个用户的爱好集合体量大小相差悬殊，会对爱好相似度形成种稀释。例如甲用户拥有个爱好，而乙用户仅有个爱好，但是乙用户的所有爱好都与甲用户的爱好重合，此时看来甲乙用户的爱好相似度还是比较高的，但由于甲用户的爱好集合过于庞大，对相似度形成了种稀释。此时仅仅运用上述的爱好相似度计算公式计算出的来爱好相似度初值是片面的，不准确的，是有稀释因素存在。因此需要设计个稀释补偿因子对上述爱好相似度的计算进行改良，来消除或淡化由于两者爱好集合大小差距过大造成的稀释。因此，要设计个范稀释因子，且此因子公式有此特点当两变量差距越大时，提供的补偿也越大。由此让我联想到了长方形的边长面积极值公式，在边长定的情况下，什么时候长方形的面积最大众所周知当长方形的宽和高相等时，即变成正方形时面积最大。这里可以把长方形的宽和高看成两个变量和，边长总和为，当边长都为时面积最大，而其他情况下面积为。同理在相似度初值计算公式里，当两用户的爱好体量相等时，计算出的初值最为合理，当体量不同时就有稀释因素存在，体量差距越大稀释因素越大。所以公式符合稀释补偿因子的特点，当时，最合理公式值为，无稀释补偿，当差距越大时，长方形面积越小，公式值越大补偿越大，所以将此公式作为稀释补偿因子的原型。但是考虑到范围不可控，当差距过大时会造成补偿过高，即补偿溢出现象，所以应该为补偿因子再增加第章网站搭建及实现过程补偿限制因子，将补偿范围调整在合理的可控范围内。但是如此来公式就过于复杂了，违背了当初简单实用的设计原则，所以在此提出个折中的办法来即不用两用户的爱好集合权重作为变量，而是采用共同爱好权重加爱好权重集合占用户爱好权重的比例来同步表代替。具体说来就是，甲乙两用户的共同爱好权重为，甲用户的爱好集合权重为，乙用户的爱好权重为，用来表示稀释补偿因子里的而不是直接用甲用户的爱好集合权重，乙用户同理也是如此。用代替，用代替不仅能表现出两爱好集合权重的差异性，更重要的是使稀释补偿因子可控。因为且，故和的范围都在到之间，若设为公式中变量，为变量，则的范围为到，的范围在到，范围在到之间，的范围在到之间，这样公式中所有变量的范围都可控，稀释补偿因子的控制范围在到之间，使的稀释补偿变的合理可控。综上所述，爱好相似度爱好相似度初值稀释补偿因子共同爱好权重占两用户爱好的比例的平局值稀释补偿因子，其中为共同爱好集合权重，为甲用户爱好集合权重，为乙用户爱好集合权重。好友相似度的计算与爱好相似度的计算有相同之处，好友相似度初值也是共同好友占两用户好友比例的平均值，同时也要进行稀释补偿，防止由于好友集合差距过大造成的稀释，稀释因子与爱好形似度的稀释补偿因子相同，故不在此赘述。好友相似度好友相似度初值稀释补偿因子共同好友占两用户好友比例的平均值稀释补偿因子，其中为共同好友集合权重，为甲用户好友集合权重，为乙用户好友集合权重。燕山大学里仁学院毕业设计论文流程设计选择搜索页面控制器展示所有用户的动作数据库搜索页面选择搜索控制器搜索的动作计算相似度并排序图搜索流程图页面布局设计搜索页面默认显示所有用户。可以对所有用户进行姓名的模糊查询，输入李搜索引擎将会把所用名字中带李字的用户查询出来，并根据综合相似度第章网站搭建及实现过程排序，取综合相似度最高的前五位显示。图模糊搜索结果默认查询会对搜用户进行好友线速度计算取综合相似度最高的前五位显示，也可以选择其他排序方式。本章小结本章对网站的具体功能进行了介绍，对数据库表进行了描述。重点讲解了搜索引擎中相似度计算所用公式的设计思路和具体算法。燕山大学里仁学院毕业设计论文第章实验及结果分析实验数据实验主要是对搜索引擎进行相似度计算的准确性及推荐用户是否符合用户需求的测试，来验证算法的设计是否合理。首先虚拟了三十个用户，对其中部分用户进行具体设计，赋予爱好，好友等属性，以便对搜索引擎斤进行测试。表测试账户信息账户名杰用户名郭屹密码所在地河北省邯郸市复兴区行政区域代码好友王朝阳姜赵晓蕾王建新杰子苗海涛王建印赵娇李晓爱好瑜伽网球足球动漫动作戏剧恐怖绘画钓鱼川菜马尔代夫厦门自定义爱好美眉表虚拟账户信息账户名残桥断雪用户名郭家强密码所在地河北省邯郸市复兴区行政区域代码好友王朝阳姜赵晓蕾王建新杰子苗海涛王建印赵娇李晓爱好无自定义爱好喝酒表虚拟账户信息账户名美人鱼用户名冯姿密码所在地河北省邯郸市复兴区行政区域代码好友王朝阳姜爱好喜剧恐怖爱情绘画钓鱼三国杀伦敦凤凰东北菜自定义爱好帅哥第章实验及结果分析表虚拟账户信息账户名韦小宝用户名李骁密码所在地北京市朝阳区行政区域代码好友赵晓蕾王建新爱好瑜伽网球足球动漫歌汉堡自定义爱好巴西柔道表虚拟账户信息账户名哈迪斯用户名李凯密码所在地河北省邯郸市复兴区行政区域代码好友无爱好瑜伽网球足球动漫动作戏剧恐怖绘画钓鱼川菜马尔代夫厦门自定义爱好截拳道表虚拟账户信息账户名肖邦没有圆舞曲用户名袁晓鹏密码所在地河北省邢台市桥东区行政区域代码好友无爱好国际象棋川菜马尔代夫厦门自定义爱好美眉测试及结果此处用综合相似度排序进行默认搜索，即搜索全部用户，根据综合相似度从该到底筛选推荐相似度较高的五个用户。燕山大学里仁学院毕业设计论文图搜索结果展示表搜索结果明细用户名地域相似度爱好相似度好友形似度综合相似度郭家强冯姿李骁李凯袁晓鹏第章实验及结果分析结果分析计算出的各个相似度系数指标能较好的体现用户与用户之间的相似程度及差异性，考虑到了较为常见的问题，对用户在网络上结交新的朋友，扩展社交图谱有定的帮助作用，方便了用户的筛选和操作。在很多方面仍然需要改进和优化，这样才能提供更为人性化和贴切需求的服务。存在的问题及解决方案由于用户之间需求的差异性，在计算综合相似度时只是采用的了固定的权重比例，没有考虑到用户之间不同的需求和变化，不能最大程度的符合用户需求。而且社交网站需要以大量用户为基础，在用户的基础上对大量的用户数据和行为进行挖掘和计算，以便提炼出更好更符合时间情况和需求的计算方法。由于本社交网站仅为个人实验所搭建，没有固定的用户群体和大量实际数据，无法形成社交的生态网络，也无法健全个人的社交图谱，所以很难通过实验得出更贴切实际需求的算法。针对上述应该扩大相似度计算的数据抓取范围，不仅仅应该从固定用户资料中抓取，同时也应该想办法收集用户的行为，例如日志的发表通过抓取用户日志的关键字对用户的兴趣爱好可以进步挖掘和分析，这样不仅能够动态的获取数据，同时也能更加贴切的了解用户的实际兴趣爱好，这样计算出的相似度意义更大。另外应该优化搜索引擎设置，不仅应该设定比例固定相似度计算方法，同时应该给用户提供自定义的搜索引擎，可以根据用户的需求手动调整各个相似度的权重比例系数计算综合相似度，个性化的设置可以更好的满足用户需求。同时可以收集用户自己设置的各个比例系数数据，进行分析和筛选，根据大家的操作行为来检验出最好的比例系数作为推荐算法分享给大家，相信这样能更好的为用户服务，提供更为贴切实际需求的算法和权重比例系数。另外于需求的差异化，很难设置统算法评价标准来检验算法的有效性和准确性，只能同过大量的实践行为反馈对算法进行不断的优化和升级。燕山大学里仁学院毕业设计论文本章小结本章主要是对网站内置的搜索引擎进行测试的分析，通过虚拟用户和数据，来进行试验，看实验结果是否符合预期需求。针对实际搜索不能满足用户要求的这问题，本文提出种基于关系树的相似度的计算方法。相对于传统的方法，该方法能够速找出和用户最相关的人。通过对实体得分的排序，缩小了查询空间，过滤掉很多无关实体信息，减轻了用户的查询负担，提升了用户满意度。结论结论技术的快速发展带来了社交网络的新时代，用户逐渐将线下的社交关系转移到线上，获得更方便的交流和更低成本的管理。用户在扩大好友范围时，经常用到好友搜索，由于人名的重复性和排列的随机性给用户的查找带来麻烦，怎样有效的筛选信息也是本文关注的焦点。针对以上问题，本文完成的主要工作有以下几个方面。首先根据需求设计个社交网站，主要设计出网站的功能结构和数据库。参考了空间及人人网等主流社交网站，设计了社交网站基本的社交功能，如日志相册留言等等。再根据各个功能的需要设计了底层数据库来支持网站的各个功能的实现。其次通过和等工具环境对网站进行搭建。网站采用的模式构建，首先用制作网站的前台显示页面，通过其提供的样式支持，可制作出显示效果极佳的网页然后用对网站后台的业务逻辑进行编写，强大的支持功能方便了编程人员在后台逻辑的编写，并且采用模式提高内聚降低了耦合。然后提出了计算好友相似度的算法。为解决好友搜索过程中关于好友信息过滤的问题，提出了种计算用户相似度的算法。为每个搜索实体建立基本信息库，先为每个实体分配相似度初值，初值有简单的信息计算取得。通过遍历找出两个用户之间的关系影响因素，建立基于各种模型的相似度影响因子，利用衰减函数计算两者之间的相似度综合三个部分，计算最终的相似度得分根据得分进行排序，将最高的前项进行输出。该方法有效筛选出相关信息，提升了用户满意度。最后设计实验验证提出算法的准确性。本文设计了实验来验证所提出的计算相似度算法。介绍了实验步骤并分析了实验结果。利用虚拟用户需求来度量相似度算法的准确性和有效性。实验表明，文中所提方法能够有效的提燕山大学里仁学院毕业设计论文高正确率，较好满足用户的需求。该系统有些地方还不完善，还需要进步的研究和改进。在后续的工作中，我们将重点放在两个方面搜索需求因人而异，设置自定义化的搜索引擎，通过用户的手动配置来完成对各个不同需求解决方案的定制挖掘更多的影响因素，比如专业等方面。此外，还可以分析设计出更加合理的需求计算指标来验证算法的准