 郑炜冬;;试卷相似度自动评估技术的研究[J];智能计算机与应用;2011年06期

2 赵涛;肖建;;二型模糊相似度及其应用[J];计算机工程与应用;2013年08期

3 徐志明;李栋;刘挺;李生;王刚;袁树仑;;微博用户的相似性度量及其应用[J];计算机学报;2014年01期

4 李桂林,陈晓云;关于聚类分析中相似度的讨论[J];计算机工程与应用;2004年31期

5 秦玉平;杨兴凯;;基于案例推理的区间属性相似度研究[J];辽宁师范大学学报(自然科学版);2006年04期

6 蒋鹏;;基于本体的应急案例相似度算法研究[J];南昌高专学报;2009年03期

7 何亚;;词语相似度算法的分析与改进[J];硅谷;2011年24期

8 仇丽青;陈卓艳;;基于共同邻居相似度的社区发现算法[J];信息系统工程;2014年05期

9 焦鹏;唐见兵;查亚兵;;仿真可信度评估中相似度方法的改进及其应用[J];系统仿真学报;2007年12期

10 姜毅;乐庆玲;;一种基于兴趣相似度的学习社区算法[J];电脑知识与技术(学术交流);2007年16期

相关会议论文 前10条

1 刘海波;郑德权;赵铁军;;基于相似度线性加权方法的检索结果聚类研究[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年

2 陆劲挺;路强;刘晓平;;对比相似度计算方法及其在功能树扩展中的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年

3 董刊生;方金云;;基于向量距离的词序相似度算法[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年

4 刘晓平;陆劲挺;;任意功能树的物元相似度求解方法[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

5 王茜;张卫星;;基于分类树相似度加权的协同过滤算法[A];2008年计算机应用技术交流会论文集[C];2008年

6 洪文学;王金甲;常凤香;宋佳霖;刘文远;王立强;;基于图形特征增强的相似度分类器的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(上册)[C];2007年

7 雷庆;吴扬扬;;一种基于语义信息计算XML文档相似度的新方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年

8 叶正;林鸿飞;杨志豪;;基于问句相似度的中文FAQ问答系统研究[A];第三届学生计算语言学研讨会论文集[C];2006年

9 罗辛;欧阳元新;熊璋;袁满;;通过相似度支持度优化基于K近邻的协同过滤算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

10 王健;刘衍珩;焦玉;;VANETs信任传播建模[A];中国通信学会通信软件技术委员会2009年学术会议论文集[C];2009年

相关重要报纸文章 前1条

1 王伽 卫江;出入境证件照片应及时更换[N];中国国门时报;2008年

相关博士学位论文 前10条

1 操震洲;矢量数据动态多尺度网络传输研究[D];南京大学;2015年

2 程亮;基于本体的疾病数据整合与挖掘方法研究[D];哈尔滨工业大学;2014年

3 刘振宇;基于区域相似度和特征降维的极化SAR影像分类[D];武汉大学;2013年

4 曹,

本文编号:2179160


资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/2179160.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户272bb***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com