孟璐

摘要：基于用户兴趣偏好是现有社交网络好友推荐中应用最广泛的一种方法，但该方法忽略了用户的网络行为和所处环境对好友推荐的潜在影响。本文综述了基于用户行为和基于地理位置两种好友推荐方法的最新研究，旨在提高好友匹配的准确性。

关键词：好友推荐；用户行为；地理位置

社交网络中的好友推荐一般是通过运用算法和构建模型来计算和预测用户之间的隐藏链接关系，并按照与当前社交圈的亲密度进行降序排列，为社交网络用户推荐他们感兴趣的或可能认识的朋友，并引导他们建立新的好友关系，这表现在社交网络模型中，即建立新的节点连边。

已有的社交网络好友推荐方法为我们提供了多种考量用户关系的思路，其中研究最广泛的是基于用户兴趣偏好的方法，其他还包括基于用户社会关系的方法、基于用户社会影响力的方法、基于好友信任度的方法等。上述方法往往忽略了用户作为社交网络主体的一些网络行为和所处环境可能对好友推荐的结果产生潜在影响。因此，笔者选取了社交网络好友推荐方法中研究较少的两种思路，即基于用户行为和基于地理位置的方法，对国内这两个领域已产生的最新研究进行综述。

近年来，多样化的社交网络衍生出了纷繁复杂的用户在线互动行为，除了传统的浏览、评论、转发、回复外，还增加了点赞、@、评分等。此外，社交网络用户行为具有实时更新不易把控的特点，考量起来有一定难度，而基于用户行为的方法为社交网络好友推荐提供了很好的借鉴。……