摘  要：针对云计算环境下的社交网络中朋友推荐中可能存在大量冗余，无效信息等缺点，提出了基于猴群算法的朋友社区推荐方案，该方案利用爬虫程序获得的新浪微博好友数据集，对用户所在的社区进行划分，并进一步使用猴群算法对社区中的朋友链接关系进行了划分。仿真实验中将该算法与基于用户综合相似度的推荐算法在查准率，查全率和F1指标方面进行对比，结果显示，文章提出的算法都展现出了较好的效果。

关键词：云计算;社交网络;朋友推荐

中图分类号：TP393.09;TP391.3 文献标识码：A  文章编号：2096-4706（2021）02-0093-03

Abstract：In view of the shortcomings of redundancy and invalid information in the recommendation of friends in social networks in cloud computing environment，a friend community recommendation scheme based on monkey algorithm is proposed. In this scheme，the users community is divided by using the data set of Sina Weibo friends obtained by crawler program，and the link relationship of friends in the community is further divided by using monkey algorithm. In the simulation experiment，the algorithm is compared with the recommendation algorithm based on user comprehensive similarity in terms of precision，recall and F1 index. The results show that the algorithm proposed in this paper shows good results.

Keywords：cloud computing;social network;friend recommendation

0  引  言

伴随着云计算、移动互联技术的不断发展，社交网络已经成了工作、生活中重要的组成部分。越来越多的人利用不同的社交软件建立属于自己的社交网络，而在社交網络中朋友是必不可少的重要组成部分，因此如何得到可靠的朋友成了社交网络研究中的一个重要的方向。其中，朋友推荐方案的设计，不同的学者从不同的方向进行了研究。文献[1]在朋友推荐方面提出了一种用户兴趣标签匹配的方案，其中心思想是通过Word2Vec对训练库中的关键词进行训练，通过获得的关键词的向量，获得一个词向量的空间，最后通过余弦相似度的算法得到关键词之间的相似度并进行验证，结果说明该方案具有非常好的可靠性;文献[2]提出了社交圈检测算法，进而定义用户间的社交圈相似性，并使用YouTube数据验证了该文假设，使用Facebook自我网络数据……