摘 要：针对云计算环境下的社交网络中朋友推荐中可能存在大量冗余，无效信息等缺点，提出了基于猴群算法的朋友社区推荐方案，该方案利用爬虫程序获得的新浪微博好友数据集，对用户所在的社区进行划分，并进一步使用猴群算法对社区中的朋友链接关系进行了划分。仿真实验中将该算法与基于用户综合相似度的推荐算法在查准率，查全率和 F1 指标方面进行对比，结果显示，文章提出的算法都展现出了较好的效果。
关键词：云计算；社交网络；朋友推荐
DOI:10.19850/j.cnki.2096-4706.2021.02.023
基金项目：2020 年度浙江省高等学校访问工程师“校企合作项目”（FG2020183）
中图分类号：TP393.09；TP391.3 文献标识码：A 文章编号：2096-4706（2021）02-0093-03
Research into a Friend Recommendation Algorithm in Social Network
CHEN Xuan
（Zhejiang Industry Polytechnic College，Shaoxing 312000，China）
Abstract：In view of the shortcomings of redundancy and invalid information in the recommendation of friends in social networks in cloud computing environment，a friend community recommendation scheme based on monkey algorithm is proposed. In this scheme，the user’s community is divided by using the data set of Sina Weibo friends obtained by crawler program，and the link relationship of friends in the community is further divided by using monkey algorithm. In the simulation experiment，the algorithm is compared with the recommendation algorithm based on user comprehensive similarity in terms of precision，recall and F1 index. The results show that the algorithm proposed in this paper shows good results.
Keywords：cloud computing；social network；friend recommendation
参考文献：
[1] 程宏兵，王珂，李兵，等 . 一种高效的社交网络朋友推荐方案 [J]. 计算机科学，2018，45（S1）：433-436+452.
[2] 马秀麟，衷克定，刘立超 . 从大数据挖掘的视角分析学生评教的有效性 [J]. 中国电化教育，2014（10）：78-84.
[3] 王玙，高琳.基于社交圈的在线社交网络朋友推荐算法 [J].计算机学报，2014，37（4）：801-808.
[4] 俞琰，邱广华，陈爱萍 . 基于混合图的在线社交网络朋友推荐算法 [J]. 现代图书情报技术，2011（11）：54-59.
[5] 刘航 . 关于用户踪迹融合协同过滤推荐的仿真研究 [J]. 计算机仿真，2020，37（7）：422-425+454.
[6] ZHAO R, TANG W. Monkey Algorithm for Global Numerical Optimization [J]. Journal of Uncertain Systems，2008，2（3）：164-175.
作者简介：陈暄（1979.03—），男，汉族，安徽祁门人，教师，副教授，硕士，研究方向：云计算、社交网络。