本发明涉及数据处理技术领域，特别是涉及一种针对用户的推荐方法、一种针对用户的推荐装置、一种计算机可读存储介质和一种计算机设备。
背景技术：
随着网络信息技术的发展，人们进入了信息社会和网络经济时代，以电子商务为代表的多种网络服务正深刻改变着人们的生活与工作。随着电子商务的繁荣，通过网络所能享受到的服务和商品的种类和数量越来越多，但是也大大增加了消费者浏览、筛选多种多样的服务和商品的时间。
对于企业来说，为消费者减少查找信息的成本，将消费者感兴趣、满意的服务或商品推荐给消费者成为了十分重要的营销手段。根据用户的特征，发现用户可能感兴趣的服务或商品，成为应用的热点，但是针对每个用户都进行个性化的推荐效率很低，而且面对越来越多的信息推送，消费者变得不愿意相信电子商务平台直接推荐的服务和商品，推荐的服务和商品转化率低的问题越来越突出。
技术实现要素：
本发明实施例提供一种针对用户的推荐方法、装置、计算机可读存储介质和计算机设备，更能推荐到用户真正具有需求的服务或商品，提高推荐的效率。
为了解决上述问题，本发明公开了一种针对用户的推荐方法，包括：
根据用户的特征信息建立两两用户之间的关联关系；
在所有用户中建立至少一个用户群体，所述用户群体中任意两个用户直接关联或通过至少一个用户间接关联；
确定所述用户群体中的特征用户；
基于所述特征用户进行网络对象的推荐。
可选地，所述特征信息包括用户的属性特征和行为特征中至少一种，其中，属性特征包括：标识、名称、联系方式数据；行为特征包括：访问行为的目标用户、提交的其他用户的属性信息、连接过的网络的标识或区域标识。
可选地，所述在所有用户中建立至少一个用户群体的步骤包括：
以各个用户为节点、以各个具有相同特征信息的用户对的关联关系为边，建立用户关系图；
从所述用户关系图中查找连续不间断的多个节点构成的连通图；
以连通图中所有节点对应的多个用户作为一个用户群体。
可选地，所述建立用户关系图的步骤包括：
获取各个用户标识以及对应的至少一个特征信息作为各个用户的节点数据；
获取所述用户对对应的用户标识和共同特征信息作为各个用户对的边数据；
建立由所述节点数据和边数据组成的用户关系图。
可选地，所述用户关系图的边数据分布在图数据服务器集群上，所述图数据服务器集群中任意两个图数据服务器直接关联或是通过至少一个图数据服务器间接关联，所述从所述用户关系图中查找连续不间断的多个节点构成的连通图的步骤包括：
调用各图数据服务器根据其上存储的所述边数据，分别查找连续不间断的多个节点构成的至少一个子连通图；
调用各图数据服务器将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器；
调用各图数据服务器迭代执行合并查找到或接收到的子连通图，以及将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器，直至没有可合并的子连通图。
可选地，所述确定所述用户群体中的特征用户的步骤包括：
针对所述用户群体的各个用户，统计表征所述用户与其他用户的关联关系的关联数据；
将关联数据符合预设要求的用户确定为所述用户群体中的特征用户。
可选地，所述关联数据包括与用户具有关联关系的用户的数量，所述将关联数据符合预设要求的用户确定为所述用户群体中的特征用户的步骤包括：
查找与其他用户具有关联关系最多的用户，确定为所述用户群体中的特征用户。
可选地，所述关联数据包括网络行为数据，所述网络行为数据为表征用户与其他用户关联程度的数据，所述将关联数据符合预设要求的用户确定为所述用户群体中的特征用户的步骤包括：
在所述各个用户群体中，获取各用户的网络行为数据；
查找所述网络行为数据达到预设要求的用户，确定为所述用户群体中的特征用户。
可选地，所述基于所述特征用户进行网络对象的推荐的步骤包括：
获取访问网络对象的所有用户；
查找访问网络对象的各个用户归属的所述用户群体；
将所述网络对象推荐给各查找到的用户群体中的特征用户。
可选地，所述基于所述特征用户进行网络对象的推荐的步骤包括：
获取访问网络对象的所有用户；
在访问网络对象的所有用户中查找至少一个用户群体的特征用户；
将所述网络对象推荐给各特征用户归属的用户群体中的非特征用户。
可选地，所述网络对象包括网络服务、数据对象。
相应地，本发明公开了一种针对用户的推荐装置，包括：
关系建立模块，用于根据用户的特征信息建立两两用户之间的关联关系；
群体建立模块，用于在所有用户中建立至少一个用户群体，所述用户群体中任意两个用户直接关联或通过至少一个用户间接关联；
特征用户确定模块，用于确定所述用户群体中的特征用户；
网络对象推荐模块，用于基于所述特征用户进行网络对象的推荐。
可选地，所述特征信息包括用户的属性特征和行为特征中至少一种，其中，属性特征包括：标识、名称、联系方式数据；行为特征包括：访问行为的目标用户、提交的其他用户的属性信息、连接过的网络的标识或区域标识。
可选地，所述群体建立模块包括：
关系图建立子模块，用于以各个用户为节点、以各个具有相同特征信息的用户对的关联关系为边，建立用户关系图；
连通图查找子模块，用于从所述用户关系图中查找连续不间断的多个节点构成的连通图；
群体节点子模块，用于以连通图中所有节点对应的多个用户作为一个用户群体。
可选地，所述关系图建立子模块包括：
节点数据获取单元，用于获取各个用户标识以及对应的至少一个特征信息作为各个用户的节点数据；
边数据获取单元，用于获取所述用户对对应的用户标识和共同特征信息作为各个用户对的边数据；
关系图建立单元，用于建立由所述节点数据和边数据组成的用户关系图。
可选地，所述用户关系图的边数据分布在图数据服务器集群上，所述图数据服务器集群中任意两个图数据服务器直接关联或是通过至少一个图数据服务器间接关联，所述连通图查找子模块包括：
子连通图查找单元，用于调用各图数据服务器根据其上存储的所述边数据，分别查找连续不间断的多个节点构成的至少一个子连通图；
子连通图分发单元，用于调用各图数据服务器将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器；
合并和分发迭代单元，用于调用各图数据服务器迭代执行合并查找到或接收到的子连通图，以及将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器，直至没有可合并的子连通图。
可选地，所述特征用户确定模块包括：
关联数据统计子模块，用于针对所述用户群体的各个用户，统计表征所述用户与其他用户的关联关系的关联数据；
特征用户确定子模块，用于将关联数据符合预设要求的用户确定为所述用户群体中的特征用户。
可选地，所述关联数据包括与用户具有关联关系的用户的数量，所述特征用户确定子模块，具体用于查找与其他用户具有关联关系最多的用户，确定为所述用户群体中的特征用户。
可选地，所述关联数据包括网络行为数据，所述网络行为数据为表征用户与其他用户关联程度的数据，所述特征用户确定子模块包括：
行为数据获取单元，用于在所述各个用户群体中，获取各用户的网络行为数据；
第二特征用户确定单元，用于查找所述网络行为数据达到预设要求的用户，确定为所述用户群体中的特征用户。
可选地，所述网络对象推荐模块包括：
第一用户获取子模块，用于获取访问网络对象的所有用户；
用户群体查找子模块，用于查找访问网络对象的各个用户归属的所述用户群体；
第一网络对象推荐子模块，用于将所述网络对象推荐给各查找到的用户群体中的特征用户。
可选地，所述网络对象推荐模块包括：
第二用户获取子模块，用于获取访问网络对象的所有用户；
特征用户查找子模块，用于在访问网络对象的所有用户中查找至少一个用户群体的特征用户；
第二网络对象推荐子模块，用于将所述网络对象推荐给各特征用户归属的用户群体中的非特征用户。
相应地，本发明公开了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤
根据用户的特征信息建立两两用户之间的关联关系；
在所有用户中建立至少一个用户群体，所述用户群体中任意两个用户直接关联或通过至少一个用户间接关联；
确定所述用户群体中的特征用户；
基于所述特征用户进行网络对象的推荐。
可选地，所述特征信息包括用户的属性特征和行为特征中至少一种，其中，属性特征包括：标识、名称、联系方式数据；行为特征包括：访问行为的目标用户、提交的其他用户的属性信息、连接过的网络的标识或区域标识。
可选地，所述在所有用户中建立至少一个用户群体的步骤包括：
以各个用户为节点、以各个具有相同特征信息的用户对的关联关系为边，建立用户关系图；
从所述用户关系图中查找连续不间断的多个节点构成的连通图；
以连通图中所有节点对应的多个用户作为一个用户群体。
可选地，所述建立用户关系图的步骤包括：
获取各个用户标识以及对应的至少一个特征信息作为各个用户的节点数据；
获取所述用户对对应的用户标识和共同特征信息作为各个用户对的边数据；
建立由所述节点数据和边数据组成的用户关系图。
可选地，所述用户关系图的边数据分布在图数据服务器集群上，所述图数据服务器集群中任意两个图数据服务器直接关联或是通过至少一个图数据服务器间接关联，所述从所述用户关系图中查找连续不间断的多个节点构成的连通图的步骤包括：
调用各图数据服务器根据其上存储的所述边数据，分别查找连续不间断的多个节点构成的至少一个子连通图；
调用各图数据服务器将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器；
调用各图数据服务器迭代执行合并查找到或接收到的子连通图，以及将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器，直至没有可合并的子连通图。
可选地，所述确定所述用户群体中的特征用户的步骤包括：
针对所述用户群体的各个用户，统计表征所述用户与其他用户的关联关系的关联数据；
将关联数据符合预设要求的用户确定为所述用户群体中的特征用户。
可选地，所述关联数据包括与用户具有关联关系的用户的数量，所述将关联数据符合预设要求的用户确定为所述用户群体中的特征用户的步骤包括：
查找与其他用户具有关联关系最多的用户，确定为所述用户群体中的特征用户。
可选地，所述关联数据包括网络行为数据，所述网络行为数据为表征用户与其他用户关联程度的数据，所述将关联数据符合预设要求的用户确定为所述用户群体中的特征用户的步骤包括：
在所述各个用户群体中，获取各用户的网络行为数据；
查找所述网络行为数据达到预设要求的用户，确定为所述用户群体中的特征用户。
可选地，所述基于所述特征用户进行网络对象的推荐的步骤包括：
获取访问网络对象的所有用户；
查找访问网络对象的各个用户归属的所述用户群体；
将所述网络对象推荐给各查找到的用户群体中的特征用户。
可选地，所述基于所述特征用户进行网络对象的推荐的步骤包括：
获取访问网络对象的所有用户；
在访问网络对象的所有用户中查找至少一个用户群体的特征用户；
将所述网络对象推荐给各特征用户归属的用户群体中的非特征用户。
可选地，所述网络对象包括网络服务、数据对象。
相应地，本发明公开了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤：
根据用户的特征信息建立两两用户之间的关联关系；
在所有用户中建立至少一个用户群体，所述用户群体中任意两个用户直接关联或通过至少一个用户间接关联；
确定所述用户群体中的特征用户；
基于所述特征用户进行网络对象的推荐。
可选地，所述特征信息包括用户的属性特征和行为特征中至少一种，其中，属性特征包括：标识、名称、联系方式数据；行为特征包括：访问行为的目标用户、提交的其他用户的属性信息、连接过的网络的标识或区域标识。
可选地，所述在所有用户中建立至少一个用户群体的步骤包括：
以各个用户为节点、以各个具有相同特征信息的用户对的关联关系为边，建立用户关系图；
从所述用户关系图中查找连续不间断的多个节点构成的连通图；
以连通图中所有节点对应的多个用户作为一个用户群体。
可选地，所述建立用户关系图的步骤包括：
获取各个用户标识以及对应的至少一个特征信息作为各个用户的节点数据；
获取所述用户对对应的用户标识和共同特征信息作为各个用户对的边数据；
建立由所述节点数据和边数据组成的用户关系图。
可选地，所述用户关系图的边数据分布在图数据服务器集群上，所述图数据服务器集群中任意两个图数据服务器直接关联或是通过至少一个图数据服务器间接关联，所述从所述用户关系图中查找连续不间断的多个节点构成的连通图的步骤包括：
调用各图数据服务器根据其上存储的所述边数据，分别查找连续不间断的多个节点构成的至少一个子连通图；
调用各图数据服务器将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器；
调用各图数据服务器迭代执行合并查找到或接收到的子连通图，以及将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器，直至没有可合并的子连通图。
可选地，所述确定所述用户群体中的特征用户的步骤包括：
针对所述用户群体的各个用户，统计表征所述用户与其他用户的关联关系的关联数据；
将关联数据符合预设要求的用户确定为所述用户群体中的特征用户。
可选地，所述关联数据包括与用户具有关联关系的用户的数量，所述将关联数据符合预设要求的用户确定为所述用户群体中的特征用户的步骤包括：
查找与其他用户具有关联关系最多的用户，确定为所述用户群体中的特征用户。
可选地，所述关联数据包括网络行为数据，所述网络行为数据为表征用户与其他用户关联程度的数据，所述将关联数据符合预设要求的用户确定为所述用户群体中的特征用户的步骤包括：
在所述各个用户群体中，获取各用户的网络行为数据；
查找所述网络行为数据达到预设要求的用户，确定为所述用户群体中的特征用户。
可选地，所述基于所述特征用户进行网络对象的推荐的步骤包括：
获取访问网络对象的所有用户；
查找访问网络对象的各个用户归属的所述用户群体；
将所述网络对象推荐给各查找到的用户群体中的特征用户。
可选地，所述基于所述特征用户进行网络对象的推荐的步骤包括：
获取访问网络对象的所有用户；
在访问网络对象的所有用户中查找至少一个用户群体的特征用户；
将所述网络对象推荐给各特征用户归属的用户群体中的非特征用户。
可选地，所述网络对象包括网络服务、数据对象。
综上所述，依据本发明实施例，通过根据用户的特征信息建立两两用户之间的关联关系，在所有用户中建立至少一个用户群体，确定所述用户群体中的特征用户，基于所述特征用户进行网络对象的推荐，使得可以根据用户的特征信息，把用户划分为不同的群体，而具有关联关系的用户对网络对象的偏好具有一定的相似性，针对用户群体进行推荐服务，更能推荐到用户真正具有需求的服务或商品，提高推荐的效率。
附图说明
图1示出了根据本发明实施例一的一种针对用户的推荐方法的步骤流程图；
图2示出了根据本发明实施例二的一种针对用户的推荐方法的步骤流程图；
图3示出了根据本发明实施例三的一种针对用户的推荐装置的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
参照图1，示出了根据本发明实施例一的一种针对用户的推荐方法的步骤流程图，具体可以包括如下步骤：
步骤101，根据用户的特征信息建立两两用户之间的关联关系。
特征信息是指用户的各类属性、行为等特征的数据信息，例如，用户的名字、电话、邮箱、身份证号、收货地址、购物订单的收货人信息、连接的网络的标识、预订观影票时填写的使用者的个人信息等。具体包括任意适用的多种特征信息，本发明实施例对此不做限制。
在本发明实施例中，对所有用户的特征信息进行比较分析，根据用户的特征信息，建立两两用户之间的关联关系。两两用户之间的关联关系是指两个用户具有某种关联，例如，一个用户在购物时填写的收获人手机号和另一个用户的手机号是一样的，则两个用户之间具有关联关系。具体包括任意适用的关联关系，本发明实施例对此不做限制。
例如，根据所有用户的特征信息，查找具有相同特征信息的两两用户，建立两两用户之间的关联关系，其中关联关系具体可以将记录两个用户的标识和相同的特征信息。
步骤102，在所有用户中建立至少一个用户群体。
在本发明实施例中，用户群体中任意两个用户直接关联或是通过至少一个用户间接关联。针对所有用户建立两两用户之间的关联关系后，基于两两用户之间的关联关系，在所有用户中建立至少一个用户群体。具体可以根据用户之间的关联关系查找出所有的用户群体，也可以查找出用户数量达到一定数量的用户群体，具体可以查找出任意数量的用户群体，本发明实施例对此不做限制。
在本发明实施例中，在所有用户中建立的用户群体可以包括所有的直接或间接具有关联的用户，也可以包括部分的直接或间接具有关联的用户，本发明实施例对此不做限制。
步骤103，确定所述用户群体中的特征用户。
在本发明实施例中，特征用户是指从用户群体中选择的部分用户，具体可以根据与其他用户建立的关联关系的数量确定特征用户，或者可以根据用户的评论数或浏览数确定特征用户，或者根据用户的基本信息确定特征用户，或者可以根据任意适用的方式确定特征用户，本发明实施例对此不做限制。
例如，将经过身份验证的用户确定为特征用户、或者将每个用户群体中与其他用户建立的关联关系最多的用户确定为特征用户、或者将图文消息被评论或浏览数最多的用户确定为特征用户。
步骤104，基于所述特征用户进行网络对象的推荐。
在本发明实施例中，网络对象是指为可以通过网络访问的任意的服务或对象，服务可以是订机票、订酒店、外卖等中至少一种，对象可以是商品、图片、视频、音乐、小说等中至少一种。
在本发明实施例中，基于特征用户进行网络对象的推荐，具体可以是将网络对象推荐给用户群体中的特征用户，或者将特征用户访问的网络对象推荐给用户群体中的除去特征用户的其他用户，具体可以采用任意适用的方式基于特征用户进行推荐，本发明实施例对此不做限制。
综上所述，依据本发明实施例，通过根据用户的特征信息建立两两用户之间的关联关系，在所有用户中建立至少一个用户群体，确定所述用户群体中的特征用户，并基于所述特征用户进行网络对象的推荐，使得可以根据用户的特征信息，把用户划分为不同的群体，而具有关联关系的用户对网络对象的偏好具有一定的相似性，针对用户群体进行推荐服务，更能推荐到用户真正具有需求的服务或商品，提高推荐的效率。
在本发明的一种优选实施例中，所述特征信息包括用户的属性特征和行为特征中至少一种，其中，属性特征包括：标识、名称、联系方式数据；行为特征包括：访问行为的目标用户、提交的其他用户的属性信息、连接过的网络的标识或区域标识。
属性特征是指和用户属性相关的特征，具体可以是和用户身份紧密相关的特征，包括标识、名称、联系方式数据等。行为特征是指与用户在网络中的行为相关的特征，包括访问行为的目标用户、提交的其他用户的属性信息、连接过的网络的标识或区域标识。
访问行为是指在网络平台上的联系、点击、下载、购买、试用等行为，访问行为的目标用户可以包括被联系方、被点击访问的头像或个人页面对应的用户、被下载上传的文件的用户、被购买方、被试用方等。提交的其他用户的属性信息是指用户在网络平台上提交任意信息时填写的其他用户的标识、名称、联系方式等属性信息。连接过的网络的标识或区域标识是指连接过的无线局域网的名称标识或区域名称、连接过的有线网络的地址或网段等。
根据多种特征信息，可以找到各种用户之间的关联关系，只要用户之间产生过联系，就可以建立用户之间的关联关系。
在本发明的一种优选实施例中，确定所述用户群体中的特征用户的步骤包括：针对所述用户群体的各个用户，统计表征所述用户与其他用户的关联关系的关联数据，将关联数据符合预设要求的用户确定为所述用户群体中的特征用户。
关联数据为可以表征用户之间关联关系的数据，例如，与用户建立关联关系的用户的数量、用户发表的图文消息被其他用户评论的数量等，具体可以包括任意适用的关联数据，本发明实施例对此不做限制。针对每个用户群体，统计表征用户群体中各个用户与群体中其他用户的关联关系的关联数据。
针对每个用户群体，判断每个用户的关联数据是否符合预设要求，将关联数据符合预设要求的用户确定为用户群体中的特征用户。例如，将每个用户群体中与其他用户建立的关联关系最多的用户确定为特征用户、或者将图文消息被评论或浏览数最多的用户确定为特征用户。
将关联数据符合预设要求的用户确定为所述用户群体中的特征用户，可以查找到和其他用户具有更多关联的特征用户，特征用户在用户群体中可以将网络对象推荐给更多的用户，进一步扩散给更多的用户，针对特征用户进行推荐可以提高推荐的效率，而且克服了消费者不愿意相信平台直接推荐的服务和商品的问题，将网络对象推荐给特征用户，进而特征用户在用户群体中进行再推荐，其他用户更愿意接受推荐的内容，从而提高推荐的转化率。
在本发明的一种优选实施例中，所述关联数据包括网络行为数据，所述网络行为数据为表征用户与其他用户关联程度的数据，将关联数据符合预设要求的用户确定为所述用户群体中的特征用户的步骤包括：在所述各个用户群体中，获取各用户的网络行为数据；查找所述网络行为数据达到预设要求的用户，确定为所述用户群体中的特征用户。
关联数据可以包括网络行为数据，网络行为数据为表征用户与其他用户关联程度的数据，例如，用户发表的图文消息的被评论数、被浏览数等，网络行为数据可以是一个统计值，例如，用户发表的所有图文消息的被评论数的总和。
针对每个用户群体，获取各个用户的网络行为数据，查找所述网络行为数据达到预设要求的用户，例如，预设要求可以是被评论数超过一万，那么查找到的用户都是用户群体中所有被评论数超过一万的用户。具体根据实际需求采用任意适用的预设要求，本发明实施例对此不做限制。以此方式查找到在用户群体中，最有影响力或者传播能力的用户。将查找到的用户确定为用户群体中的特征用户。
在本发明的一种优选实施例中，基于所述特征用户进行网络对象的推荐的步骤包括：获取访问网络对象的所有用户；在访问网络对象的所有用户中查找至少一个用户群体的特征用户；将所述网络对象推荐给各特征用户归属的用户群体中的非特征用户。
访问网络对象是指针对网络对象的购买、预定、点击、下载、使用等多种网络上的行为，从针对网络对象的历史访问数据中获取访问网络对象的所有用户，具体可以是获取所有用户的标识。在访问网络对象的所有用户中查找至少一个用户群体的特征用户。在对网络对象进行推荐时，找到网络对象的所有用户中是特征用户的用户，将网络对象推荐给各特征用户归属的用户群体中的非特征用户。由于同属于一个用户群体中的用户对网络对象的偏好具有相似性，而且特征用户在用户群体中与更多的用户具有关联，特征用户访问过的网络对象，与用户群体中更多用户的偏好的相似性更强，将特征用户访问过的网络对象推荐给用户群体中的非特征用户，可以提高推荐的转化率。
在本发明的一种优选实施例中，所述网络对象包括网络服务、数据对象。网络服务是指通过网络提供的服务，例如订机票、订酒店、订外卖等服务。数据对象是指通过网络提供的商品、视频、文档等对象，例如出售的玩具、剧集、小说等。
参照图2，示出了根据本发明实施例二的一种针对用户的推荐方法的步骤流程图，具体可以包括如下步骤：
步骤201，根据用户的特征信息建立两两用户之间的关联关系。
在本发明实施例中，此步骤的具体实现方式可以参见前述实施例的描述，此处不另赘述。
步骤202，以各个用户为节点、以各个具有相同特征信息的用户对的关联关系为边，建立用户关系图。
在本发明实施例中，用户关系图是指包括所有用户，并以用户之间关联关系连接各个用户的关系图。用户关系图中保存有节点和边，具体以各个用户为节点，以各个具有相同特征信息的用户对的关联关系为边。用户关系图中的节点可以保存包括用户标识以及特征信息等数据，用户关系图中的边可以保存一条边两端的用户的标识以及共同的特征信息。
在本发明的一种优选实施例中，建立用户关系图的步骤包括：获取各个用户标识以及对应的至少一个特征信息作为各个用户的节点数据；获取所述用户对对应的用户标识和共同特征信息作为各个用户对的边数据；建立由所述节点数据和边数据组成的用户关系图。
节点数据是指包括各个用户标识以及对应的至少一个特征信息的数据，边数据是指包括用户对对应的用户标识和共同特征信息的数据，然后以节点数据和边数据构成用户关系图。
具体而言，可以在图数据服务器集群上建立用户关系图，首先均匀切分所有节点数据，分别发送到图数据服务器集群的各个分析服务器上保存。根据所述节点数据，查找具有相同特征信息的节点对，根据所述节点对的两个节点对应的所述用户标识和共同特征信息，生成各个用户对的边数据。具体实现时，可以调用各图数据服务器分别查找与其上存储的节点数据包括的各个节点具有相同特征信息的目标节点，所述目标节点的节点数据可以保存在任意图数据服务器上。调用各图数据服务器获取其查找到的所述节点对的两个节点对应的所述用户标识以及共同特征信息。调用各图数据服务器保存其获取的节点对的所述用户标识和共同特征信息作为各个用户对的边数据。
在根据所述节点对的两个节点对应的所述用户标识和共同特征信息，生成各个用户对的边数据之后，还可以在所述图数据服务器集群中查找所有具有相同的用户标识和共同特征信息的边数据，删除重复的边数据，直至所述图数据服务器集群中保存的边数据没有重复。均匀切分各图数据服务器上保存的所述边数据，将切分的边数据分布到所述图数据服务器集群中的各个图数据服务器，由此在图数据服务器集群完成建立用户关系图。
步骤203，从所述用户关系图中查找连续不间断的多个节点构成的连通图。
在本发明实施例中，从所述用户关系图中查找连续不间断的多个节点构成的连通图，连通图中任意两个节点可以直接或通过至少一个其他节点连通。具体查找的连通图可以是极大连通图，也可以不是极大连通图，本发明实施例对此不做限制。
在本发明的一种优选实施例中，所述用户关系图的边数据分布在图数据服务器集群上，所述图数据服务器集群中任意两个图数据服务器直接关联或是通过至少一个图数据服务器间接关联，从所述用户关系图中查找连续不间断的多个节点构成的连通图的步骤可以包括：调用各图数据服务器根据其上存储的所述边数据，分别查找连续不间断的多个节点构成的至少一个子连通图；调用各图数据服务器将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器；调用各图数据服务器迭代执行合并查找到或接收到的子连通图，以及将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器，直至没有可合并的子连通图。
由于用户数量巨大，用户关系图的数据量太大，使用单一服务器处理图数据无法满足需求，可以在图数据服务器集群上进行图数据相关的运算。具体而言，用户关系图的边数据分布在图数据服务器集群上，图数据服务器集群中任意两个图数据服务器直接关联或是通过至少一个图数据服务器间接关联。
具体实现时，调用各图数据服务器，根据其上存储的边数据，分别查找连续不间断的多个节点构成的至少一个子连通图，其中各个子连通图仅有各个图数据服务器单独根据其自身存储的边数据得到，不与其他图数据服务器发生通讯，具体可以是如果两个边数据的两端节点，具有相同的节点，则两个边属于同一个子连通图。然后，调用各图数据服务器将子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器，具体是将子连通图以及子连通图中的边数据分发至其他图数据服务器。各图数据服务器接收到其他服务器发来的子连通图后，根据自己查找的子连通图和接收的子连通图，及合并，将具有相同节点的子连通图合并成一个，然后再次进行分发，以此不断迭代执行合并查找到或接收到的子连通图，以及将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器，直至没有可合并的子连通图。由于图数据服务器集群中任意两个图数据服务器直接关联或是通过至少一个图数据服务器间接关联，经过多轮迭代后，图数据服务器集群得到用户关系图中的连通图。使得查找连通图的工作可以在不同的机器上并行进行，只要把每个机器上的结果进行汇总就可以了，网络开销也比较小，提高了运行效率。
步骤204，以连通图中所有节点对应的多个用户作为一个用户群体。
在本发明实施例中，得到连通图后，获取连通图中各个节点，以连通图中所有节点对应的多个用户作为一个用户群体。
步骤205，针对所述用户群体的各个用户，统计表征所述用户与其他用户的关联关系的关联数据。
在本发明实施例中，此步骤的具体实现方式可以参见前述实施例的描述，此处不另赘述。
步骤206，查找与其他用户具有关联关系最多的用户，确定为所述用户群体中的特征用户。
在本发明实施例中，关联数据包括与用户具有关联关系的用户的数量。针对各个用户群体，查找其中与其他用户具有关联关系最多的用户，将查找到的用户确定为特征用户。
步骤207，获取访问网络对象的所有用户。
在本发明实施例中，针对要推荐的网络对象，获取访问过网络对象的所有用户，例如，获取平台中所有使用过订机票服务的用户的特征信息。
步骤208，查找访问网络对象的各个用户归属的所述用户群体。
在本发明实施例中，根据查找到的各个用户群体，查找访问网络对象的各个用户归属的用户群体。
步骤209，将所述网络对象推荐给各查找到的用户群体中的特征用户。
在本发明实施例中，将网络对象推荐给各查找到的用户群体中的特征用户，例如，将订机票这项服务推荐给用户群体中的特征用户。
综上所述，依据本发明实施例，通过根据用户的特征信息建立两两用户之间的关联关系，以各个用户为节点、以各个具有相同特征信息的用户对的关联关系为边，建立用户关系图，从所述用户关系图中查找连续不间断的多个节点构成的连通图，以连通图中所有节点对应的多个用户作为一个用户群体，使得可以根据用户的特征信息，建立用户的关系图，以发现用户之间的各个关联关系，再基于用户的关系图，通过查找连通图，把用户划分为不同的群体，而具有关联关系的用户对网络对象的偏好具有一定的相似性，针对用户群体进行推荐服务，更能推荐到用户真正具有需求的服务或商品，提高推荐的效率。
进一步，通过针对所述用户群体的各个用户，统计表征所述用户与其他用户的关联关系的关联数据，查找与其他用户具有关联关系最多的用户，确定为所述用户群体中的特征用户，获取访问网络对象的所有用户，查找访问网络对象的各个用户归属的所述用户群体，将所述网络对象推荐给各查找到的用户群体中的特征用户，使得可以查找到和其他用户具有更多关联的特征用户，特征用户在用户群体中可以将网络对象推荐给更多的用户，进一步扩散给更多的用户，针对特征用户进行推荐可以提高推荐的效率，而且克服了消费者不愿意相信平台直接推荐的服务和商品的问题，将网络对象推荐给特征用户，进而特征用户在用户群体中进行再推荐，其他用户更愿意接受推荐的内容，从而提高推荐的转化率。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
实施例三
参照图3，示出了根据本发明实施例三的一种针对用户的推荐装置的结构框图，具体可以包括如下模块：
关系建立模块301，用于根据用户的特征信息建立两两用户之间的关联关系；
群体建立模块302，用于在所有用户中建立至少一个用户群体，所述用户群体中任意两个用户直接关联或通过至少一个用户间接关联；
特征用户确定模块303，用于确定所述用户群体中的特征用户；
网络对象推荐模块304，用于基于所述特征用户进行网络对象的推荐。
在本发明实施例中，优选地，所述特征信息包括用户的属性特征和行为特征中至少一种，其中，属性特征包括：标识、名称、联系方式数据；行为特征包括：访问行为的目标用户、提交的其他用户的属性信息、连接过的网络的标识或区域标识。
在本发明实施例中，优选地，所述群体建立模块包括：
关系图建立子模块，用于以各个用户为节点、以各个具有相同特征信息的用户对的关联关系为边，建立用户关系图；
连通图查找子模块，用于从所述用户关系图中查找连续不间断的多个节点构成的连通图；
群体节点子模块，用于以连通图中所有节点对应的多个用户作为一个用户群体。
在本发明实施例中，优选地，所述关系图建立子模块包括：
节点数据获取单元，用于获取各个用户标识以及对应的至少一个特征信息作为各个用户的节点数据；
边数据获取单元，用于获取所述用户对对应的用户标识和共同特征信息作为各个用户对的边数据；
关系图建立单元，用于建立由所述节点数据和边数据组成的用户关系图。
在本发明实施例中，优选地，所述用户关系图的边数据分布在图数据服务器集群上，所述图数据服务器集群中任意两个图数据服务器直接关联或是通过至少一个图数据服务器间接关联，所述连通图查找子模块包括：
子连通图查找单元，用于调用各图数据服务器根据其上存储的所述边数据，分别查找连续不间断的多个节点构成的至少一个子连通图；
子连通图分发单元，用于调用各图数据服务器将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器；
合并和分发迭代单元，用于调用各图数据服务器迭代执行合并查找到或接收到的子连通图，以及将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器，直至没有可合并的子连通图。
在本发明实施例中，优选地，所述特征用户确定模块包括：
关联数据统计子模块，用于针对所述用户群体的各个用户，统计表征所述用户与其他用户的关联关系的关联数据；
特征用户确定子模块，用于将关联数据符合预设要求的用户确定为所述用户群体中的特征用户。
在本发明实施例中，优选地，所述关联数据包括与用户具有关联关系的用户的数量，所述特征用户确定子模块，具体用于查找与其他用户具有关联关系最多的用户，确定为所述用户群体中的特征用户。
在本发明实施例中，优选地，所述关联数据包括网络行为数据，所述网络行为数据为表征用户与其他用户关联程度的数据，所述特征用户确定子模块包括：
行为数据获取单元，用于在所述各个用户群体中，获取各用户的网络行为数据；
第二特征用户确定单元，用于查找所述网络行为数据达到预设要求的用户，确定为所述用户群体中的特征用户。
在本发明实施例中，优选地，所述网络对象推荐模块包括：
第一用户获取子模块，用于获取访问网络对象的所有用户；
用户群体查找子模块，用于查找访问网络对象的各个用户归属的所述用户群体；
第一网络对象推荐子模块，用于将所述网络对象推荐给各查找到的用户群体中的特征用户。
在本发明实施例中，优选地，所述网络对象推荐模块包括：
第二用户获取子模块，用于获取访问网络对象的所有用户；
特征用户查找子模块，用于在访问网络对象的所有用户中查找至少一个用户群体的特征用户；
第二网络对象推荐子模块，用于将所述网络对象推荐给各特征用户归属的用户群体中的非特征用户。
在本发明实施例中，优选地，所述网络对象包括网络服务、数据对象。
综上所述，依据本发明实施例，通过根据用户的特征信息建立两两用户之间的关联关系，在所有用户中建立至少一个用户群体，确定所述用户群体中的特征用户，并基于所述特征用户进行网络对象的推荐，使得可以根据用户的特征信息，把用户划分为不同的群体，而具有关联关系的用户对网络对象的偏好具有一定的相似性，针对用户群体进行推荐服务，更能推荐到用户真正具有需求的服务或商品，提高推荐的效率。
实施例四
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：
根据用户的特征信息建立两两用户之间的关联关系；
在所有用户中建立至少一个用户群体，所述用户群体中任意两个用户直接关联或通过至少一个用户间接关联；
确定所述用户群体中的特征用户；
基于所述特征用户进行网络对象的推荐。
在本发明实施例中，优选地，所述特征信息包括用户的属性特征和行为特征中至少一种，其中，属性特征包括：标识、名称、联系方式数据；行为特征包括：访问行为的目标用户、提交的其他用户的属性信息、连接过的网络的标识或区域标识。
在本发明实施例中，优选地，所述在所有用户中建立至少一个用户群体的步骤包括：
以各个用户为节点、以各个具有相同特征信息的用户对的关联关系为边，建立用户关系图；
从所述用户关系图中查找连续不间断的多个节点构成的连通图；
以连通图中所有节点对应的多个用户作为一个用户群体。
在本发明实施例中，优选地，所述建立用户关系图的步骤包括：
获取各个用户标识以及对应的至少一个特征信息作为各个用户的节点数据；
获取所述用户对对应的用户标识和共同特征信息作为各个用户对的边数据；
建立由所述节点数据和边数据组成的用户关系图。
在本发明实施例中，优选地，所述用户关系图的边数据分布在图数据服务器集群上，所述图数据服务器集群中任意两个图数据服务器直接关联或是通过至少一个图数据服务器间接关联，所述从所述用户关系图中查找连续不间断的多个节点构成的连通图的步骤包括：
调用各图数据服务器根据其上存储的所述边数据，分别查找连续不间断的多个节点构成的至少一个子连通图；
调用各图数据服务器将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器；
调用各图数据服务器迭代执行合并查找到或接收到的子连通图，以及将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器，直至没有可合并的子连通图。
在本发明实施例中，优选地，所述确定所述用户群体中的特征用户的步骤包括：
针对所述用户群体的各个用户，统计表征所述用户与其他用户的关联关系的关联数据；
将关联数据符合预设要求的用户确定为所述用户群体中的特征用户。
在本发明实施例中，优选地，所述关联数据包括与用户具有关联关系的用户的数量，所述将关联数据符合预设要求的用户确定为所述用户群体中的特征用户的步骤包括：
查找与其他用户具有关联关系最多的用户，确定为所述用户群体中的特征用户。
在本发明实施例中，优选地，所述关联数据包括网络行为数据，所述网络行为数据为表征用户与其他用户关联程度的数据，所述将关联数据符合预设要求的用户确定为所述用户群体中的特征用户的步骤包括：
在所述各个用户群体中，获取各用户的网络行为数据；
查找所述网络行为数据达到预设要求的用户，确定为所述用户群体中的特征用户。
在本发明实施例中，优选地，所述基于所述特征用户进行网络对象的推荐的步骤包括：
获取访问网络对象的所有用户；
查找访问网络对象的各个用户归属的所述用户群体；
将所述网络对象推荐给各查找到的用户群体中的特征用户。
在本发明实施例中，优选地，所述基于所述特征用户进行网络对象的推荐的步骤包括：
获取访问网络对象的所有用户；
在访问网络对象的所有用户中查找至少一个用户群体的特征用户；
将所述网络对象推荐给各特征用户归属的用户群体中的非特征用户。
在本发明实施例中，优选地，所述网络对象包括网络服务、数据对象。
综上所述，依据本发明实施例，通过根据用户的特征信息建立两两用户之间的关联关系，在所有用户中建立至少一个用户群体，确定所述用户群体中的特征用户，并基于所述特征用户进行网络对象的推荐，使得可以根据用户的特征信息，把用户划分为不同的群体，而具有关联关系的用户对网络对象的偏好具有一定的相似性，针对用户群体进行推荐服务，更能推荐到用户真正具有需求的服务或商品，提高推荐的效率。
实施例五
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤：
根据用户的特征信息建立两两用户之间的关联关系；
在所有用户中建立至少一个用户群体，所述用户群体中任意两个用户直接关联或通过至少一个用户间接关联；
确定所述用户群体中的特征用户；
基于所述特征用户进行网络对象的推荐。
在本发明实施例中，优选地，所述特征信息包括用户的属性特征和行为特征中至少一种，其中，属性特征包括：标识、名称、联系方式数据；行为特征包括：访问行为的目标用户、提交的其他用户的属性信息、连接过的网络的标识或区域标识。
在本发明实施例中，优选地，所述在所有用户中建立至少一个用户群体的步骤包括：
以各个用户为节点、以各个具有相同特征信息的用户对的关联关系为边，建立用户关系图；
从所述用户关系图中查找连续不间断的多个节点构成的连通图；
以连通图中所有节点对应的多个用户作为一个用户群体。
在本发明实施例中，优选地，所述建立用户关系图的步骤包括：
获取各个用户标识以及对应的至少一个特征信息作为各个用户的节点数据；
获取所述用户对对应的用户标识和共同特征信息作为各个用户对的边数据；
建立由所述节点数据和边数据组成的用户关系图。
在本发明实施例中，优选地，所述用户关系图的边数据分布在图数据服务器集群上，所述图数据服务器集群中任意两个图数据服务器直接关联或是通过至少一个图数据服务器间接关联，所述从所述用户关系图中查找连续不间断的多个节点构成的连通图的步骤包括：
调用各图数据服务器根据其上存储的所述边数据，分别查找连续不间断的多个节点构成的至少一个子连通图；
调用各图数据服务器将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器；
调用各图数据服务器迭代执行合并查找到或接收到的子连通图，以及将所述子连通图分发至与各图数据服务器关联的至少一个其他图数据服务器，直至没有可合并的子连通图。
在本发明实施例中，优选地，所述确定所述用户群体中的特征用户的步骤包括：
针对所述用户群体的各个用户，统计表征所述用户与其他用户的关联关系的关联数据；
将关联数据符合预设要求的用户确定为所述用户群体中的特征用户。
在本发明实施例中，优选地，所述关联数据包括与用户具有关联关系的用户的数量，所述将关联数据符合预设要求的用户确定为所述用户群体中的特征用户的步骤包括：
查找与其他用户具有关联关系最多的用户，确定为所述用户群体中的特征用户。
在本发明实施例中，优选地，所述关联数据包括网络行为数据，所述网络行为数据为表征用户与其他用户关联程度的数据，所述将关联数据符合预设要求的用户确定为所述用户群体中的特征用户的步骤包括：
在所述各个用户群体中，获取各用户的网络行为数据；
查找所述网络行为数据达到预设要求的用户，确定为所述用户群体中的特征用户。
在本发明实施例中，优选地，所述基于所述特征用户进行网络对象的推荐的步骤包括：
获取访问网络对象的所有用户；
查找访问网络对象的各个用户归属的所述用户群体；
将所述网络对象推荐给各查找到的用户群体中的特征用户。
在本发明实施例中，优选地，所述基于所述特征用户进行网络对象的推荐的步骤包括：
获取访问网络对象的所有用户；
在访问网络对象的所有用户中查找至少一个用户群体的特征用户；
将所述网络对象推荐给各特征用户归属的用户群体中的非特征用户。
在本发明实施例中，优选地，所述网络对象包括网络服务、数据对象。
综上所述，依据本发明实施例，通过根据用户的特征信息建立两两用户之间的关联关系，在所有用户中建立至少一个用户群体，确定所述用户群体中的特征用户，并基于所述特征用户进行网络对象的推荐，使得可以根据用户的特征信息，把用户划分为不同的群体，而具有关联关系的用户对网络对象的偏好具有一定的相似性，针对用户群体进行推荐服务，更能推荐到用户真正具有需求的服务或商品，提高推荐的效率。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种针对用户的推荐方法、装置、设备和存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。