[发明专利]基于亲密度和信誉度的社交网络关系推荐方法

说明书

本发明提供了一种基于亲密度和信誉度的社交网络关系推荐方法，属于人工智能技术领域。本发明通过定义社交网络关系中的亲密度和信誉度，并据此分析、计算出人与人关系的度量，判断关系的亲密程度，并据此为用户智能推荐建立新的社交关系，运算过程相对简单，且智能推荐结果更为精准，提升了用户体验。

技术领域

本发明属于人工智能技术领域，特别涉及一种基于亲密度和信誉度的社交网络关系推荐方法。

背景技术

随着互联网技术的飞速发展，人们的工作和生活与互联网的交集越来越来紧密，社交网络已成为人们生活不可或缺的一部分。社交网络在维护用户个体关系的同时，可进一步拓展新关系。用虚拟的网络去嫁接现实社会中人与人之间的情感关系，可以在社交网络上拓展更多的新关系，它改变的人们的生活方式。如何有效的拓展用户关系，维护个体之间的关系，是每个社交网络平台(SNS)(Social Network Service)都必须解决的核心问题。

社交网络为用户在网络上交友提供了方便，但随着互联网络的发展，用户数量越来越大，如何为用户找到合适的交友对象，是社交网络服务需要解决的重要问题。为用户智能推荐好友并建立新的社交关系，是每一个社交网络平台发展必须要解决的问题。现有技术中，为用户推荐好友并建立新的社交关系的方法，运算过程较为复杂，且智能推荐的结果不太精准，用户体验较差。

发明内容

本发明的目的在于解决现有技术中好友智能推荐存在的问题，提出了一种从亲密度和信誉度指标出发，通过一系列的计算和操作步骤，为用户自动推荐社交关系，拓展用户的好友空间的方法。

一种基于亲密度和信誉度的社交网络关系推荐方法，包括以下步骤：

S1、获取用户A的直接好友集合，其中，所述直接好友为维度为1的用户，所述维度等于用户之间中间人数量加一；

S2、计算用户A的直接好友集合中每一个好友与用户A的关系权值，得到与用户A关系权值最大的好友U_k，令好友U_k为目标好友；

S3、获取所述目标好友的直接好友集合，所述目标好友的好友集合中的好友与用户A的维度相对于所述目标好友与用户A的维度加一，计算所述目标好友的好友集合中每一个好友与用户A的关系权值，并将关系权值不小于预设权值阈值的好友加入用户A的推荐好友集合；

S4、判断加入所述推荐好友集合的好友与用户A的维度是否小于预设维度阈值，当小于所述预设维度阈值时，令加入所述推荐好友集合的好友为目标好友，流程回到所述步骤S3；

S5、当加入所述推荐好友集合的好友与用户A的维度不小于预设维度阈值时，得到用户A的推荐好友集合。

进一步地，所述步骤S1包括以下流程：

获取用户A的维度为1的直接好友集合F_A＝{U₁,U₂,...,U_m}，其中，所述维度为1表示好友之间无中间人。

进一步地，所述步骤S2包括以下流程：

初始化用户A的推荐好友集合为空，即FR_A＝{}，且

对每一个用户A的好友U_i∈F_A，计算U_i与用户A的关系权值

其中，ρ表示在中所占比重，其取值范围为[0,l]；I表示用户间的亲密度，其取值范围为[0,1]，表示用户A和U_i之间的亲密度；R表示用户的直接好友中的最大信誉度，定义C表示用户的信誉度，C取值范围为[0,l]，即表示U_i的直接好友中的最大信誉度；