论文研究 基于社区划分的多线程潜在好友推荐算法.pdf

针对基于社区划分的潜在好友推荐算法FRCD运行速度慢的问题，提出了一种基于社区划分的多线程潜在好友推荐算法MTFRCD。该算法在网络拓扑图上利用多线程技术寻找核心关系子网，以核心关系子网作为标签种子节点，使用多线程并发传播标签来发现网络拓扑图上的社区结构，利用社区发现结果在社区内部推荐潜在好友。人工网络的实验结果表明，MTFRCD相比于传统的FRCD，在性能近似的前提下具有明显的速度增长。因此，将该算法应用于真实社交网络（学者网）平台的潜在好友挖掘和推荐，根据推荐结果的评测，验证了算法具有良好的推荐效果。