本发明涉及用户推荐
技术领域：
，具体涉及一种高质量的用户推荐系统。
背景技术：
：互联网技术的发展极大的改变了人们的工作生活方式，使得人与人之间的沟通变得快捷和多样，各种社交网络都提供了用户推荐功能。互联网社区问答服务为人们在线寻找帮助以及交流观点提供了十分便捷的渠道。在互联网社区中，人们一方面搜索获取既有信息，另一方面积极地分享自己的经验和知识，为社区贡献高质量内容。以前，传统信息检索类问答服务的技术核心点在于如何为用户搜索到与查询需求相关的答案和信息。现在，新型社区类问答系统技术核心点发生了转变。由于有真实用户的参与，所需知识不但可以在既有知识库中搜寻，也可以向在线用户求助索取。这时，系统的核心任务转变为如何搜索潜在的能够直接或者间接为系统提供高质量知识的用户。研究人员的注意力不再局限于内容检索，而扩展到特殊用户的识别上。技术实现要素：针对上述问题，本发明旨在提供一种高质量的用户推荐系统。本发明的目的采用以下技术方案来实现：提供了一种高质量的用户推荐系统，用于网络用户推荐，包括指令获取模块、候选列表生成模块、用户筛选模块和用户推荐模块；所述指令获取模块用于获取触发推荐用户的指令；所述候选列表生成模块用于根据所述指令生成候选推荐用户列表；所述用户筛选模块用于对候选推荐用户列表中的用户进行筛选，得到筛选后的用户；所述用户推荐模块用于从所述候选推荐用户列表筛选出的用户中至少选取一个用户进行推荐。本发明的有益效果为：实现了高质量的用户推荐。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：指令获取模块1、候选列表生成模块2、用户筛选模块3、用户推荐模块4。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种高质量的用户推荐系统，用于网络用户推荐，包括指令获取模块1、候选列表生成模块2、用户筛选模块3和用户推荐模块4；所述指令获取模块1用于获取触发推荐用户的指令；所述候选列表生成模块2用于根据所述指令生成候选推荐用户列表；所述用户筛选模块3用于对候选推荐用户列表中的用户进行筛选，得到筛选后的用户；所述用户推荐模块4用于从所述候选推荐用户列表筛选出的用户中至少选取一个用户进行推荐。本实施例实现了高质量的用户推荐。优选的，所述候选列表生成模块2生成候选推荐用户列表的方式为以下的其中至少一种：根据对网络终端的操作所对应的操作时间生成候选推荐用户列表，所述候选推荐用户列表包含操作时间的时间差在设定范围内的用户；根据网络终端的地理位置生成候选推荐用户列表，所述候选推荐用户列表包含地理位置属于同一区域的用户。本优选实施例提供了两种候选推荐用户列表的生成方式，获取候选推荐用户列表简单易行。优选的，所述候选推荐用户列表包含用户的个人数据，所述用户的个人数据包括头像数据和签名数据。本优选实施例能够获取直观的候选推荐用户信息，提高用户辨识度。优选的，所述用户筛选模块3根据网络用户的能力对用户进行筛选，包括第一信息采集子模块、第二评价子模块和第三筛选子模块，所述第一信息采集子模块用于对用户信息进行采集，所述第二评价子模块用于根据用户信息对用户进行评价，获取评价结果，所述第三筛选子模块用于根据评价结果对用户进行筛选；所述第二评价子模块包括第一评价单元、第二评价单元和第三评价单元，所述第一评价单元用于评价用户对网络中知识的贡献大小，所述第二评价单元用于评价用户在网络中的活跃程度，所述第三评价单元用于评价用户在网络中的影响力。所述用户对网络中知识的贡献大小具体采用第一评价指标衡量，第一评价指标具体采用下式计算：式子里，nr(uj)表示用户uj回复问题的数量，nq(uj)表示用户uj提出问题的数量，qk(uj)表示用户uj第一评价指标，ndr(uj)表示其他用户对用户uj回复问题点赞的数量，第一评价指标越大，则用户对网络中知识的贡献越大。本优选实施例用户推荐系统对用户网络知识贡献进行评价时引入第一评价指标，综合考虑用户提问、回复问题的数量以及其他用户的认可程度对知识贡献的影响，获取的评价结果更为准确，从而提高推荐系统的推荐准确性。优选的，所述用户在网络中的活跃程度具体采用第二评价指标衡量，第二评价指标具体采用下式计算：在式子里，fn(uj)表示用户uj第二评价指标，nd(uj)表示用户uj对其他用户回复问题的点赞数量，第二评价指标越大，则用户在网络中越活跃。本优选实施例用户推荐系统对用户在网络中活跃程度进行评价时引入第二评价指标，综合考虑了用户在网络中的各种行为，获取的评价结果更为准确，从而提高推荐系统的推荐准确性。优选的，所述用户在网络中的影响力具体采用第三评价指标衡量，第三评价指标具体通过以下方式获取：(1)通过关注关系将用户互联成为社会关系网络(u,g)，其中，u表示所有用户集合，g表示所有关注关系的集合，g中元素g(ui,uj)表示社会关系网络中用户ui关注用户uj的行为，由于社会关系网络连接具有方向性，ui称为uj的粉丝，uj称为ui的好友；(2)采用下式计算第三评价指标：在式子里，nh(uj)表示用户uj的好友数量，nf(uj)表示用户uj粉丝数量，ei(uj)表示用户uj的第i个粉丝对用户uj的信任值，其中，sy为定值，表示每个用户的总体信任值，xi表示用户uj的第i个粉丝的好友数量，ay(uj)表示用户uj第三评价指标，第三评价指标越大，则用户在网络中的影响力越大。本优选实施例用户推荐系统对用户在网络的影响力进行评价时引入第三评价指标，获取了更为准确的评价结果，从而提高推荐系统的推荐准确性。第三评价指标对被关注者和关注者两方面均进行了考虑，从关注者的角度看，关注关系是信任投票行为，关注者对所有被关注用户的总体信任值为定值，每个被关注的用户都可以分到总体信任值的一部分，从被关注者角度看，关注关系是能够影响他人的行为，拥有的粉丝用户越多，他的影响力就可以辐射到越广的范围，具有越大的影响力。优选的，所述第三筛选子模块包括组合评价单元和用户筛选单元，所述组合评价单元用于根据第一评价指标、第二评价指标和第三评价指标求取用户的混合评价指标，所述用户筛选单元根据混合评价指标对用户能力进行排序，筛选出能力强的用户。所述用户的混合评价指标采用下式计算：在式子里，eu(uj)表示用户uj混合评价指标，混合评价指标越大，则用户能力越强。本优选实施例用户推荐系统对用户能力进行评价时引入混合评价指标，获取了全面可靠的用户能力排序结果，对于用户筛选具有很强的适用性，用户的推荐质量得到了根本保证。采用本发明高质量的用户推荐系统推荐用户，当推荐用户数量分别为3、4、5、6、7时，对推荐性能和推荐效率进行统计，同未采用本发明相比，产生的有益效果如下表所示：推荐用户数量推荐性能提高推荐效率提高310％18％415％23％520％25％624％28％731％32％最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12