A graph-based followee recommendation approach for social networks

Abstract

Bugün milyarlarca insan internet üzerinden sosyal ağ uygulamaları üzerinden haberleşmekteler. Araştırmacılar için bu insan ilişkilerini anlamak için büyük ve yeni bir veri tabanının oluştuğu anlamına geliyor. Bu çalışma da öncelikle sosyal ağ siteleri üzerinde ki kullanıcıların davranışsal verileri kullanılarak, kullanıcıların birbiri arasında ki ilişkileri bir ağ üzerinde sayısallaştırmak hedeflenmiştir. Bu yapı oluşturulduktan kullanıcıya, son çıktı olarak, takip edebilecekleri yeni bir ünlü önermek hedeflenmiştir.Sağladığı erişim imkanları ve içerdikleri data özelliklerinden kaynaklı olarak, bu çalışma Twitter ve Tensei Weibo mikroblog siteleri üzerinde yapılmıştır..Çalışma sırasında, ünlü olarak adlandırılan kullanıcılar kişilerin kategorik verilerini çıkarmada ayırt edici özellikle olabileceği düşünülerek merkeze alınmıştır.Çalışmanın ilk amacı sosyal ağ uygulama verilerinin bir graf üzerinde sunumunun sağlanmasıdır. Graf sunumunun sosyal ağların doğal sunumu olduğu düşünülmüştür. Bu maksatla, sosyal ağda ki, iki kişi arasında ki uzaklığın sayısal bir değeri dönüştürülmesi için farklı yaklaşımlar kullanılmıştır. Her yaklaşım da, kullanıcının sosyal ağlar içerisinde davranışlarından yada var oluşundan kaynaklı farklı özellikleri baz almıştır.Grafın ayağa kaldırılmasından sonra, uzaklık hesabı yapılmamış tüm yollar yani birbirine direkt bağlı olmayan kullanıcılar arasında ki uzaklık, Dijkstra kısa yol algoritması uygulanarak hesaplanmıştır. Kullanıcıya yeni bir ünlü önermek için son olarak, bu kısa yol verilerine bakılarak, kullanıcının takip etmediği en kısa mesafede ki ünlüler kullanıcıya önerilmiştir.Anahtar Kelimeler: öneri sistemleri, sosyal ağlar, Twitter

Today, billions of people are using social network web sites to communicate. These sites consist of huge information about today?s people relationships. The study aims to understand categorical behaviors of a social network user and recommend new celebrities to follow by analyzing the user?s social networks acts.We work on the two biggest micro-blogging web sites for this purpose: Twitter and Tensei Weibo because of accessibility and data attributes.The first goal of the study is to represent the social network data on a graph. We believe that the graph representation is the most natural way to represent the social network data. To do that, we calculate numerical distance values between two people on a social network using different approaches. We use different attributes to calculate the distance, which comes from user acts on social network web sites.After building the graph, all shortest paths are calculated between each user who are not connected already. Dijsktra shortest path algorithm is used to find the distance. On the recommendation stage, simply the closest celebrities, that are not followed already, are recommended to target user.We perform experiments to evaluate the performance of graph based followee recommendation approach and its variations and discuss the results.Keywords: recommendation systems, social network, Twitter