摘要：针对现有社交好友推荐算法只关注“人”忽略“事”的问题,提出一种基于关联规则与相似度的推荐算法。通过对用户每天的信息进行相似度计算,将相似度达到给定阈值的信息视为一条交易记录,把的信息视为交易项,信息库视为交易数据库,计算出二阶候选项集,推荐支持数最高的前N项信息的者为好友。实验结果表明,与基于关联规则与标签的好友推荐算法相比,该算法具有较高的准确率。