一种分布式数据智能处理方法、系统及计算机存储介质与流程

技术特征：
1.一种分布式数据智能处理方法，其特征在于，包括以下步骤：步骤1：设定采集时间段，从社交平台后台采集在设定采集时间段内的所有注册用户，并将各注册用户按照注册时间点的先后顺序依次标记为1,2,...,i,...,n；步骤2：根据各注册用户的账号通过社交平台后台提取各注册用户对应的若干好友用户，将其构成各注册用户对应的好友集合，进而据此绘制各注册用户对应的社交好友基础拓扑图，其中各好友用户分别对应社交好友基础拓扑图中的一级分支；步骤3：将各注册用户对应的各好友用户按照步骤2的方法得到各好友用户对应的好友集合，进而据此绘制各好友用户对应的社交好友基础拓扑图，从而将其连接在各好友用户对应的一级分支上，形成各一级分支对应的若干二级分支，以此类推，最终构成各注册用户对应的社交好友关联拓扑图；步骤4：从社交平台后台采集各注册用户在设定采集时间段内发布的所有信息，并对发布的各条信息进行发布主题识别；步骤5：将各注册用户发布的各条信息对应的发布主题进行相互对比，从中分析出各注册用户对应的兴趣话题；步骤6：将各注册用户对应的社交好友关联拓扑图中各级分支所属的好友用户按照步骤4和步骤5的方法进行发布信息采集，并基于采集的发布信息分析各级分支所属好友用户对应的兴趣话题；步骤7：将各注册用户对应社交好友关联拓扑图中各级分支所属好友用户对应的兴趣话题与该注册用户对应的兴趣话题进行匹配，从中筛选出匹配成功的好友用户，记为特定好友用户；步骤8：统计各注册用户对应的特定好友用户数量，并获取各特定好友用户对应的分支级别，进而基于预定义的各分支级别对应的好友类型，得到各注册用户对应各特定好友用户的好友类型；步骤9：从各注册用户对应各特定好友用户的好友类型中筛选出间接好友对应的特定好友用户，并将其向对应的注册用户进行智能推荐。2.根据权利要求1所述的一种分布式数据智能处理方法，其特征在于：所述对发布的各条信息进行发布主题识别具体参照以下步骤：a1:解析各条信息对应的信息类别；a2:根据各条信息对应的信息类别，将各条信息导入所属信息类别的发布主题识别算法，由此得到各条信息对应的发布主题。3.根据权利要求2所述的一种分布式数据智能处理方法，其特征在于：所述信息类别包括文字、图片和视频。4.根据权利要求1所述的一种分布式数据智能处理方法，其特征在于：所述分析出各注册用户对应兴趣话题的分析方法如下：b1:将各注册用户对应各条信息的发布主题进行相互对比，进而将相同发布主题对应的信息进行归类，得到各相同发布主题所属信息集合；b2:统计相同发布主题的数量，并将相同发布主题记为备选发布主题，此时将各备选发布主题分别编号为1,2,...,d,...,k；b3:统计各注册用户对应各备选发布主题所属信息集合中存在的信息数量，作为各注
册用户对应各备选发布主题的信息发布总数量，记为z
i
d；b4:获取各备选发布主题所属信息集合中各条信息对应的发布时间点，由此计算各注册用户对应各备选发布主题内各相邻信息的发布间隔时长，并将其进行均值处理，得到各注册用户对应各备选发布主题的相邻信息发布平均间隔时长，记为t
i
d；b5:基于各注册用户对应各备选发布主题的信息发布总数量和相邻信息发布平均间隔时长统计各注册用户对应各备选发布主题的倾向度，其计算公式为η
i
d表示为第i个注册用户对应第d个备选发布主题对应的倾向度，z
i
d、t
i
d分别表示为第i个注册用户对应第d个备选发布主题的信息发布总数量、相邻信息平均发布间隔时长，m
i
表示为第i个注册用户在设定采集时间段内的发布信息总数量，t表示为设定采集时间段对应的天数，α、β分别表示为信息发布总数量、相邻信息平均发布间隔时长对应的权重系数；b6:从各注册用户对应的各备选发布主题中提取倾向度最大的备选发布主题作为各注册用户对应的兴趣话题。5.根据权利要求1所述的一种分布式数据智能处理方法，其特征在于：所述各分支级别对应的好友类型具体为一级分支对应的好友类型为直接好友，非一级分支对应的好友类型为间接好友。6.根据权利要求1所述的一种分布式数据智能处理方法，其特征在于：所述从各注册用户对应各特定好友用户的好友类型中筛选出间接好友对应的特定好友用户，并将其向对应的注册用户进行智能推荐的执行步骤如下：c1:将各注册用户所属间接好友对应的特定好友用户作为待推荐好友，此时统计各注册用户对应的待推荐好友数量，并将其依次标记为1,2,...,j,...,m；c2:解析各注册用户所属各待推荐好友与该注册用户之间的关联结构关系，并基于此评估各注册用户所属各待推荐好友与该注册用户之间的关联程度指数；c3:将各注册用户所属各待推荐好友与该注册用户之间的关联结构关系及关联程度指数作为好友推荐标识，并获取各待推荐好友的用户账号，由此将各注册用户所属各待推荐好友的用户账号及好友推荐标识向对应的注册用户进行推送。7.根据权利要求6所述的一种分布式数据智能处理方法，其特征在于：所述评估各注册用户所属各待推荐好友与该注册用户之间的关联程度指数对应的评估方法如下：d1:从各注册用户所属各待推荐好友与该注册用户之间的关联结构关系中统计分支级别数量，并获取第一分支级别对应的好友用户，进而将第一分支级别对应的好友用户记为指定直接好友；d2:分析各注册用户与其所属各待推荐好友对应指定直接好友之间的互动亲密度，记为d3：从各注册用户对应的社交好友关联拓扑图中统计总分支级别数量；d4：基于各注册用户所属各待推荐好友与该注册用户之间的关联结构关系中存在的分支级别数量、各注册用户与其所属各待推荐好友对应指定直接好友之间的互动亲密度、各注册用户对应社交好友关联拓扑图中存在的总分支级别数量评估各注册用户所属各待推
荐好友与该注册用户之间的关联程度指数,其计算公式为荐好友与该注册用户之间的关联程度指数,其计算公式为表示为第i个注册用户所属第j个待推荐好友与该注册用户之间的关联程度指数，表示为第i个注册用户所属第j个待推荐好友与该注册用户之间关联结构关系中存在的分支级别数量，y
i
表示为第i个注册用户对应社交好友关联拓扑图中存在的总分支级别数量，表示为第i个注册用户与其所属第j个待推荐好友对应指定直接好友之间的互动亲密度，e表示为自然常数。8.根据权利要求7所述的一种分布式数据智能处理方法，其特征在于：所述分析各注册用户与其所属各待推荐好友对应指定直接好友之间互动亲密度对应的分析方法包括：e1:在设定采集时间段内统计各注册用户与其所属各待推荐好友对应指定直接好友之间的互动日数量，并获取各互动日对应的互动消息数量，进而将其进行均值处理，得到各注册用户与其所属各待推荐好友对应指定直接好友之间的平均日互动消息数量；e2:统计各注册用户在设定采集时间段内发送的社交消息总数量；e3:根据各注册用户与其所属各待推荐好友对应指定直接好友之间的互动日数量和平均日互动消息数量统计各注册用户与其所属各待推荐好友对应指定直接好友之间的互动亲密度，其计算公式为亲密度，其计算公式为分别表示为第i个注册用户与其所属第j个待推荐好友对应指定直接好友之间的互动日数量、平均日互动消息数量，w
i
表示为第i个注册用户在设定采集时间段内发送的社交消息总数量，a、b分别表示为互动日数量、平均日互动消息数量对应的影响因子，且a b＝1。9.一种分布式数据智能处理系统，其特征在于：包括社交平台注册用户采集模块，用于设定采集时间段，通过社交平台后台采集在设定采集时间段内的所有注册用户；社交好友关联拓扑图构成模块，用于根据各注册用户的账号通过社交平台后台提取各注册用户对应的若干好友用户，将其构成各注册用户对应的好友集合，进而据此构成各注册用户对应的社交好友关联拓扑图；注册用户兴趣话题分析模块，用于从社交平台后台采集各注册用户在设定采集时间段内发布的所有信息，并据此分析各注册用户对应的兴趣话题；分支好友用户兴趣话题分析模块，用于对各注册用户对应的社交好友关联拓扑图中各级分支所属的好友用户进行兴趣话题分析；特定好友用户筛选模块，用于将各注册用户对应社交好友关联拓扑图中各级分支所属好友用户对应的兴趣话题与该注册用户对应的兴趣话题进行匹配，从中筛选出特定好友用户；特定好友用户智能推荐终端，用于统计各注册用户对应的特定好友用户数量，并识别各特定好友用户对应的好友类型，由此从各注册用户对应各特定好友用户的好友类型中筛选出间接好友对应的特定好友用户，并将其向对应的注册用户进行智能推荐。10.一种计算机存储介质，其特征在于：所述计算机存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述权利要求1-8任一项所述的方法。

技术总结
本发明公开一种分布式数据智能处理方法、系统及计算机存储介质，本发明在对社交平台上注册的各用户进行社交好友推荐过程中，通过获取各注册用户对应各备选发布主题的信息发布总数量和相邻信息发布平均间隔时长，进而将其作为分析注册用户兴趣话题的分析依据，该分析方式丰富了兴趣话题的分析依据，在一定程度上提高了兴趣话题的分析精准度，与此同时采用分布式数据分析方式在社交平台上注册的各用户进行社交好友关联拓扑图构建，并将其作为各注册用户对应的社交好友筛选范围，实现了社交好友筛选范围的缩小，一方面提供了社交好友的筛选效率，另一方面提高了注册用户对待推荐好友的接受度，有利于提升社交平台的好友推荐效果。果。果。


技术研发人员：罗鑫凯 王新勇 杨笑 孙丕超 戴妤佳
受保护的技术使用者：中译文娱科技（青岛）有限公司
技术研发日：2022.07.01
技术公布日：2022/11/15