10.3969/j.issn.1007-130X.2021.07.019
基于SSD和时序模型的微博好友推荐算法
社交网络用户的指数型增长,导致用户在网络中难以找到适合自己的好友.提出一种基于多目标检测算法SSD和时序模型的微博好友推荐算法BSBT-FR,首先利用SSD对搜集到的用户图像进行信息提取,再利用时序模型在时间维度上对提取到的信息做进一步处理,然后利用JS散度公式计算用户间的相似度,最后与基于用户个人信息得出的相似度进行加权式融合,得出综合的用户相似度,使用Top-K思想进行用户推荐.在新浪微博用户数据集上的实验表明,参考因素的权重取值会影响推荐结果,BSBT-FR算法与只考虑用户属性或用户图像的算法相比,精准度更高.
社交网络;目标检测;好友推荐;时序模型
43
TP391(计算技术、计算机技术)
2021-08-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
1291-1298