摘要:随着“互联网+”的飞速成长，各式各样的社交网络也随之飞速发展起来。作为一种新的交友方式，社交网络吸纳了大量的用户。越来越多的人开始使用互联网进行社交，Facebook每月活跃人数已经达到11亿，国内社交网络的代表，新浪微博的用户已经突破5亿。与此同时，大数据的诞生使社交网络的数据容纳量更高，并且分析的更精确，更快速。本课题是对用户社交网络关系圈划分方法的研究。面对现在继续解决的一个问题：如何寻找出与自己相关的或者兴趣相投的人，并成为好友。

本文主要从这个题目出发，通过使用Python语言进行编程，利用Python的几种函数库，使复杂的用户社交网络关系圈中的成员以节点的形式表现出来，同时对节点之间进行连边，代表成员之间存在好友关系。本课题发掘主用户一阶好友及二阶好友之间的社交关系，结合好友间兴趣分组及共同好友个数，确定划分阈值，实现关系圈的智能划分及好友推荐。

关键词: 用户社交网络；关系圈；共同好友数；好友推荐；Python

目录

摘要

Abstract

1绪论-1

1.1课题研究背景及意义-1

1.1.1课题研究背景-1

1.1.2课题研究意义-1

1.2朋友圈划分及链路预测-2

1.3可行性分析-2

1.4本文主要研究内容-3

2开发环境介绍-4

2.1Python简介-4

2.2networkx简介-5

2.3 网络拓扑结构-5

2.4本章小结-5

3项目设计-6

3.1总体设计目的-6

3.2关联属性信息生成模块-6

3.3生成网络拓扑图-8

3.4节点及连边可视化处理-9

3.5关系圈划分模块-10

3.6链路预测算法及其精准性-11

3.6.1链路预测算法-11

3.6.2链路预测算法精准性-11

3.7 本章小结-12

结    论-13

参考文献-14

致    谢-15