社交网络功能查找您可能知道的连接

时间:2012-09-02 09:18:25

标签: algorithm graph social-networking

我想创建一个在社交网络中建议连接的功能。

在网络中,您可以建立连接并连接到其他用户。

我想在网络上实现连接建议功能。

我认为实现此目的的最基本方法是检查我的用户未连接的最常见连接的所有连接,并将此用户提取给我的用户以进行连接。

我的问题是:

  1. 这是一个简单的连接查找器的基本方法吗?
  2. 是否有任何良好的实施算法可用于查找与他们连接的最常见用户的连接?

1 个答案:

答案 0 :(得分:1)

我会针对此问题尝试machine learning方法。
我会建议两种常见的机器学习概念来解决这个问题。为了使它们都能工作 - 你需要从数据中提取特征(例如,查看子图,与子图中每个成员的友谊是二元特征)。

这两种方法是:

  1. Classification。在这里,您正在尝试找到一个分类器C:UserxUser->Boolean(一个给出两个用户的分类器,给出一个布尔答案 - 如果他们是朋友的话)。分类方法将要求您首先手动标记或提取一些分类信息(足够大的一组,每个都有一个分类)。该算法将学习这种模式,并用它来预测未来的输入。
  2. Clustering(AKA无监督学习)。您可以尝试在图表中查找群集,并建议用户与群集中的所有成员成为朋友。
  3. 我不得不承认我从未使用任何这些方法来建立友谊 - 所以我不知道它会有多准确。您可以使用cross-validation来估算算法的准确性。


    如果您有兴趣了解更多相关内容 - 两周前,斯坦福大学开始了一个关于机器学习的免费课程:https://class.coursera.org/ml-2012-002