【成果推荐】社交网络中潜在好友查询方法- 大数跨境

科技牛咨讯

2024-01-15

导读：【成果推荐】社交网络中潜在好友查询方法

01 项目简介

随着在线社交网络(Online Social Networks, 简称 0NSs),如国际上的Facebook、MySpace、YouTube 以及国内的开心网、人人网等的日益普及应用，越来越多的用户加入了至少一个社交网络, 而且越来越多的电子商务也日益依赖社交网络进行用户之间的交流联系(淘宝阿里旺旺)。不过, 虽然越来越多的用户开始通过社交网络与世界各地的用户进行交流,但是大多数仅仅局限于好友之间的互动交流,如何通过社交网络寻找潜在好友,如商业团体寻找潜在合作伙伴或潜在客户,进而扩大业务或交际范围则是当前商业团体、用户对社交网络发展的迫切需求。

之前对社交网络中用户好友的查询方法基本上是通过抓取指定用户所有链接用户信息,并按照和指定用户的路径距离存放在数据库中,然后根据指定用户的爱好对用户的信息进行分类实现好友查询，也就是只能根据指定特征实现好友查询,并没有关注即使一个用户不具有和指定用户共同的兴趣设置,但是从路径连接分析上可能成为其潜在好友,如在保护用户隐私的匿名网络上查找潜在好友;另一方面,已提出的对路径距离的计算主要采用单源 Dijkstra 算法计算社交网络中一个用户到指定用户的路径距离,主要特点就是以一个用户为中心，向其它结点扩展,直到遇到终止结点为止。虽然可以得到最优解，但是由于需要遍历计算的结点太多,导致效率不高,而且在查询多用户时需要改变源结点，从而导致某些结点的重复遍历。综上所述,为了使得社交网络更好地服务于用户,有必要设计一种社交网络中潜在好友快速有效的查询方法,并利用查询结果有效地为用户推荐其可能的潜在好友。

本成果涉及一种社交网络中潜在好友查询方法，首先建立社交网络图，然后将前K条最优路径查询算法和基于扩展LCS的字符串比较有效融合的方法相结合实现对社交网络中用户潜在好友进行快速查询,使得社交网络更加有效地服务于不同网络用户，如推荐商业潜在客户或用户潜在好友。不仅可以支持社交网络拓扑结构中存在好友的有效查询,更能够支持为指定用户找出其潜在好友或为无直接连接用户推荐潜在好友,很好地弥补了之前查询方法中，只能查询存在好友方法的缺点。

02 应用领域

大数据。

03 合作方式

合作方式：技术转移，产学研合作等。

价格：面议

联系方式：长按扫描二维码，填写您的需求