一种用于社交网络的推荐系统算法&斜率算法的仿真

Question

选择一种推荐系统算法，并在社交网络领域进行仿真。我能找到的唯一算法就是斜率一号。我有两个问题：

1. 该算法适用于社交网络吗？如果答案是否定的，你能给我介绍一种其他有用的算法吗？
2. 我不知道，我怎么能做这个模拟？我该怎么做？&这是什么要求？

任何导游都会有帮助的，谢谢。

Answer 1

1.

斜率一是一个非常简单的，但是的，你可能可以使用它。Facebook使用EdgeRank作为新闻提要。

2.

根据您的评论，对于语言、框架等，您的要求/偏好是什么？如果你是开放的，如果你原谅双关，建议，我建议一个ASP.Net MVC 3网络项目。

设置数据将是一个设置"Person"或"Friend"类的问题(这是假设您想要朋友推荐--您可以通过组、页面、应用程序等轻松地做到这一点--您的选择)。然后，您将创建该类的几个实例(越多越好)，其中包含随机名称、属性等。Google搜索的随机生成器--我相信您会找到一些东西。或者自己写代码。如果这两种方法都做不到，请将我写回这里，我会为它拼凑一些代码。

然后，你要建立一个小规模的网络表示法。也就是说，定义你的“人”之间的关系。有几种方法可以做到这一点，但在您的场景中，您可能可以为每个Person对象提供一个"Friends"属性，该属性包含对其他Person对象的引用。

我会让算法实现更多地取决于你(因为这是一个学术项目，我必须让你学习，对吗？)，但是这里有一些基础知识可以让你开始：

使用您向我展示的实现，您可以设置如下所示的类：

public static class Rating
{
    public static double RatingBetween(Person a, Person b)
    {
        double rating = 0;
        foreach (Person friend in a.Friends)
        {
            if(b.Friends.Contains(friend))
            {
                rating ++;
            }
        }
    }
}

这是一个非常简单的例子，但基本上是这样的:对于每个人a的朋友，如果人b也有这个朋友，那么a和b之间的评分会稍微好一些。您可能需要添加其他方案(例如，如果朋友a和朋友b居住在同一城市，则可以添加5项评等，而对于同一所学校、工作等，则添加5项。然后，您可以为给定的人设置一本评分词典(或其他内容)，如下所示：

Dictionary<Person, double> FriendDict = new Dictionary<Person, double>();
foreach (Person a in personYouAreRecommendingFriendsFor.Friends)
{
    FriendDict.Add(a,Rating.RatingBetween(personYouAreRecommendingFriendsFor, a))
}

现在，您已经设置了一个收视率表，您可以使用您找到的实现来完成剩下的工作。

如果你需要再往正确的方向推进，我很乐意帮助你。请在这里评论一下。

有用的参考资料

• 维基百科关于斜坡的文章-一篇
• 带有免费社交网络SDK的一些帮助 --这可能有助于定义您的网络、对象、模式等。

祝好运!