本發(fā)明涉及互聯(lián)網(wǎng)領(lǐng)域，特別涉及一種利用社交群組進(jìn)行推薦的驗(yàn)證系統(tǒng)及系統(tǒng)。

背景技術(shù)：

隨著web2.0時(shí)代的到來，用戶對于各種互聯(lián)網(wǎng)產(chǎn)品或服務(wù)的個(gè)性化需求日益凸出，推薦系統(tǒng)被廣泛用于滿足用戶個(gè)性化需求，是目前學(xué)術(shù)界和工業(yè)界熱門研究和應(yīng)用對象。經(jīng)典算法如協(xié)同過濾、基于內(nèi)容過濾、基于人口統(tǒng)計(jì)學(xué)過濾、基于社交信息過濾被大量的研究和使用，其中基于協(xié)同過濾的方法是目前最常用的推薦系統(tǒng)算法。

協(xié)同過濾包括基于鄰域的和基于模型的兩個(gè)子類，其中基于鄰域方法又包括基于用戶的推薦和基于物品的推薦兩種。以基于用戶的協(xié)同過濾推薦為例，其基本原理是，根據(jù)所有用戶對物品或者信息的偏好，發(fā)現(xiàn)與當(dāng)前用戶口味和偏好相似的“鄰居”用戶，在一般的應(yīng)用中是采用計(jì)算“K-鄰居”的算法；然后，基于這K個(gè)鄰居的歷史偏好信息，為當(dāng)前用戶進(jìn)行推薦。

協(xié)同過濾算法在廣泛應(yīng)用的同時(shí)，也有一些比較明顯的缺陷，對于基于鄰域和基于模型的協(xié)同過濾，冷啟動問題和數(shù)據(jù)稀疏性問題是最顯著的影響其性能的問題。另外，對于基于鄰域的算法，因?yàn)樵趯ふ蚁嗨凄従訒r(shí)要在眾多用戶中搜索，其算法的可擴(kuò)展性是一個(gè)很大的挑戰(zhàn)。

雖然傳統(tǒng)協(xié)同過濾之間去計(jì)算用戶和用戶之間的興趣相似性，從而尋找最相似的用戶，具有比較高的準(zhǔn)確性，這里面有三個(gè)缺陷：

1.當(dāng)用戶規(guī)模大到一定程度時(shí)，對每一個(gè)待推薦用戶去尋找其相似用戶是一個(gè)很耗時(shí)的工作，嚴(yán)重影響了算法的可擴(kuò)展性；

2.只尋找最相似的用戶往往會限制了推薦結(jié)果的多樣性，而且會出現(xiàn)非常趨熱的現(xiàn)象，這樣的結(jié)果非常影響用戶體驗(yàn)，因?yàn)殡m然熱片的點(diǎn)擊率較高，但是用戶同時(shí)也希望有更多樣的推薦結(jié)果；

3.對于新用戶的冷啟動問題，無法通過計(jì)算用戶行為之間的相似性來選擇 相似用戶，因而無法做出推薦。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明實(shí)施例提供了一種利用社交群組進(jìn)行推薦的驗(yàn)證方法及系統(tǒng)。

本發(fā)明的一種目的是提供一種利用社交群組進(jìn)行推薦的驗(yàn)證方法，包括：

獲取多個(gè)社交群組，其中，所述多個(gè)社交群組均位于同一個(gè)社交平臺下；

獲取所述多個(gè)社交群組的第一興趣相似度；

隨機(jī)獲取所述社交平臺的用戶并組成與所述社交群組對應(yīng)的多個(gè)隨機(jī)群組，所述隨機(jī)群組與所述社交群組一一對應(yīng)；

獲取所述多個(gè)隨機(jī)群組的第二興趣相似度；

當(dāng)所述第一興趣相似度大于第二興趣相似度時(shí)驗(yàn)證通過。

可選地，所述獲取所述多個(gè)社交群組的第一興趣相似度，包括：

獲取每個(gè)社交群組的群組興趣相似度；

將多個(gè)社交群組的群組興趣相似度的平均值作為第一興趣相似度；

所述獲取所述多個(gè)隨機(jī)群組的第二興趣相似度，包括：

獲取每個(gè)隨機(jī)群組的群組興趣相似度；

將多個(gè)隨機(jī)群組的群組興趣相似度的平均值作為第二興趣相似度。

可選地，所述獲取每個(gè)社交群組的群組興趣相似度，包括：

對同一個(gè)社交群組中n個(gè)用戶以兩兩組合的方式計(jì)算得到個(gè)用戶興趣相似度；

將所述個(gè)用戶興趣相似度的平均值作為該社交群組的群組興趣相似度；

所述獲取每個(gè)隨機(jī)群組的群組興趣相似度，包括：

對同一個(gè)隨機(jī)群組中n個(gè)用戶以兩兩組合的方式計(jì)算得到個(gè)用戶興趣相似度；

將所述個(gè)用戶興趣相似度的平均值作為該隨機(jī)群組的群組興趣相似度。

可選地，所述社交群組為QQ群，所述社交平臺為QQ聊天應(yīng)用。

本發(fā)明的另一種目的是提供一種利用社交群組進(jìn)行推薦的驗(yàn)證系統(tǒng)，其特征在于，包括：

第一獲取單元，用于獲取多個(gè)社交群組，其中，所述多個(gè)社交群組均位于同一個(gè)社交平臺下；

第二獲取單元，用于獲取所述多個(gè)社交群組的第一興趣相似度；

第三獲取單元，用于隨機(jī)獲取所述社交平臺的用戶組成與所述社交群組對應(yīng)的多個(gè)隨機(jī)群組，所述隨機(jī)群組與所述社交群組一一對應(yīng)；

第四獲取單元，用于獲取所述多個(gè)隨機(jī)群組的第二興趣相似度；

判決單元，用于當(dāng)所述第一興趣相似度大于第二興趣相似度時(shí)驗(yàn)證通過。

可選地，所述第二獲取單元還用于獲取每個(gè)社交群組的群組興趣相似度以及將多個(gè)社交群組的群組興趣相似度的平均值作為第一興趣相似度；

所述第四獲取單元還用于獲取每個(gè)隨機(jī)群組的群組興趣相似度以及將多個(gè)隨機(jī)群組的群組興趣相似度的平均值作為第二興趣相似度。

可選地，所述第二獲取單元還用于對同一個(gè)社交群組中n個(gè)用戶以兩兩組合的方式計(jì)算得到個(gè)用戶興趣相似度以及將所述個(gè)用戶興趣相似度的平均值作為該社交群組的群組興趣相似度；

所述第四獲取單元還用于對同一個(gè)隨機(jī)群組中n個(gè)用戶以兩兩組合的方式計(jì)算得到個(gè)用戶興趣相似度以及將所述個(gè)用戶興趣相似度的平均值作為該隨機(jī)群組的群組興趣相似度。

本發(fā)明的一種目的是提供另一種利用社交群組進(jìn)行推薦的驗(yàn)證方法，包括：

構(gòu)建多個(gè)用戶對，所述用戶對的用戶共同擁有至少一個(gè)社交群組中；

獲取所述多個(gè)用戶對的第一興趣相似度；

將所述社交群組所在的社交平臺中隨機(jī)獲取用戶構(gòu)建與所述用戶對個(gè)數(shù)相同的隨機(jī)用戶對；

獲取多個(gè)隨機(jī)用戶對的第二興趣相似度；

當(dāng)?shù)谝慌d趣相似度大于第二興趣相似度時(shí)驗(yàn)證通過。

可選地，所述獲取所述多個(gè)用戶對的第一興趣相似度，包括：

獲取每個(gè)用戶對的用戶興趣相似度；

將所述用戶興趣相似度的平均值作為第一興趣相似度；

所述獲取多個(gè)隨機(jī)用戶對的第二興趣相似度，包括：

獲取每一個(gè)隨機(jī)用戶對的隨機(jī)用戶興趣相似度；

將所述隨機(jī)用戶興趣相似度的平均值作為第二興趣相似度。

可選地，所述社交群組為QQ群，所述社交平臺為QQ聊天應(yīng)用。

本發(fā)明的一種目的是提供另一種利用社交群組進(jìn)行推薦的驗(yàn)證系統(tǒng)，包括：

第一構(gòu)建單元，用于構(gòu)建多個(gè)用戶對，所述用戶對的用戶共同擁有至少一個(gè)社交群組中；

第一獲取單元，用于獲取所述多個(gè)用戶對的第一興趣相似度；

第二構(gòu)建單元，用于將所述社交群組所在的社交平臺中隨機(jī)獲取用戶構(gòu)建與所述用戶對個(gè)數(shù)相同的隨機(jī)用戶對；

第二獲取單元，用于獲取多個(gè)隨機(jī)用戶對的第二興趣相似度；

判決單元，用于當(dāng)?shù)谝慌d趣相似度大于第二興趣相似度時(shí)驗(yàn)證通過。

可選地，所述第一獲取單元獲取每個(gè)用戶對的用戶興趣相似度以及將所述用戶興趣相似度的平均值作為第一興趣相似度；

所述第二獲取單元獲取每一個(gè)隨機(jī)用戶對的隨機(jī)用戶興趣相似度以及將所述隨機(jī)用戶興趣相似度的平均值作為第二興趣相似度。本發(fā)明提供的利用社交群組進(jìn)行推薦的驗(yàn)證方法及系統(tǒng)，通過對社交平臺中社交群組的第一興趣相似度和隨機(jī)組成的隨機(jī)群組的第二興趣相似度進(jìn)行分析，或者通過社交群組中多個(gè)用戶對的第一興趣相似度和隨機(jī)組成的隨機(jī)用戶對的第二興趣相似度進(jìn)行分析，當(dāng)?shù)谝慌d趣相似度高于第二興趣相似度則確定驗(yàn)證通過，通過實(shí)驗(yàn)證明利用社交群組進(jìn)行推薦的有效性，特別是在進(jìn)行視頻推薦時(shí)有效性更好。

附圖說明

圖1是本發(fā)明一種利用社交群組進(jìn)行推薦的驗(yàn)證方法的一種實(shí)施例的流程圖；

圖2是本發(fā)明一種利用社交群組進(jìn)行推薦的驗(yàn)證方法的一種實(shí)施例的流程圖；

圖3是本發(fā)明一種利用社交群組進(jìn)行推薦的驗(yàn)證系統(tǒng)的一種實(shí)施例的結(jié)構(gòu)圖；

圖4是本發(fā)明另一種利用社交群組進(jìn)行推薦的驗(yàn)證方法的一種實(shí)施例的流程圖；

圖5是本發(fā)明另一種利用社交群組進(jìn)行推薦的驗(yàn)證方法的一種實(shí)施例的流程圖；

圖6是本發(fā)明另一種利用社交群組進(jìn)行推薦的驗(yàn)證系統(tǒng)的一種實(shí)施例的結(jié)構(gòu)圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分的實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本發(fā)明保護(hù)的范圍。

本發(fā)明的說明書和權(quán)利要求書及上述附圖中的術(shù)語“第一”、“第二”、“第三”“第四”等是用于區(qū)別類似的對象，而不必用于描述特定的順序或先后次序。應(yīng)該理解這樣使用的數(shù)據(jù)在適當(dāng)情況下可以互換，以便這里描述的實(shí)施例能夠以除了在這里圖示或描述的內(nèi)容以外的順序?qū)嵤?。此外，術(shù)語“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過程、方法、系統(tǒng)、產(chǎn)品或設(shè)備不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或?qū)τ谶@些過程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。

結(jié)合圖1所示，本發(fā)明提供的一種利用社交群組進(jìn)行推薦的驗(yàn)證方法的一種實(shí)施例，包括：

S101、獲取多個(gè)社交群組，其中，所述多個(gè)社交群組均位于同一個(gè)社交平臺下。

社交群組可以為基于一定目的組成的一定數(shù)量用戶的集合，即社交群組 中的用戶具有一定相同的特性，例如：足球愛好者組成的足球社交群組，或者讀書愛好者組成的讀書社交群組，也可以是XX大學(xué)的校友組成的XX大學(xué)社交群組，社交群組位于同一個(gè)社交平臺下，所述的社交平臺可以為公共網(wǎng)絡(luò)中的應(yīng)用，例如QQ聊天應(yīng)用平臺、微信平臺等等，則對應(yīng)的社交群組可以是QQ聊天應(yīng)用平臺下的QQ群，或者微信平臺下的微信群，具體不做限定。

S102、獲取所述多個(gè)社交群組的第一興趣相似度。

社交群組的第一興趣相似度可以為該社交群組中的用戶對一定事物的感興趣程度，通過了解該社交群組中用戶興趣所在，便于統(tǒng)計(jì)使用，例如：足球愛好者的社交群組中用戶對足球的興趣都比較集中，這里提到的第一興趣相似度可以理解為是多個(gè)社交群組的集合之后共有的，得到第一興趣相似度可以通過分別得出這多個(gè)社交群組中每一個(gè)社交群組的群組興趣相似度獲得，具體可以采用平均值或者加權(quán)計(jì)算等方式，具體不做限定。

S103、隨機(jī)獲取所述社交平臺的用戶組成與所述社交群組對應(yīng)的多個(gè)隨機(jī)群組，所述隨機(jī)群組與所述社交群組一一對應(yīng)。

上文中提到的社交群組中的用戶是基于一定目的組成的用戶集合，例如，愛好相同或者學(xué)校相同，在步驟S103中，在社交平臺的用戶數(shù)據(jù)庫中隨機(jī)抓取用戶組成隨機(jī)群組，隨機(jī)群組與社交群組一一對應(yīng)，即隨機(jī)群組的個(gè)數(shù)與社交群組的個(gè)數(shù)相同，每一個(gè)隨機(jī)群組都可以對應(yīng)一個(gè)社交群組，并且對應(yīng)的隨機(jī)群組中的用戶個(gè)數(shù)與社交群組的用戶個(gè)數(shù)相同，例如：一個(gè)社交群組中有100名用戶，則與該社交群組對應(yīng)的隨即群組中也有100名用戶，本領(lǐng)域人員應(yīng)當(dāng)理解，具體不再贅述。

S104、獲取所述多個(gè)隨機(jī)群組的第二興趣相似度。

多個(gè)隨機(jī)群組中的多個(gè)的數(shù)量與測試時(shí)使用的社交群組的個(gè)數(shù)相同，對于使用的社交群組的個(gè)數(shù)不進(jìn)行限定，可以根據(jù)需要靈活選擇，需要說明的是，本文中，第二興趣相似度也是多個(gè)隨機(jī)群組組成集合所共有的，即分別計(jì)算多個(gè)隨機(jī)群組中每一個(gè)隨機(jī)群組的群組興趣相似度，再通過對這些隨機(jī)群組的的群組興趣相似度進(jìn)行計(jì)算得到第二興趣相似度，具體計(jì)算可以采用多個(gè)隨機(jī)群組的群組興趣相似度的平均值，或者進(jìn)行加權(quán)計(jì)算得到，具體可以靈活選擇，此處不做限定。

S105、當(dāng)所述第一興趣相似度大于第二興趣相似度時(shí)驗(yàn)證通過。

得到第一興趣相似度和第二興趣相似度之后進(jìn)行比較，比較的方式可以采用數(shù)值比較，即第一興趣相似度的數(shù)值大于第二興趣相似度的樹脂即可通過驗(yàn)證，也可以通過繪制分布圖形，分析出分布情況，根據(jù)分布情況的集中和分散來確定，分布集中度高則驗(yàn)證通過。

本發(fā)明提供的利用社交群組進(jìn)行推薦的驗(yàn)證方法，通過對社交平臺中社交群組的第一興趣相似度和隨機(jī)組成的隨機(jī)群組的第二興趣相似度進(jìn)行分析，第一興趣相似度高于第二興趣相似度則確定驗(yàn)證通過，通過實(shí)驗(yàn)證明利用社交群組進(jìn)行推薦的有效性，特別是在進(jìn)行視頻推薦時(shí)有效性更好。

結(jié)合圖2所示，本發(fā)明提供的利用社交群組進(jìn)行推薦的驗(yàn)證方法的另一種實(shí)施例，包括：

S201、獲取多個(gè)社交群組，其中，所述多個(gè)社交群組均位于同一個(gè)社交平臺下。

步驟S201與步驟S101相類似，此處不作贅述。

S202、獲取每個(gè)社交群組的群組興趣相似度。

社交群組的群組興趣相似度可以反映該社交群組中用戶的興趣愛好相同程度，對同一個(gè)社交群組中的群組興趣相似度可以通過將該社交群組中的用戶兩兩組合的方式計(jì)算任意兩個(gè)用戶的用戶興趣相似度，將計(jì)算得到的用戶興趣相似度計(jì)算平均值作為這個(gè)社交群組的群組興趣相似度，具體地說，一個(gè)社交群組中包括n個(gè)用戶，對同一個(gè)社交群組中n個(gè)用戶以兩兩組合的方式計(jì)算得到個(gè)用戶興趣相似度，將所述個(gè)用戶興趣相似度的平均值作為該社交群組的群組興趣相似度，為了方便理解，例如：一個(gè)社交群組中有三個(gè)用戶，采用兩兩組合的方式，有三種組合方式，分別計(jì)算這三種組合方式對應(yīng)的用戶興趣相似度，再將這三個(gè)用戶興趣相似度計(jì)算平均值作為這個(gè)社交群組的群組興趣相似度。

S203、將多個(gè)社交群組的群組興趣相似度的平均值作為第一興趣相似度。

通過S202中可以得到每一個(gè)社交群組的群組興趣相似度，再將這些社交群組的群組興趣相似度進(jìn)行平均值計(jì)算得到第一興趣相似度，需要說明的是，計(jì)算平均值是采用的社交群組的個(gè)數(shù)可以靈活選擇，此處不進(jìn)行限定。

S204、隨機(jī)獲取所述社交平臺的用戶組成與所述社交群組對應(yīng)的多個(gè)隨機(jī)群組，所述隨機(jī)群組與所述社交群組一一對應(yīng)。

上面的步驟中利用基于一定目的建立的社交群組，使得社交群組具有一定特定性，為了合理的驗(yàn)證利用社交群組進(jìn)行推送的可行性，這里在社交平臺中隨機(jī)獲得用戶，將這些用戶對應(yīng)社交群組的個(gè)數(shù)和用戶人數(shù)進(jìn)行設(shè)定，使得隨機(jī)獲得的用戶組成和社交群組規(guī)模相同的隨機(jī)群組。

S205、獲取每個(gè)隨機(jī)群組的群組興趣相似度；

計(jì)算隨機(jī)群組的群組相似度的方法與計(jì)算社交群組的群組相似度的方法相類似，對同一個(gè)隨機(jī)群組中n個(gè)用戶以兩兩組合的方式計(jì)算得到個(gè)用戶興趣相似度，將所述個(gè)用戶興趣相似度的平均值作為該隨機(jī)群組的群組興趣相似度，此處不作贅述。

S206、將多個(gè)隨機(jī)群組的群組興趣相似度的平均值作為第二興趣相似度。

這里隨機(jī)群組的個(gè)數(shù)與社交群組的個(gè)數(shù)對應(yīng)，本領(lǐng)與普通技術(shù)人員應(yīng)當(dāng)了解，具體不做限定。

S207、當(dāng)所述第一興趣相似度大于第二興趣相似度時(shí)驗(yàn)證通過。

步驟S207與所述步驟S105相類似，此處不作贅述。

可選地，本實(shí)施例中，所述社交群組為QQ群，所述社交平臺為QQ聊天應(yīng)用。

結(jié)合圖3所示，上文中介紹一種利用社交群組進(jìn)行推薦的驗(yàn)證方法，本發(fā)明還對應(yīng)的提出了一種利用社交群組進(jìn)行推薦的驗(yàn)證系統(tǒng)，包括：

第一獲取單元301，用于獲取多個(gè)社交群組，其中，所述多個(gè)社交群組均位于同一個(gè)社交平臺下；

第二獲取單元302，用于獲取所述多個(gè)社交群組的第一興趣相似度；

第三獲取單元303，用于隨機(jī)獲取所述社交平臺的用戶組成與所述社交群組對應(yīng)的多個(gè)隨機(jī)群組，所述隨機(jī)群組與所述社交群組一一對應(yīng)；

第四獲取單元304，用于獲取所述多個(gè)隨機(jī)群組的第二興趣相似度；

判決單元305，用于當(dāng)所述第一興趣相似度大于第二興趣相似度時(shí)驗(yàn)證通過。

可選地，所述第二獲取單元302還用于獲取每個(gè)社交群組的群組興趣相 似度以及將多個(gè)社交群組的群組興趣相似度的平均值作為第一興趣相似度。

所述第四獲取單元304還用于獲取每個(gè)隨機(jī)群組的群組興趣相似度以及將多個(gè)隨機(jī)群組的群組興趣相似度的平均值作為第二興趣相似度。

結(jié)合圖4所示，上文中提到的驗(yàn)證方法是利用多個(gè)社交群組進(jìn)行，下面還提供一種在同一個(gè)社交群組中利用社交群組進(jìn)行推薦的驗(yàn)證方法，包括：

S401、構(gòu)建多個(gè)用戶對，所述用戶對的用戶共同擁有至少一個(gè)社交群組中。

構(gòu)建用戶對的數(shù)量可以滿足統(tǒng)計(jì)學(xué)中的數(shù)量要求即可，避免因?yàn)閿?shù)量少使得驗(yàn)證結(jié)果說服力降低，每一個(gè)用戶對中的兩個(gè)用戶共同擁有至少一個(gè)社交群組，例如，用戶對中包括A用戶和B用戶，A用戶可以擁有足球愛好群和籃球愛好群，B用戶也擁有足球愛好群和籃球愛好群，則A用戶和B用戶共同擁有的社交群組為兩個(gè)，而這個(gè)用戶對共同擁有的社交群組為兩個(gè)，分別是足球愛好群和籃球愛好群，即每個(gè)用戶對擁有至少一個(gè)共同的社交群組，一個(gè)用戶對的共同擁有的社交群組可以和另一個(gè)用戶對的共同擁有的社交群組不一樣，例如，一個(gè)用戶對共同擁有的社交群組是足球愛好群，而另一個(gè)用戶對共同擁有的是籃球愛好群，共同擁有相同社交群組中的用戶可以認(rèn)為基于一定相同目的或具有一定相同的屬性，即親密程度比較高，興趣愛好也可以有共同之處，對于社交群組可以采用常用的社交工具，例如QQ聊天群、微信聊天群或者貼吧等等，參加到這些群組中的用戶會基于一定目的，例如相同愛好或來自相同地方的老鄉(xiāng)等，例如，可以構(gòu)建100個(gè)用戶對，對此不進(jìn)行限定。

S402、獲取所述多個(gè)用戶對的第一興趣相似度。

將構(gòu)建的多個(gè)用戶對作為一個(gè)用戶對集合，獲取這個(gè)用戶對集合的第一興趣相似度，可以先對用戶對進(jìn)行計(jì)算用戶興趣相似度，再將這些用戶對的用戶興趣相似度進(jìn)行計(jì)算得到第一興趣相似度，計(jì)算的方式可以是取平均值或者加權(quán)計(jì)算等，用戶的興趣相似度可以通過用戶的操作進(jìn)行體現(xiàn)，例如，用戶觀影記錄，通過觀看電影的類型推測用戶的興趣愛好，用戶興趣相似度的計(jì)算方法可以采用余弦相似度的方法，將用戶對中的兩個(gè)用戶的信息資料建立兩個(gè)文本，根據(jù)兩個(gè)文本內(nèi)容建立兩個(gè)向量，計(jì)算這兩個(gè)向量的余弦值， 余弦值的范圍在[-1,1]之間，余弦值越趨近于1，代表兩個(gè)向量的方向越趨近于0，兩個(gè)向量的方向更加一致，相應(yīng)文本的相似度也越高，則說明兩個(gè)用戶的用戶興趣相似度越高，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)了解，此處不作贅述。

S403、將所述社交群組所在的社交平臺中隨機(jī)獲取用戶構(gòu)建與所述用戶對個(gè)數(shù)相同的隨機(jī)用戶對。

社交平臺中的用戶隨機(jī)抽取構(gòu)建隨機(jī)用戶對，隨機(jī)用戶對的個(gè)數(shù)與在社交群組中構(gòu)建的用戶對的個(gè)數(shù)相同，例如，社交群組中用戶構(gòu)建的用戶對為100，則隨機(jī)用戶對的個(gè)數(shù)也對應(yīng)為100個(gè)，此處不做限定。

S404、獲取多個(gè)隨機(jī)用戶對的第二興趣相似度。

將多個(gè)隨機(jī)用戶對作為一個(gè)整體獲得這個(gè)整體的第二興趣相似度，在獲得第二興趣相似度之前，可以先分別計(jì)算每一對隨機(jī)用戶對的隨機(jī)用戶興趣相似度，再將這些隨機(jī)用戶對的隨機(jī)用戶興趣相似度進(jìn)行計(jì)算得到第二興趣相似度，計(jì)算方式可以采用取平均值或者加權(quán)計(jì)算等，具體不做限定。

S405、當(dāng)?shù)谝慌d趣相似度大于第二興趣相似度時(shí)驗(yàn)證通過。

將計(jì)算得到的第一興趣相似度和第二興趣相似度進(jìn)行比較，當(dāng)?shù)谝慌d趣相似度大于第二興趣相似度時(shí)則驗(yàn)證通過，可以證明利用社交群組作為推薦方式時(shí)用戶的興趣愛好比較相近，滿足進(jìn)行推薦的需求。

本發(fā)明提供的利用社交群組進(jìn)行推薦的驗(yàn)證方法，通過社交群組中多個(gè)用戶對的第一興趣相似度和隨機(jī)組成的隨機(jī)用戶對的第二興趣相似度進(jìn)行分析，第一興趣相似度高于第二興趣相似度則確定驗(yàn)證通過，通過實(shí)驗(yàn)證明利用社交群組進(jìn)行推薦的有效性，特別是在進(jìn)行視頻推薦時(shí)有效性更好。

結(jié)合圖5所示，本發(fā)明的利用社交群組進(jìn)行推薦的驗(yàn)證方法還提供了一種實(shí)施例，包括：

S501、構(gòu)建多個(gè)用戶對，所述用戶對的用戶共同擁有至少一個(gè)社交群組中。

步驟S501與步驟S401相類似，此處不進(jìn)行贅述。

S502、獲取每個(gè)用戶對的用戶興趣相似度。

獲得用戶對的用戶興趣相似度在步驟S402中進(jìn)行了介紹，此處不進(jìn)行贅述。

S503、將所述用戶興趣相似度的平均值作為第一興趣相似度。

將每一個(gè)用戶對計(jì)算得到用戶興趣相似度計(jì)算平均值，將平均值作為多個(gè)用戶對的第一興趣相似度。

S504、將所述社交群組所在的社交平臺中隨機(jī)獲取用戶構(gòu)建與所述用戶對個(gè)數(shù)相同的隨機(jī)用戶對。

步驟S504與步驟S403相類似，此處不作贅述。

S505、獲取每一個(gè)隨機(jī)用戶對的隨機(jī)用戶興趣相似度。

隨機(jī)用戶興趣相似度的計(jì)算方式可以參加用戶興趣相似度的計(jì)算方法，利用余弦相似度計(jì)算得到，此處不進(jìn)行贅述。

S506、將所述隨機(jī)用戶興趣相似度的平均值作為第二興趣相似度。

將每一個(gè)隨機(jī)用戶對的隨機(jī)用戶興趣相似度進(jìn)行平均值計(jì)算，將計(jì)算得到平均值作為第二興趣相似度使用。

S507、當(dāng)?shù)谝慌d趣相似度大于第二興趣相似度時(shí)驗(yàn)證通過。

可選地，所述社交群組為QQ群，所述社交平臺為QQ聊天應(yīng)用。

結(jié)合圖6所示，對應(yīng)的上文中介紹了一種利用社交群組進(jìn)行推薦的驗(yàn)證方法，在同一個(gè)社交群組中構(gòu)建多個(gè)用戶對進(jìn)行驗(yàn)證，下面對應(yīng)的利用社交群組進(jìn)行推薦的驗(yàn)證系統(tǒng)的一種實(shí)施例，包括：

第一構(gòu)建單元601，用于構(gòu)建多個(gè)用戶對，所述用戶對的用戶共同擁有至少一個(gè)社交群組中；

第一獲取單元602，用于獲取所述多個(gè)用戶對的第一興趣相似度；

第二構(gòu)建單元603，用于將所述社交群組所在的社交平臺中隨機(jī)獲取用戶構(gòu)建與所述用戶對個(gè)數(shù)相同的隨機(jī)用戶對；

第二獲取單元604，用于獲取多個(gè)隨機(jī)用戶對的第二興趣相似度；

判決單元605，用于當(dāng)?shù)谝慌d趣相似度大于第二興趣相似度時(shí)驗(yàn)證通過。

可選地，所述第一獲取單元602獲取每個(gè)用戶對的用戶興趣相似度以及將所述用戶興趣相似度的平均值作為第一興趣相似度；

可選地，所述第二獲取單元603獲取每一個(gè)隨機(jī)用戶對的隨機(jī)用戶興趣相似度以及將所述隨機(jī)用戶興趣相似度的平均值作為第二興趣相似度。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，上述描 述的系統(tǒng)，裝置和單元的具體工作過程，可以參考前述方法實(shí)施例中的對應(yīng)過程，在此不再贅述。

在本申請所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的系統(tǒng)，裝置和方法，可以通過其它的方式實(shí)現(xiàn)。例如，以上所描述的裝置實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機(jī)械或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。

本領(lǐng)域普通技術(shù)人員可以理解上述實(shí)施例的各種方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，該程序可以存儲于一計(jì)算機(jī)可讀存儲介質(zhì)中，存儲介質(zhì)可以包括：只讀存儲器(ROM，Read Only Memory)、隨機(jī)存取存儲器(RAM，Random Access Memory)、磁盤或光盤等。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件完成，所述的程序可以存儲于一種計(jì)算機(jī)可讀存儲介質(zhì)中，上述提到的存儲介質(zhì)可以是只讀存儲器，磁盤或光盤等。

以上對本發(fā)明所提供的一種利用社交群組進(jìn)行推薦的驗(yàn)證方法及系統(tǒng)進(jìn)行了詳細(xì)介紹，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明實(shí)施例的思想，在具體實(shí)施方式及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。