FRIEND RECOMMENDATION SYSTEM IN ONLINE SOCIAL NETWORKS

Abstract

Sosyal ağlar, tavsiye sistemleri için kullanıcılar ve onların ilişkileri ile ilgili bilgiler sağlayan çok değerli bir bilgi kaynağıdır. Web tabanlı sosyal ağlarda, kullanıcılar arasındaki güçlü benzerlikle ve ilişkiler onların benzerliklerini göstermektedir. Çalışmamızda kullanıcıların benzerliği ve ihtiyaçları bakımından sosyal ağ tabanlı bir ağırlıklandırılmış tavsiye sistemi önerilmiştir. Aynı zamanda çalışmamız da kullanıcının diğer bir kullanıcı ile ortak arkadaş sayısına bakarak aradaki bağın kuvveti bulunarak yeni arkadaş önerimi yapılmıştır. Bununla birlikte sistemimiz kullanıcıların kendileri ile aynı grupta bulunmayan veya benzer özelliklere sahip olmayan ama ilişkili olduğu kullanıcıları arama yaparken hızlı bulmasına da yardımcı olmaktadır. Aslında bu alanda hem endistüriyel hem akademik çok çalışma yapılmış olsa da halen gelişmeye açık bir alandır. Bu tezde tavsiye sistemlerinin çevirimiçi sosyal ağlarda kullanımı konusunda yenilikçi bir fikir sunulmuştur. Sosyal ağlarda tavsiye sistemleri diğer temel tavsiye sistemlerinden ciddi oranda farklıdır, çünkü çevirimiçi sosyal ağlar canlıdır insanların hareketlerine göre değişmektedir. Bundan dolayı geleneksel metodlardan öte sosyal ağda bulunan bağlantılar ve ağı kullanan kullanıcılar arası ilişkiler hesaba katılmıştır.

Social media provide an important source of information regarding users and their interactions which is very valuable for the recommender systems. In web-based social networks social trust relationships between users indicate the similarity of their needs and opinions. In our paper, we presented a social network based recommender system app that utilizes the information of user and makes recommendations by considering users weight however we measured how many mutual friend they have been make suggesting and calculating the weight between each user by same formula and rule, then make recommending friends. We also help the users in a way by searching and recommending friends who do not belong to the same category of the major interest as the user but they have many mutual friends but they are not friends. Although there has been much work done in the industry and academia on developing the theory and application of social networks as well as recommender systems, the relation between these research areas is still unclear. An innovative idea, which enables to integrate these areas, and applies recommendation systems to the online social network systems, is proposed in this thesis. Recommendation systems for social networks differ from the typical kinds of recommendation solutions, since they suggest human beings to other ones rather than inanimate goods. Thus, conventional recommendation methods should be enhanced by social features of the networks and their members.