[发明专利]一种基于用户签到相似度的好友推荐系统

说明书

技术领域

本发明涉及一种好友推荐系统，更特别地说，是指一种通过用户以往的签到记录进行计算用户的相似度，并根据用户的相似度进行好友推荐的系统。本发明系统属于基于位置的社交网中的好友推荐技术领域。

背景技术

社交网络服务提供商针对不同的群众，有着不同的定位。比如说最初的社交网站是用于交友，例如美国的Friendster，Linkedin。也有网站专门为商务人士交友提供服务，比如说中国的天极网，德国的OPENBC。有些为商务人士提供的社交网站同时也兼具求职招聘的功能。不过盈利前景最大的网站还是婚恋交友网站。这些网站都已经拥有上百万用户，盈利可观。另外就是面向年轻人及大学生的SNS（Social Networking Services）网站也比较受欢迎，比如说美国的Myspace就被默多克的新闻集团高价收购。针对美国大学生的社交网站facebook在美国大学生中非常流行（如今facebook的用户已更为广泛），中国的模仿者人人网也被千橡互动公司收购，后者是中国很具人气的网站猫扑的母公司。

目前，基于位置的社交网（Location-based Social Networking Services，LBSN）越来越流行。由于快速的第四代移动通信网络的快速发展，以及对地图服务和内嵌GPS模块智能手机强大的接口支持，它很容易为移动用户识别他们的位置，并分享他们在LBSN。在一个LBSN中，用户可以发现和创建兴趣点（point of interest，POI），可以在他们的当前位置进行签到，发表评论和意见以及添加好友等。因此，LBSN，如Foursquare、Facebook Places、新浪微博等，已经采取了不同的机制来吸引用户，并激励签到用户BU_b分享他们的签到信息。并且，已经有一些研究开始利用这些有用户产生的带有地理标签签到信息。因为这些数据可以允许研究者可以以数据驱动的方式去分析社会层次的利益问题，并且可以根据签到信息发现用户的移动模式，预测好友关系，更好的理解城市的不同方面。

基于用户的地理位置进行好友预测或推荐的主要有以下两种方式：第一种方式是利用用户产生的GPS轨迹，通过计算GPS轨迹的相似度，表示用户的相似度，进而根据用户的相似度进行好友推荐；第二种方式是通过用户在某些兴趣点共同签到进行推荐好友。第一种方式，通过计算GPS轨迹相似度，进行好友推荐的方法在LBSN中不在适用，因为GPS轨迹是一条连续的轨迹，而LBSN中产生的签到数据是一种离散的轨迹。第二种方式，这是以兴趣点为中心进行好友推荐的，即如果用户在相同的兴趣点签到，则说明推荐用户RU_r具有相同的爱好，进而推荐给请求用户U_u。这种方式，没有充分考虑用户整体的兴趣爱好或行为模式。

发明内容

针对以上两种好友推荐方式的不足，本发明提出了一种基于用户签到相似度的好友推荐系统，综合考虑用户在一段时间内所有的签到记录，并利用主题模型进行挖掘签到用户BU_b记录中的潜在主题，然后根据提取的潜在的主题计算用户的相似度，最后，将相似度最高的候选用户CU_c推荐给将请求用户U_u。

本发明的一种基于用户签到相似度的好友推荐系统，该好友推荐系统包括有用户（100）、推荐系统（200）和LBSN数据库（300）；其中：所述的推荐系统（200）包括有兴趣推荐模块（201）、相似度计算模块（202）和主题提取模块（203）；

用户（100）将自己的推荐请求发送给推荐系统中的兴趣推荐模块（201）；所述推荐请求中的U_u表示请求用户，u表示请求用户U_u的标识号；表示好友个数；dist表示签到距离阈值；

LBSN数据库（300）一方面用于为主题提取模块（203）提供签到用户BU_b；另一方面用于为相似度计算模块（202）提供签到用户兴趣