融入用户反馈的网络知识社区好友推荐模型构建研究

目的/意义]从用户相似度计算和用户反馈双重视角出发，进行高质量用户推荐，有利于提高网络知识社区个性化推荐水平。方法/过程]首先基于爬虫工具和Python包进行用户属性数据采集和分析，以计算用户之间的背景、社交关系、博文信息的综合相似度；然后再计算用户核心度，基于相似度矩阵和核心用户排名形成待推荐列表；最后引入用户反馈机制，并根据用户的正负反馈结果确定最佳Top-k好友。结果/结论]融入用户反馈的好友推荐模型能够提高推荐用户的质量，有效地提高好友推荐水平，也验证了好友推荐是一个逐步修复的过程。