微博好友推荐算法-SALSA

     在微博上，你关注的人会是谁？微博网络中几亿用户，如何在里面找出你感兴趣的人推荐给你？ 从系统层面上来看，这个是很有挑战性的工作，即涉及到好的推荐算法能把握用户的喜好和关注点，同时也要良好计算系统能够快速响应。这里主要谈论微博好友推荐算法部分(Twitter上的推荐算法)。

   首先看下面的用户关注之间的二部图（1），左边是用户圈，就是用户的信任圈子，右边的是用户信任圈集合用户关注的所用用户，我们所要做的是从这些节点中找到最能吸引眼球的关注者。

如何构建用户的信任圈？给定一个用户，已知该用户的关注用户群，我们可以通过类似personalized PageRank 随机游走方法，设定随机游走步数和重启概率，忽视低概率节点，采样那些大度节点。从当前节点出发，进行随机游走过程，那些到达概率高的节点中取一定数量节点作为改节点信任圈。

完成节点信任圈的构造后，可以构建出图1的网络，通过SALSA算法迭代算出右边节点（我们称作：authorities）的得分，分数高的节点用户关注的概率越高。SALSA也是类似pagerank，HITS的随机游走系列的算法，它是两方向随机游走过程，它最早是出现在网页搜索排序算法中。

 

                                                       （1）