1、隨著在線社會(huì)網(wǎng)絡(luò)的迅速普及與發(fā)展，社交網(wǎng)絡(luò)中的數(shù)據(jù)呈現(xiàn)出指數(shù)級(jí)增長(zhǎng)的趨勢(shì)。社交網(wǎng)絡(luò)中的用戶無(wú)法有效處理隨之而來(lái)的大量信息，使得社交網(wǎng)絡(luò)中信息的利用率沒(méi)有增加，反而呈減少的趨勢(shì)。搜索引擎僅僅能夠根據(jù)用戶的查詢識(shí)別被服務(wù)的對(duì)象，而考慮不到用戶的個(gè)性,這樣不能得到令用戶滿意的查詢結(jié)果。信息的爆炸式增長(zhǎng)在給搜索帶來(lái)一定困難的同時(shí)，也使社交網(wǎng)絡(luò)中的用戶擴(kuò)大自己的社交圈變得很困難，使得用戶在社交網(wǎng)絡(luò)中不能獲得很好的用戶體驗(yàn)，也失去了對(duì)社交網(wǎng)絡(luò)的粘性

2、。這些都將使商家的利益受損。用戶推薦作為社交網(wǎng)絡(luò)中的一項(xiàng)重要內(nèi)容，通過(guò)給用戶推薦合適的好友，幫助用戶發(fā)現(xiàn)有價(jià)值的信息。所以如何準(zhǔn)確有效地給用戶推薦好友將是未來(lái)的一個(gè)挑戰(zhàn)和有用的研究課題。
　　(1)為了體現(xiàn)出對(duì)用戶進(jìn)行好友推薦時(shí)用戶的傾向性，同時(shí)也為了能夠真實(shí)地反應(yīng)出現(xiàn)實(shí)生活中人與人之間的交互關(guān)系的程度，本文通過(guò)用戶之間交互關(guān)系的方向?yàn)橛脩糁g的交互關(guān)系加權(quán)，從而為用戶之間的好友關(guān)系定義了一個(gè)信任度。
　　(2)本文在信任度

3、的基礎(chǔ)上提出了一種基于信任關(guān)系的社交圈檢測(cè)算法，算法首先通過(guò)融合用戶之間的信任關(guān)系對(duì)社交圖中的相鄰邊拓?fù)湫畔⑾嗨菩愿倪M(jìn)，然后結(jié)合用戶發(fā)布的內(nèi)容信息提出了一種新的相鄰邊相似性計(jì)算方法，最后導(dǎo)出用戶的信任社交圈。
　　(3)本文在信任社交圈的基礎(chǔ)上提出了一種好友推薦算法，該算法通過(guò)考慮社交圈中用戶之間的信任程度，對(duì)用戶與用戶之間的相似性計(jì)算方法進(jìn)行改進(jìn)，從而實(shí)現(xiàn)用戶的好友推薦。
　　(4)實(shí)驗(yàn)利用facebook的數(shù)據(jù)，將本文提