鄭楊 譚玲?

摘 要：互聯(lián)網(wǎng)用戶可以在計(jì)算機(jī)前輕輕點(diǎn)擊鼠標(biāo)來完成相對(duì)于現(xiàn)實(shí)生活中復(fù)雜的互動(dòng)交友活動(dòng)，個(gè)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(duì)于本類社交網(wǎng)站的忠誠(chéng)度。本文將通過詳細(xì)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(gè)性化好友推薦系統(tǒng)的優(yōu)缺點(diǎn)。

關(guān)鍵詞：個(gè)性化推薦；新浪微博；協(xié)同過濾

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(jì)算機(jī)前輕輕點(diǎn)擊鼠標(biāo)來完成相對(duì)于現(xiàn)實(shí)生活中復(fù)雜的互動(dòng)交友活動(dòng)，但是社交網(wǎng)絡(luò)在給人帶來方便與快捷的同時(shí)也產(chǎn)生了信息冗雜、難以辨別的問題，為此個(gè)性化好友推薦系統(tǒng)應(yīng)運(yùn)而生?，F(xiàn)在個(gè)性化推薦系統(tǒng)主要應(yīng)用于電子商務(wù)平臺(tái)，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(gè)性化推薦系統(tǒng)就像一個(gè)采購(gòu)助手一樣幫助用戶來選購(gòu)商品，通過搜集用戶的個(gè)人信息，瀏覽記錄，商品交易詳情等來預(yù)測(cè)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(gè)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(duì)于本類社交網(wǎng)站的忠誠(chéng)度。

為了清楚地了解我國(guó)社交網(wǎng)站的好友推薦功能的使用狀況，我們選擇國(guó)內(nèi)與交友相關(guān)的三個(gè)著名網(wǎng)站，包括最火平臺(tái)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(gè)性化好友推薦功能。

一、社交網(wǎng)站的好友推薦方法簡(jiǎn)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(guó)人工智能協(xié)會(huì)上提出了個(gè)性化推薦系統(tǒng)，該系統(tǒng)主要是根據(jù)用戶的興趣特點(diǎn)和購(gòu)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(jí)商務(wù)智能平臺(tái)，以幫助電子商務(wù)網(wǎng)站為其顧客購(gòu)物提供完全個(gè)性化的決策支持和信息服務(wù)[1]。目前，我國(guó)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(gè)性化推薦的技術(shù)。一般的社交網(wǎng)站會(huì)在注冊(cè)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(shí)它也可以看作是系統(tǒng)給出的推薦結(jié)果。非個(gè)性化推薦是依據(jù)最近熱門的信息或者用戶來進(jìn)行推薦，不同的被推薦者都會(huì)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(chǎng)促銷時(shí)分發(fā)的商品推薦目錄一樣。

對(duì)于好友推薦，可以從以下三個(gè)方面來考察其性能：其一，個(gè)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(shí)現(xiàn)難易程度。用戶為得到推薦結(jié)果所需要付出的勞動(dòng)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(shí)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(gè)性化好友推薦策略

推薦的本質(zhì)是代替用戶對(duì)他沒有看過的資源對(duì)象進(jìn)行評(píng)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(jìn)行關(guān)聯(lián)，進(jìn)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(duì)信息過濾技術(shù)的延續(xù)和發(fā)展，必須建立在對(duì)用戶個(gè)人信息進(jìn)行總匯并對(duì)信息進(jìn)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(cè)并搜索與之匹配程度較高的其他好友，這個(gè)過程中一般不需要用戶對(duì)內(nèi)容的評(píng)價(jià)意見，只通過相關(guān)的特征和屬性用機(jī)器檢索的形式進(jìn)行推薦。

1.人脈。人人網(wǎng)將自己定位為中國(guó)領(lǐng)先的實(shí)名制SNS社交網(wǎng)絡(luò)，宣傳語(yǔ)是“因?yàn)檎鎸?shí)，所以精彩”。在一開始注冊(cè)的時(shí)候，用戶就被要求填寫出生地、高中、入學(xué)時(shí)間、畢業(yè)院校、公司等個(gè)人信息，這就為個(gè)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(diǎn)轉(zhuǎn)移到人脈關(guān)系上。比如在人人網(wǎng)添加好友選項(xiàng)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(huì)自動(dòng)計(jì)算二度人脈中與用戶本身相似度比較高的，從而完成個(gè)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(xì)分獨(dú)立出來，還將每個(gè)用戶所貢獻(xiàn)的人脈做排名比較，最大限度的調(diào)動(dòng)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(gè)性好友推薦的策略，在網(wǎng)頁(yè)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(rèn)識(shí)的人”，“人脈中有X人是你的本科同級(jí)校友”等，當(dāng)用戶把鼠標(biāo)移到這些信息之上時(shí)，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(gè)性化推薦系統(tǒng)的人性化。

2.IP。騰訊QQ查找好友選項(xiàng)中有開啟位置信息的選項(xiàng)，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(jì)算用戶之間的距離，然后利用目標(biāo)用戶的最近鄰用戶對(duì)某一內(nèi)容信息評(píng)價(jià)的評(píng)價(jià)來預(yù)測(cè)目標(biāo)用戶對(duì)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(duì)目標(biāo)用戶進(jìn)行推薦[3]。

1.LBS。在網(wǎng)民急劇增長(zhǎng)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(dòng)或者興趣愛好的其他用戶。微博的宣傳語(yǔ)是“隨時(shí)隨地分享身邊的新鮮事”，用戶發(fā)布微博的同時(shí)還可以進(jìn)行地點(diǎn)定位，當(dāng)微博用戶點(diǎn)擊相關(guān)地點(diǎn)時(shí)，就主動(dòng)的進(jìn)入了篩選好友的個(gè)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(gè)標(biāo)簽分別歸類，當(dāng)用戶瀏覽這些信息時(shí)，便可以與自己在同一地點(diǎn)、發(fā)表相似感想或者相同興趣愛好的網(wǎng)友進(jìn)行互動(dòng)。通過協(xié)同過濾推薦，用戶不需要填寫調(diào)查表格、個(gè)人信息，而是通過對(duì)社交網(wǎng)站的瀏覽行為，自動(dòng)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(jìn)個(gè)性化推薦，提供用戶定位地點(diǎn)附近的團(tuán)購(gòu)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(gè)人的知識(shí)體系，以個(gè)人的感性邏輯（個(gè)人知識(shí)、情感、意志、記憶、素養(yǎng)等等的綜合反映）為線索，以個(gè)人所需信息的匯集、梳理和查詢?yōu)槟康?，以個(gè)人經(jīng)驗(yàn)為基礎(chǔ)來實(shí)現(xiàn)個(gè)性化好友推薦[4]。用戶通過自己的喜好，用更靈活的表達(dá)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(gè)性化的表達(dá)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(shí)修改并發(fā)布，好友推薦系統(tǒng)就會(huì)及時(shí)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(yùn)用的關(guān)聯(lián)規(guī)則，把用戶已經(jīng)購(gòu)買的商品作為規(guī)則的源頭，將推薦對(duì)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(gòu)物籃分析，該過程通過發(fā)現(xiàn)顧客放入其購(gòu)物籃中不同商品之間的聯(lián)系，分析顧客的購(gòu)買習(xí)慣[5]。比如買上衣的用戶，一般還會(huì)繼續(xù)購(gòu)買裙子或者褲子，網(wǎng)站將這些頻繁被同時(shí)購(gòu)買的商品匯總，從而制定營(yíng)銷策略。

騰訊QQ推出一系列娛樂應(yīng)用功能，比如QQ農(nóng)場(chǎng)、捕魚達(dá)人等，讓同一社區(qū)進(jìn)行相同游戲的用戶進(jìn)行相互推薦。在新浪微博中，微博小秘書會(huì)及時(shí)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(yàn)過之后就會(huì)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(diǎn)擊進(jìn)入后，擁有相似應(yīng)用經(jīng)歷的用戶就會(huì)呈現(xiàn)在網(wǎng)頁(yè)上，這也是隱性好友推薦的一種方法。

三、國(guó)內(nèi)社交網(wǎng)站個(gè)性化好友推薦的優(yōu)點(diǎn)與存在的問題

通過以上分析，可以發(fā)現(xiàn)國(guó)內(nèi)的社交網(wǎng)站將非個(gè)性化好友推薦與個(gè)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(shí)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(gè)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(shí)間而改變的資源記錄下來，從而構(gòu)造出用戶的個(gè)性偏好隨時(shí)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(zhǎng)尾經(jīng)營(yíng)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(shí)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(yùn)作的前提是用戶注冊(cè)本網(wǎng)站并且填寫基本個(gè)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(huì)偏好的信息，進(jìn)而計(jì)算用戶之間的相似度。當(dāng)一個(gè)新用戶以游客的身份進(jìn)入網(wǎng)站時(shí)，會(huì)因?yàn)樯矸莶幻鞔_而被拒之門外，這一點(diǎn)與國(guó)內(nèi)一些知名的交友網(wǎng)站運(yùn)作策略不同，比如世紀(jì)佳緣網(wǎng)、百合婚戀網(wǎng)等。非注冊(cè)用戶也許只是想打開網(wǎng)站鏈接對(duì)相關(guān)視頻、音樂、文章一探究竟，但由于注冊(cè)的步驟很繁瑣，這種閉門造車的經(jīng)營(yíng)方法會(huì)導(dǎo)致潛在用戶的流失。新注冊(cè)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(jìn)行推薦，這種環(huán)環(huán)相扣的推薦方式如果其中某個(gè)鏈條出現(xiàn)空白將直接影響到整個(gè)推薦系統(tǒng)的運(yùn)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(duì)日益增多的用戶，對(duì)規(guī)模不斷擴(kuò)大的數(shù)據(jù)進(jìn)行整合成為直接制約系統(tǒng)實(shí)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(duì)自我信息的補(bǔ)充減少了建立模型花費(fèi)的時(shí)間，但是用于識(shí)別“最相似”算法的計(jì)算量隨著使用人數(shù)和信息的增加，將會(huì)面臨嚴(yán)重的擴(kuò)展性瓶頸問題，該問題會(huì)對(duì)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(jì)算機(jī)自動(dòng)提取出來并進(jìn)行統(tǒng)一的歸納，因此該類算法在搜集信息時(shí)對(duì)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(yǔ)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(jì)算機(jī)系統(tǒng)對(duì)圖片內(nèi)容進(jìn)行分類歸納，由此也可以把標(biāo)記過相似內(nèi)容的用戶進(jìn)行相互的推薦。另一方面，在用戶標(biāo)簽的實(shí)際應(yīng)用中，如果兩個(gè)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(huì)，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(cái)勢(shì)橫行霸道的壞人，后在ACG界引申為無腦消費(fèi)的人民幣玩家，兩個(gè)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(jìn)入系統(tǒng)時(shí)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(dòng)聚類推薦系統(tǒng)，只能僵硬的讓非個(gè)性化推薦作為敲門磚，讓用戶自行選擇偏好的好友。同時(shí)聚類推薦系統(tǒng)還受到時(shí)間進(jìn)度的影響，用戶的長(zhǎng)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(guó)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(dá)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(gè)過程所體現(xiàn)出的最大問題就是推薦的自動(dòng)化程度低，用戶要比較明確的知道自己的需求并且花費(fèi)一定的時(shí)間來與計(jì)算機(jī)進(jìn)行交互，最后才能得到結(jié)果。因此對(duì)于研究機(jī)構(gòu)來說，要加大研究力度，將工作重心放在自動(dòng)化推薦技術(shù)的研究上。

參考文獻(xiàn)：

[1] 個(gè)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(gè)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(gè)性化服務(wù)技術(shù)綜述[J].軟件學(xué)報(bào)，2002（10）.

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

[5] 陳麗麗.個(gè)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(guó).個(gè)性化推薦系統(tǒng)的研究進(jìn)展[J].自然科學(xué)進(jìn)展，2009（1）.