鄭楊 譚玲?

摘 要：互聯(lián)網(wǎng)用戶可以在計算機前輕輕點擊鼠標(biāo)來完成相對于現(xiàn)實生活中復(fù)雜的互動交友活動，個性化好友推薦系統(tǒng)通過基于內(nèi)容推薦、協(xié)同過濾推薦、聚類推薦三種策略來幫助用戶建立網(wǎng)狀復(fù)雜的人際關(guān)系，最終提高用戶對于本類社交網(wǎng)站的忠誠度。本文將通過詳細分析新浪微博、騰訊QQ和人人網(wǎng)三大社交網(wǎng)站來具體分析個性化好友推薦系統(tǒng)的優(yōu)缺點。

關(guān)鍵詞：個性化推薦；新浪微博；協(xié)同過濾

中圖分類號：TP393 文獻標(biāo)識碼：A 文章編號：1672-8122（2014）06-0117-03

隨著信息技術(shù)的發(fā)展，人們不再僅僅局限于身邊的社交網(wǎng)絡(luò)，而是在互聯(lián)網(wǎng)上繼續(xù)拓展自己的交友圈?，F(xiàn)在的用戶可以在計算機前輕輕點擊鼠標(biāo)來完成相對于現(xiàn)實生活中復(fù)雜的互動交友活動，但是社交網(wǎng)絡(luò)在給人帶來方便與快捷的同時也產(chǎn)生了信息冗雜、難以辨別的問題，為此個性化好友推薦系統(tǒng)應(yīng)運而生。現(xiàn)在個性化推薦系統(tǒng)主要應(yīng)用于電子商務(wù)平臺，如B2B網(wǎng)站（當(dāng)當(dāng)網(wǎng)）、B2C網(wǎng)站（淘寶）等等。在電子商務(wù)的虛擬環(huán)境前提之下，個性化推薦系統(tǒng)就像一個采購助手一樣幫助用戶來選購商品，通過搜集用戶的個人信息，瀏覽記錄，商品交易詳情等來預(yù)測用戶的喜好并向其推薦可能感興趣的商品或者服務(wù)，從而提高產(chǎn)品的銷售量。同樣的，社交網(wǎng)站通過這種個性化好友推薦系統(tǒng)，幫助用戶建立網(wǎng)狀復(fù)雜的人際關(guān)系，最終提高用戶對于本類社交網(wǎng)站的忠誠度。

為了清楚地了解我國社交網(wǎng)站的好友推薦功能的使用狀況，我們選擇國內(nèi)與交友相關(guān)的三個著名網(wǎng)站，包括最火平臺新浪微博、聊天軟件騰訊QQ和SNS網(wǎng)站人人網(wǎng)，用以分析各網(wǎng)站的個性化好友推薦功能。

一、社交網(wǎng)站的好友推薦方法簡介

早在1995年，卡耐基·梅隆大學(xué)的Robert Armstrong 和 斯坦福大學(xué)的Marko Balabanovic等人就在美國人工智能協(xié)會上提出了個性化推薦系統(tǒng)，該系統(tǒng)主要是根據(jù)用戶的興趣特點和購買行為，向用戶推薦用戶感興趣的信息和商品，它是建立在海量數(shù)據(jù)挖掘基礎(chǔ)上的一種高級商務(wù)智能平臺，以幫助電子商務(wù)網(wǎng)站為其顧客購物提供完全個性化的決策支持和信息服務(wù)[1]。目前，我國的社交網(wǎng)站在好友推薦方面所使用的主要是檢索和非個性化推薦的技術(shù)。一般的社交網(wǎng)站會在注冊或使用過程中要求用戶輸入相關(guān)的信息，如生日、所在地、愛好、學(xué)校、公司等，通過豐富用戶的網(wǎng)絡(luò)標(biāo)簽來增加用戶被檢索和推薦的方式。從廣義上來說，由于檢索是一種基于用戶自主查找目標(biāo)好友的方式，那么其實它也可以看作是系統(tǒng)給出的推薦結(jié)果。非個性化推薦是依據(jù)最近熱門的信息或者用戶來進行推薦，不同的被推薦者都會收到同樣的推薦信息，這種方法并不考慮被推薦者的第一興趣，就像商場促銷時分發(fā)的商品推薦目錄一樣。

對于好友推薦，可以從以下三個方面來考察其性能：其一，個性化程度。推薦系統(tǒng)檢索出的結(jié)果是否符合當(dāng)前用戶的興趣愛好和需要。其二，實現(xiàn)難易程度。用戶為得到推薦結(jié)果所需要付出的勞動量。其三，可拓展性。主要指隨著用戶信息和興趣的變化，好友推薦能否能及時的獲取相關(guān)數(shù)據(jù)以及新信息的推薦能否高效率的被推薦到用戶面前。

二、社交網(wǎng)站的個性化好友推薦策略

推薦的本質(zhì)是代替用戶對他沒有看過的資源對象進行評定，從而幫助用戶找到他喜歡的東西[2]。推薦系統(tǒng)通過獲取用戶的信息，將與之類似內(nèi)容進行關(guān)聯(lián)，進而把用戶喜歡和需要的東西推送至其面前。

（一）基于信息推薦

也稱為基于內(nèi)容的推薦，它是對信息過濾技術(shù)的延續(xù)和發(fā)展，必須建立在對用戶個人信息進行總匯并對信息進行有效過濾的基礎(chǔ)之上。根據(jù)用戶的特征和目標(biāo)要求預(yù)測并搜索與之匹配程度較高的其他好友，這個過程中一般不需要用戶對內(nèi)容的評價意見，只通過相關(guān)的特征和屬性用機器檢索的形式進行推薦。

1.人脈。人人網(wǎng)將自己定位為中國領(lǐng)先的實名制SNS社交網(wǎng)絡(luò)，宣傳語是“因為真實，所以精彩”。在一開始注冊的時候，用戶就被要求填寫出生地、高中、入學(xué)時間、畢業(yè)院校、公司等個人信息，這就為個性化好友推薦提供了良好的信息來源。值得注意的是，現(xiàn)在的社交網(wǎng)站紛紛將推薦重點轉(zhuǎn)移到人脈關(guān)系上。比如在人人網(wǎng)添加好友選項中有專門的按人脈篩選標(biāo)簽，選擇已有的一位好友，推薦系統(tǒng)就會自動計算二度人脈中與用戶本身相似度比較高的，從而完成個性推薦的過程。騰訊推出的朋友網(wǎng)更是致力于人脈推薦，不但將一度人脈、二度人脈細分獨立出來，還將每個用戶所貢獻的人脈做排名比較，最大限度的調(diào)動用戶的使用興趣，真正的讓用戶由信息瀏覽者變成了信息使用者。除此之外，朋友網(wǎng)還兼顧非個性好友推薦的策略，在網(wǎng)頁的側(cè)邊欄還提供各類形式多樣的好友推薦，如“他們是你的高中學(xué)弟學(xué)妹”、“可能認識的人”，“人脈中有X人是你的本科同級校友”等，當(dāng)用戶把鼠標(biāo)移到這些信息之上時，結(jié)果不只是顯示單一的推薦列表，更能清晰的看到有幾位共同好友，系統(tǒng)用這種方式向用戶解釋了為什么推薦這些資源，真正體現(xiàn)了個性化推薦系統(tǒng)的人性化。

2.IP。騰訊QQ查找好友選項中有開啟位置信息的選項，只要開啟用戶自己的地理位置信息，推薦系統(tǒng)就可以顯示附近的QQ用戶信息。

（二）協(xié)同過濾推薦

協(xié)同過濾推薦一般采用最近鄰技術(shù)，利用用戶的歷史記錄信息計算用戶之間的距離，然后利用目標(biāo)用戶的最近鄰用戶對某一內(nèi)容信息評價的評價來預(yù)測目標(biāo)用戶對特定內(nèi)容信息的喜好程度，系統(tǒng)從而根據(jù)這一喜好程度來對目標(biāo)用戶進行推薦[3]。

1.LBS。在網(wǎng)民急劇增長的今天，想要為社交網(wǎng)絡(luò)用戶找到真正感興趣的好友，最好的辦法就是首先找出與此用戶有相似生活經(jīng)歷、娛樂活動或者興趣愛好的其他用戶。微博的宣傳語是“隨時隨地分享身邊的新鮮事”，用戶發(fā)布微博的同時還可以進行地點定位，當(dāng)微博用戶點擊相關(guān)地點時，就主動的進入了篩選好友的個性化系統(tǒng)。與騰訊網(wǎng)直接的IP好友推薦不同，新浪微博依據(jù)用戶IP定位將其他用戶所發(fā)的微博總匯起來，用“周邊的人”、“周邊熱圖”、“相關(guān)微博”、“周邊熱門”幾個標(biāo)簽分別歸類，當(dāng)用戶瀏覽這些信息時，便可以與自己在同一地點、發(fā)表相似感想或者相同興趣愛好的網(wǎng)友進行互動。通過協(xié)同過濾推薦，用戶不需要填寫調(diào)查表格、個人信息，而是通過對社交網(wǎng)站的瀏覽行為，自動的獲得好友推薦。值得一提的是，新浪微博還將電子商務(wù)融入進個性化推薦，提供用戶定位地點附近的團購優(yōu)惠信息，極大提供了便利。

2.標(biāo)簽。騰訊QQ的好友信息中特別設(shè)有標(biāo)簽一欄，通過這種近乎個人的知識體系，以個人的感性邏輯（個人知識、情感、意志、記憶、素養(yǎng)等等的綜合反映）為線索，以個人所需信息的匯集、梳理和查詢?yōu)槟康?，以個人經(jīng)驗為基礎(chǔ)來實現(xiàn)個性化好友推薦[4]。用戶通過自己的喜好，用更靈活的表達方式來組織和管理自己的信息，不同于傳統(tǒng)的關(guān)鍵字檢索方式，標(biāo)簽功能讓用戶更個性化的表達自己的興趣愛好，是一種更智能化的分類。騰訊QQ用戶選擇系統(tǒng)自帶的標(biāo)簽，也可以自己創(chuàng)作，隨時修改并發(fā)布，好友推薦系統(tǒng)就會及時的呈現(xiàn)出有相同愛好的同道中人。

（三）聚類推薦

類似于電子商務(wù)系統(tǒng)中所運用的關(guān)聯(lián)規(guī)則，把用戶已經(jīng)購買的商品作為規(guī)則的源頭，將推薦對象看作規(guī)則目標(biāo)體。關(guān)聯(lián)規(guī)則挖掘的典型例子是購物籃分析，該過程通過發(fā)現(xiàn)顧客放入其購物籃中不同商品之間的聯(lián)系，分析顧客的購買習(xí)慣[5]。比如買上衣的用戶，一般還會繼續(xù)購買裙子或者褲子，網(wǎng)站將這些頻繁被同時購買的商品匯總，從而制定營銷策略。

騰訊QQ推出一系列娛樂應(yīng)用功能，比如QQ農(nóng)場、捕魚達人等，讓同一社區(qū)進行相同游戲的用戶進行相互推薦。在新浪微博中，微博小秘書會及時通知用戶被關(guān)注的情況，以便用戶互粉。微博中更有其他APP應(yīng)用功能軟件在用戶體驗過之后就會發(fā)布微博公開網(wǎng)址，用戶可以通過瀏覽微博發(fā)現(xiàn)此信息點擊進入后，擁有相似應(yīng)用經(jīng)歷的用戶就會呈現(xiàn)在網(wǎng)頁上，這也是隱性好友推薦的一種方法。

三、國內(nèi)社交網(wǎng)站個性化好友推薦的優(yōu)點與存在的問題

通過以上分析，可以發(fā)現(xiàn)國內(nèi)的社交網(wǎng)站將非個性化好友推薦與個性化好友推薦技術(shù)相結(jié)合，多種推薦策略的混合使用能更好的共同服務(wù)于用戶。人人網(wǎng)有時間軸功能、騰訊網(wǎng)有圈子社區(qū)、騰訊微博開通微人脈應(yīng)用，隨著用戶個性偏好與生活經(jīng)歷的改變，這些好友推薦系統(tǒng)能將隨著時間而改變的資源記錄下來，從而構(gòu)造出用戶的個性偏好隨時間變化的模型。如今隨著科技的飛速發(fā)展，普通用戶想要從信息量繁雜的互聯(lián)網(wǎng)世界中搜尋到自己可能感興趣的內(nèi)容，不但難度提高了很多，成本也是不可小覷的。再者社交網(wǎng)站與一般商業(yè)網(wǎng)站的長尾經(jīng)營策略不同，如果用戶不積極的提高自己的活躍度，那么就極有可能不再受到別人的關(guān)注。雖然社交網(wǎng)站采用了三種不同的推薦策略，在實際應(yīng)用中也取得了喜人的效果，然而這些推薦系統(tǒng)或多或少的都面臨著許多問題。

（一）基于信息推薦系統(tǒng)面臨“游客”問題

基于信息推薦系統(tǒng)運作的前提是用戶注冊本網(wǎng)站并且填寫基本個人信息，然后才能從用戶已建立的人脈關(guān)系或者顯示的IP地址中獲得用戶可能會偏好的信息，進而計算用戶之間的相似度。當(dāng)一個新用戶以游客的身份進入網(wǎng)站時，會因為身份不明確而被拒之門外，這一點與國內(nèi)一些知名的交友網(wǎng)站運作策略不同，比如世紀(jì)佳緣網(wǎng)、百合婚戀網(wǎng)等。非注冊用戶也許只是想打開網(wǎng)站鏈接對相關(guān)視頻、音樂、文章一探究竟，但由于注冊的步驟很繁瑣，這種閉門造車的經(jīng)營方法會導(dǎo)致潛在用戶的流失。新注冊用戶在加入到網(wǎng)站伊始，由于基于信息推薦系統(tǒng)完全依靠用戶自己輸入的信息進行推薦，這種環(huán)環(huán)相扣的推薦方式如果其中某個鏈條出現(xiàn)空白將直接影響到整個推薦系統(tǒng)的運作，導(dǎo)致用戶不能精準(zhǔn)的找到自己的目標(biāo)好友。而且面對日益增多的用戶，對規(guī)模不斷擴大的數(shù)據(jù)進行整合成為直接制約系統(tǒng)實現(xiàn)的重要因素。雖然基于內(nèi)容系統(tǒng)推薦由于前期用戶對自我信息的補充減少了建立模型花費的時間，但是用于識別“最相似”算法的計算量隨著使用人數(shù)和信息的增加，將會面臨嚴重的擴展性瓶頸問題，該問題會對算法的準(zhǔn)確性產(chǎn)生直接影響。

（二）協(xié)同過濾推薦系統(tǒng)面臨技術(shù)難題

協(xié)同過濾推薦系統(tǒng)受到信息獲取技術(shù)、專業(yè)戶程度過高等因素的制約[6]。一方面在協(xié)同過濾推薦系統(tǒng)中，用于標(biāo)明用戶特征的內(nèi)容都必須能被計算機自動提取出來并進行統(tǒng)一的歸納，因此該類算法在搜集信息時對有關(guān)技術(shù)有很高的要求，比如在微博中，用戶僅僅能夠通過標(biāo)簽和IP定位來搜尋目標(biāo)好友，如果用戶發(fā)表一段語音，系統(tǒng)可以通過過濾其中的關(guān)鍵詞來提取信息，那么目標(biāo)好友的推薦的范圍是不是可以更加開拓呢？同樣的，用戶發(fā)表一張圖片，計算機系統(tǒng)對圖片內(nèi)容進行分類歸納，由此也可以把標(biāo)記過相似內(nèi)容的用戶進行相互的推薦。另一方面，在用戶標(biāo)簽的實際應(yīng)用中，如果兩個不同的詞匯剛好用相同的特征詞匯表示，那么這就容易造成彼此的混淆。特別是在衍生詞和造字風(fēng)潮的現(xiàn)代社會，這種情況尤其明顯，例如最近比較熱門的“土豪”一詞，“土豪”原指在鄉(xiāng)里憑借財勢橫行霸道的壞人，后在ACG界引申為無腦消費的人民幣玩家，兩個詞寫法一樣意思卻大相徑庭，這樣的話，系統(tǒng)只推薦相關(guān)度最高的好友給用戶，就很難保證推薦的準(zhǔn)確性與多樣性。

（三）聚類推薦系統(tǒng)面臨“新”問題的制約

聚類推薦系統(tǒng)受到新用戶問題的制約，該系統(tǒng)最根本的就是要建立用戶與產(chǎn)品的關(guān)聯(lián)網(wǎng)絡(luò)圖，即用戶下載了什么應(yīng)用軟件、使用的程度如何。新用戶剛剛進入系統(tǒng)時沒有任何選擇或者被選擇的信息，無法被其他用戶發(fā)現(xiàn)并建立關(guān)聯(lián)，所以也沒有辦法啟動聚類推薦系統(tǒng)，只能僵硬的讓非個性化推薦作為敲門磚，讓用戶自行選擇偏好的好友。同時聚類推薦系統(tǒng)還受到時間進度的影響，用戶的長期興趣與短期興趣都被考慮在關(guān)聯(lián)算法之內(nèi)，無法區(qū)分，從而使得推薦的準(zhǔn)備讀大大降低。

除此之外，國內(nèi)的社交網(wǎng)站一般都需要用戶先明確自己的需求，然后通過用戶與系統(tǒng)的相互交流，表達出用戶的興趣愛好與要求，最后由系統(tǒng)給出推薦結(jié)果。整個過程所體現(xiàn)出的最大問題就是推薦的自動化程度低，用戶要比較明確的知道自己的需求并且花費一定的時間來與計算機進行交互，最后才能得到結(jié)果。因此對于研究機構(gòu)來說，要加大研究力度，將工作重心放在自動化推薦技術(shù)的研究上。

參考文獻：

[1] 個性化推薦系統(tǒng)在電子商務(wù)網(wǎng)站中的應(yīng)用研究[EB/OL].http：// www.doc88.com/p-148667184110.html.

[2] 陳敏.個性化推薦系統(tǒng)研究[D].南京郵電大學(xué)，2012.

[3] 曾春，邢春曉，周立柱.個性化服務(wù)技術(shù)綜述[J].軟件學(xué)報，2002（10）.

[4] 田瑩穎.基于社會化標(biāo)簽系統(tǒng)的個性化推薦[J].圖書情報工作，2010（1）.

[5] 陳麗麗.個性化推薦系統(tǒng)在B2C教育網(wǎng)站上的應(yīng)用[EB/OL]. http：//www.doc88.com/p-795222687856.html.

[6] 劉建國.個性化推薦系統(tǒng)的研究進展[J].自然科學(xué)進展，2009（1）.