A Potential Friend Recommendation System Based on Classification Algorithm
-
摘要: 提出了一种基于分类算法的潜在好友推荐系统. 该系统采用两步特征方法处理原始数据集，去除不相关特征项和冗余特征项，为分类器提供精简的特征集合；把学者潜在好友推荐问题转化为二分类问题，对比4个常用分类器在两步特征选择方法上的分类效果，并找出推荐效果最佳的分类器(决策树分类器),同时得出学术社交网络中区分度最大的6个用户特征信息. 使用来自学术社交网络学者网（SCHOLAT）的社交网络信息作为实验原始数据集进行测试，实验结果显示，相比传统方法，基于分类的推荐方法在准确率和F1值均有显著提升，体现了基于分类算法的潜在好友推荐系统的准确性和实用价值.
-
关键词:
- 学者网
Abstract: A potential friend recommendation system based on classification algorithm is proposed. The system uses the two-step feature method to process the original data set and removes irrelevant features for the classifier. The potential problems of scholars are translated into two classification problems. By comparing the classification effect of four commonly to find out the best classifier, the method of classifiers in two-step feature selection is used. At the same time, it concludes six influence factors and main diffusion characteristics. The social network information from the Academic Social Network (SCHOLAT) is tested as the original data sets. The experiment shows that the method based on significantly improves the accuracy and the F1 value. It reflects the accuracy and practical value of the recommendation system of potential friends based on classification algorithms.-
Keywords:
- SCHOLAT
-
-
-
期刊类型引用(5)
1. 张涵，欧阳俊斌，郑荣佳，蔡杰泉，高宇. 基于多特征学习融合级联分类的跌倒识别. 华南师范大学学报(自然科学版). 2023(03): 110-118 . 
百度学术
2. 刘潇，党全营，刘颖真，管凌霄. 基于标签体系的环境数据推荐系统设计研究. 网络安全与数据治理. 2023(S1): 91-96 . 百度学术
3. 严炜炜，刘倩. 从功能融合到社会交互：国内外学术社交网络研究进展. 图书情报知识. 2022(01): 95-104 . 百度学术
4. 李英，汤庸. 基于关联规则与相似度的数据挖掘算法研究. 华南师范大学学报(自然科学版). 2021(05): 121-127 . 百度学术
5. 李雯雯，陈文燕，詹尉炜，魏文俊，韩成杰. 基于社交网络表征的好友分类. 信息与电脑(理论版). 2021(24): 60-62+69 . 百度学术
其他类型引用(5)
计量
- 文章访问数: 1780
- HTML全文浏览量: 120
- PDF下载量: 188
- 被引次数: 10
下载:
