基于三度影响力理论的好友推荐算法

　　针对社交网络中的好友推荐问题，提出了一种基于三度影响力理论的好友推荐算法。社交网络用户节点间的联系除了共同好友外，还存在其他不同长度的连通关系。该算法不再局限于仅以用户间共同好友的数量作为好友推荐的主要依据，而是在此基础上引入三度影响力理论进一步拓展关系连接，即把用户间距离三度以内的强连接用户都考虑进来，并通过为不同距离长度的连通关系分配相应的权重，实现好友关系强度的计算，来进行推荐。通过在新浪微博和Facebook社交网站上的实验结果表明，该算法比仅依据用户间共同好友数量的推荐算法在查准率和查全率上分别提高了约5%和0. 8%，显著提升了社交平台好友推荐的效果，从而为社交平台改进推荐机制，以进一步增强用户体验提供了理论支撑。