Uma técnica híbrida de recomendação de amizades usando SVM com base nos atributos dos usuários

• Liu Yang Universidade de Brasília
• Deborah M. Ferreira Universidade de Brasília
• Jianya Zheng Universidade de Brasília
• Li Weigang Universidade de Brasília

Resumo

As redes sociais on-line atraíram milhões de usuários para integrar seu cotidiano nessas mídias sociais. Como uma importante atividade eletrônica, os Sistemas de Recomendação de Amigos (Friend Recommendation System-FRS) foram desenvolvidos para ajudar os usuários a explorar novos amigos com interesses em comum. No entanto, a maioria dos FRS existentes usa métodos simples, como amigos em comum, informações baseadas em localização, etc. Este artigo propõe uma técnica híbrida utilizando Máquinas de Vetores de Suporte (SVM), recomendando pessoas em redes sociais com base nos atributos dos usuários. Com o estudo de caso de Tencent Weibo, o método proposto melhorou a precisão da recomendação em comparação com dois algoritmos clássicos, Naïve Bayes e Random Forests. Além disso, considerando nove atributos no FRS, identificamos que a aceitação de seguidores é o fator mais importante para influenciar a decisão dos usuários.

Palavras-chave: Recomendação de Amizades, Abordagem Híbrida, SVM

Referências

Swamynathan, G., Wilson, C., Boe, B., Almeroth, K., & Zhao, B. Y. (2008, August). Do social networks improve e-commerce?: a study on social marketplaces. In Proceedings of the first workshop on Online social networks (pp. 1-6). ACM.

Ma, H., Zhou, D., Liu, C., Lyu, M. R., & King, I. (2011, February). Recommender systems with social regularization. In Proceedings of the fourth ACM international conference on Web search and data mining (pp. 287-296). ACM.

Ting, I. H., Chang, P. S., & Wang, S. L. (2012). Understanding Microblog Users for Social Recommendation Based on Social Networks Analysis. J. UCS, 18(4), 554-576.

Tian, D., & Zheng, W. M. (2012, December). Chinese Microblogger character analysis using SVM. In Wavelet Active Media Technology and Information Processing (ICWAMTIP), 2012 International Conference on (pp. 385-389). IEEE.

Sandes, E., Weigang, L and Melo, A. (2012) “Logical model of relationship for online social networks and performance optimizing of queries”. In Proceedings of Web Information Systems Engineering - WISE 2012, X.S. Wang, I. Cruz, A. Delis, et al. Springer Berlin Heidelberg, LNCS: 726–736.

Li, X., Guo, L., & Zhao, Y. E. (2008, April). Tag-based social interest discovery. In Proceedings of the 17th international conference on World Wide Web (pp. 675-684). ACM.

Shechtman, O. (2013). The Coefficient of Variation as an Index of Measurement Reliability. In Methods of Clinical Epidemiology (pp. 39-49). Springer Berlin Heidelberg.

Deng, N. Y., & Tian, Y. J. (2004). A new method of data mining: support vector machines. Science Publication, Beijing City.