ارایه سیستم توصیه گر دوست در شبکه های اجتماعی با استفاده از جریان اطلاعات و الگوریتم پیش بینی پیوند

شبکه های اجتماعی پویا هستند به این معنی که در هر زمان به تعداد کاربران و ارتباطات میان کاربران اضافه می-شود. این پویایی وجود روشی برای پیش بینی ارتباط بین کاربران را مطرح می کند که روش پیش بینی پیوند نامیده می شود. روش پیش بینی پیوند کاربردهای فراوانی دارد و یکی از برجسته ترین آن ها سیستم توصیه گر دوست در شبکه های اجتماعی است. در این مقاله یک سیستم توصیه گر دوست پیشنهاد می شود که فرکانس تعاملات میان کاربران و ساختار گراف اجتماعی را جهت افزایش دقت توصیه دوست در نظر می گیرد. در سیستم توصیه گر دوست پیشنهادی، یک معیار شباهت پیشنهاد می-شود که از فرکانس تعاملات میان کاربران (ریتوییت،اشاره و پاسخ)، معیار دوستان و الگوریتم FriendTNS که از الگوریتم-های شبه محلی پیش بینی پیوند است، تشکیل می شود. سیستم پیشنهادی با مجموعه داده ی توییتر آزمایش شده است و معیارهای دقت و فراخوانی ارزیابی شده اند. نتایج نشان دهنده عملکرد بهتر روش پیشنهادی نسبت به روش مورد مقایسه است.

کلیدواژه ها:

سیستم توصیه گر ، شبکه اجتماعی ، معیار شباهت ، جریان اطلاعات ، پیش بینی پیوند