1.一种基于面部识别交友社交的方法，其特征在于，所述方法包括下述步骤：
(1)识别用户；
(2)面部特征抽取及特征识别，形成用户的脸部档案指标库；
(3)数据降维；
(4)定义相似度算法；
(5)用户推荐。
2.如权利要求1所述的基于面部识别交友社交的方法，其特征在于，所述步骤(1)中，通过网络运营手段，鼓励用户自拍，针对用户进行身份识别，生成用户自拍图像样本库。
3.如权利要求2所述的基于面部识别交友社交的方法，其特征在于，每个样本包含用户ID号和用户正面的面部图像。
4.如权利要求1所述的基于面部识别交友社交的方法，其特征在于，所述步骤(2)中，提取用户面部的五官特征，包括五官比例、角度和颜色；根据用户自拍的面部图像，通过面部识别技术，识别出人脸中的68个关键点坐标；对关键点坐标进行计算和变换，形成人脸关键指标，存入结构化数据库，作为用户的脸部档案指标库。
5.如权利要求4所述的基于面部识别交友社交的方法，其特征在于，所述人脸关键指标包括：眼睛到嘴巴长度占脸长比例，下巴夹角余弦值，下颌宽度与颧骨宽度的比例，眼间距和右眼宽度的比例，眼间距和左眼宽度的比例，右眼宽度占同水平脸宽比例，左眼宽度占同水平脸宽比例，右眼外眼角余弦值，左眼外眼角余弦值，鼻子长宽比，鼻梁和右鼻下缘的夹角余弦值，鼻梁和左鼻下缘的夹角余弦值，面部平均颜色值，即RGB值。
6.如权利要求1所述的基于面部识别交友社交的方法，其特征在于，所述步骤(3)中，将用户ID号及对应的标准脸部特征的数据作为样本放到一个数据库表中，每行为一个样本，每列为一个五官特征指标字段。
7.如权利要求6所述的基于面部识别交友社交的方法，其特征在于，对于每列的五官特征字段按照(X-E(X))/δ的方式进行标准化，然后进行主成分分析降维，选择具有代表性的5个列变量，其中：X代表一个五官特征指标字段组成的列向量，E(X)代表X的均值，δ代表代表X的标准差。
8.如权利要求1所述的基于面部识别交友社交的方法，其特征在于，所述步骤(4)中，对于给定的一个样本，根据余弦相似度，计算样本和其他样本之间的相似度，并生成待推荐列表；
相似度的公式如下：
余弦相似度算法：设相似度向量A＝(A1，A2，...,An),B＝(B1,B2,..Bn),计算夹角余弦值：
其中：i＝1、2、...、n；n表示指标个数。
9.如权利要求1所述的基于面部识别交友社交的方法，其特征在于，所述步骤(5)中，对于推荐列表中的用户，进行过滤已加好友和低质用户，通过UI界面展现给目标用户。