社交网络用户的指数型增长，用户在网络中难以找到适合自己的好友，提出了一种基于SSD和时序模型的微博好友推荐算法。首先利用多目标检测算法SSD对搜集到的用户图片进行信息提取，再利用时序模型在时间维度上对提取到的信息做进一步处理，然后利用JS散度公式计算用户间的相似度，最后与基于用户个人信息得出的相似度进行加权式融合，得出综合的用户相似度，使用TOP-K思想进行用户推荐。在新浪微博用户数据集上的实验表明，参考因素的权重取值会影响推荐结果，文中所述的算法与只考虑用户属性或用户图片的算法相比，该方法精准度更高。
