[发明专利]一种基于大数据的用户关系推荐方法及装置

权利要求书

1.一种基于大数据的用户关系推荐方法，其特征在于，包括：

步骤S100：从大数据平台采集用户的个人关系信息数据；

步骤S200：根据用户的个人关系资料信息数据进行分析和处理后生成用户的多个标签；

步骤S300：对每个用户的不同标签进行分类，并根据类别将标签划分到不同的标签集内；

步骤S400：对标签集内的不同标签基于训练模型进行训练，根据训练得到用户间的关系匹配度；

步骤S500：根据用户间的关系匹配度给用户提供用户关系推荐。

2.根据权利要求1所述的一种基于大数据的用户关系推荐方法，其特征在于，在所述步骤S200中，根据用户的个人关系资料信息数据进行分析和处理后生成用户的多个标签，包括；

步骤S210：通过机器处理算法对获得用户的个人关系资料信息进行分析和处理后生成用户的个人关系初级标签；

步骤S220：通过预设的数据分析处理流程对用户的个人关系初级标签进行分析和处理后生成用户的个人关系高级标签。

3.根据权利要求2所述的一种基于大数据的用户关系推荐方法，其特征在于，在所述步骤S220中，通过预设的数据分析处理流程对用户的个人关系初级标签进行分析和处理后生成用户的个人关系高级标签，包括：

步骤S221：将用户的个人关系初级标签输入到标签数据库中，对输入的用户的个人关系初级标签通过机器进行归一化处理，得到用户的个人关系初级标签的分值；

步骤S222：判断用户的个人关系初级标签的分值是否大于一个预设的分数阈值，若大于所述分数阈值，则升级为用户的个人关系高级标签，若不大于所述分数阈值，则继续保留为用户的个人关系初级标签。

4.根据权利要求1所述的一种基于大数据的用户关系推荐方法，其特征在于，在所述步骤S300中，对每个用户的不同标签进行分类，并根据类别将标签划分到不同的标签集内，包括：

步骤S310：从生成的用户的个人关系高级标签和用户的个人关系初级标签中提取关键词；

步骤S320：根据关键词从标签公共字典表中匹配相应的主题；

步骤S330：根据标签公共字典表中的主题创建多个标签集，并将用户的个人关系高级标签和用户的个人关系初级标签划分到不同的标签集内。

5.根据权利要求4所述的一种基于大数据的用户关系推荐方法，其特征在于，在所述步骤S320中，根据关键词从标签公共字典表中匹配相应的主题，包括；

步骤S321：设定从生成的用户的个人关系高级标签和用户的个人关系初级标签中提取关键词为n个，标签公共字典表中的主题为m个，其中，n和m均为大于0的自然数；

步骤S322：将n个关键词和m个主题进行排序，按照排序顺序依次将第i个关键词与第j个主题进行匹配，直到所有的关键词都匹配到对应的主题中则确定为匹配成功。

6.根据权利要求1所述的一种基于大数据的用户关系推荐方法，其特征在于，在所述步骤S400中，对标签集内的不同标签基于训练模型进行训练，根据训练得到用户间的关系匹配度，包括：

步骤S410：获取所有的标签集，将不同标签集内的标签都根据高级标签和初级标签进行分组得到个人关系高级标签组和个人关系初级标签组；

步骤S420：对不同标签集的个人关系高级标签组和个人关系初级标签组内的标签标注上用户名称；

步骤S430：根据预先设置的训练模型对不同用户名称组合进行训练运算后得到用户间的关系匹配度。