本发明涉及社交关系推荐技术领域，尤其涉及社交关系推荐方法。
背景技术：
随着网络技术的进步，用户通常需要寻找与自己具有一定关系或者具有某种相同兴趣爱好的其他用户，并与其构建社交关系，以便从其他用户处得到想要的内容，经检索，申请号201310213578.0的专利文件公开了社交关系推荐方法及系统，所述方法包括：社交关系推荐系统获取用户的音乐行为数据，根据所述音乐行为数据统计用户对各音乐标签的喜好程度值，根据用户对各音乐标签的喜好程度值计算用户间的音乐相似度，并根据用户间的音乐相似度为准备接受推荐的当前用户进行用户推荐。此外，社交关系推荐系统还可以根据用户关系链数据和/或用户交互数据统计得到用户间的亲密度，并根据用户间的音乐相似度和亲密度进行用户推荐。采用本发明的社交关系推荐方法及系统，用户可以使用更为准确、有效的用户推荐信息进行音乐领域社交关系的探索，提升了互联网社交音乐服务中社交关系的建立效率，减少了用户建立社交关系的时间成本。但是这种推荐方法不便于对收集的数据进行整合，导致收集到的信息较大，信息杂乱无章，这给推荐带来了一些麻烦，不便于准确快速的进行目标用户的推荐。
技术实现要素：
基于背景技术存在的技术问题，本发明提出了社交关系推荐方法。
本发明提出的社交关系推荐方法，包括以下步骤：
s1：数据收集：获取用户的数据，对数据进行整合分类，并对数据进行分析，获取用户的兴趣度以及社交关注度；
s2：数据搜索：根据s1中所述的用户兴趣度对相似的数据进行搜索，并对搜索到的数据进行初步筛选，得到目标用户的数据；
s3：数据对比：将s2中所述筛选后的数据与用户的数据进行对比，并对对比结果进行记录，然后按照兴趣相似度对搜索到的目标用户进行初步排序；
s4：社交关注度：根据用户的关注信息对与用户关注信息相似的目标用户的数据进行收集，并对数据进行记录；
s5：数据综合分析：综合s3和s4中得到的目标用户兴趣度和关注度，并进行综合分析，对数据再次进行筛选；
s6：信息筛选：对s5中所述的筛选后的信息进行最后筛选，得到最终的信息；
s7：信息推送：将s6中所述的最终的信息再次与用户的数据进行对比，按照与用户数据的相似度进行排序，并将排序后的信息推送给用户；
s8：信息验证：用户根据s7中所述的推送的数据向目标用户发送验证请求，发送验证请求时，将用户自身的基本数据同样推送给目标用户，得到目标用户的同意后，即可与目标用户建立社交关系。
优选地，所述s4中，在对社交关注度数据进行采集时，应根据共同好友比例和互动情况对目标用户进行收集。
优选地，所述s1中，在对用户的数据进行收集时，需要根据用户的浏览记录以及常用关键字进行收集。
优选地，所述s1中，对用户社交关注度的数据进行收集时，先对用户的评论、转发和收藏的信息进行采集，然后对采集的信息进行处理，剔除无用重复信息。
优选地，所述s6中，在对信息进行筛选时，先将信息制作成表格，根据表格与用户的数据进行对比，筛除数据相差大的数据。
优选地，在对互动情况的数据进行收集时，应对互动的比例进行统计，并对统计的数据进行排序。
优选地，所述s7中，在进行排序时，相似度是根据兴趣度和关注度得出的，将相似度由高向低进行排序。
优选地，所述s2中，在对搜索到的数据进行初步筛选时，需要对重复无用及不完整的信息进行剔除。
本发明的有益效果：通过对收集到的信息进行多次筛选，并对信息进行排序，剔除无用重复信息，使收集到的信息更加精确有序，可以更准确快速的得到目标用户，节约了时间。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
实施例
本实施例中提出了社交关系推荐方法，包括以下步骤：
s1：数据收集：获取用户的数据，对数据进行整合分类，并对数据进行分析，获取用户的兴趣度以及社交关注度；
s2：数据搜索：根据s1中所述的用户兴趣度对相似的数据进行搜索，并对搜索到的数据进行初步筛选，得到目标用户的数据；
s3：数据对比：将s2中所述筛选后的数据与用户的数据进行对比，并对对比结果进行记录，然后按照兴趣相似度对搜索到的目标用户进行初步排序；
s4：社交关注度：根据用户的关注信息对与用户关注信息相似的目标用户的数据进行收集，并对数据进行记录；
s5：数据综合分析：综合s3和s4中得到的目标用户兴趣度和关注度，并进行综合分析，对数据再次进行筛选；
s6：信息筛选：对s5中所述的筛选后的信息进行最后筛选，得到最终的信息；
s7：信息推送：将s6中所述的最终的信息再次与用户的数据进行对比，按照与用户数据的相似度进行排序，并将排序后的信息推送给用户；
s8：信息验证：用户根据s7中所述的推送的数据向目标用户发送验证请求，发送验证请求时，将用户自身的基本数据同样推送给目标用户，得到目标用户的同意后，即可与目标用户建立社交关系。
本实施例中，s4中，在对社交关注度数据进行采集时，应根据共同好友比例和互动情况对目标用户进行收集，s1中，在对用户的数据进行收集时，需要根据用户的浏览记录以及常用关键字进行收集，s1中，对用户社交关注度的数据进行收集时，先对用户的评论、转发和收藏的信息进行采集，然后对采集的信息进行处理，剔除无用重复信息，s6中，在对信息进行筛选时，先将信息制作成表格，根据表格与用户的数据进行对比，筛除数据相差大的数据，在对互动情况的数据进行收集时，应对互动的比例进行统计，并对统计的数据进行排序，s7中，在进行排序时，相似度是根据兴趣度和关注度得出的，将相似度由高向低进行排序，s2中，在对搜索到的数据进行初步筛选时，需要对重复无用及不完整的信息进行剔除，本发明的有益效果是通过对收集到的信息进行多次筛选，并对信息进行排序，剔除无用重复信息，使收集到的信息更加精确有序，可以更准确快速的得到目标用户，节约了时间。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。