技術(shù)特征：

1.一種基于中粒度用戶分組的資源推薦方法，其特征在于，包括：

采集N個(gè)用戶的資源使用數(shù)據(jù)；其中，所述資源使用數(shù)據(jù)包括在線使用數(shù)據(jù)和離線使用數(shù)據(jù)；N＞1；

根據(jù)每個(gè)所述資源使用數(shù)據(jù)，獲得每個(gè)所述用戶的影響力；

根據(jù)每個(gè)所述影響力，將所述N個(gè)用戶中的K個(gè)用戶分別設(shè)置為K個(gè)分組的標(biāo)準(zhǔn)用戶，并將所述N個(gè)用戶中的其余N-K個(gè)用戶設(shè)置為待分組用戶；其中，0＜K≤N；

根據(jù)每個(gè)所述資源使用數(shù)據(jù)，獲得每個(gè)所述待分組用戶與每個(gè)所述標(biāo)準(zhǔn)用戶之間的關(guān)注主題相似度；

將每個(gè)所述待分組用戶分別分入與其之間的所述關(guān)注主題相似度最高的標(biāo)準(zhǔn)用戶所對(duì)應(yīng)的分組；

向每個(gè)所述分組中的每個(gè)用戶推薦其所在分組中的標(biāo)準(zhǔn)用戶的推薦資源。

2.如權(quán)利要求1所述的基于中粒度用戶分組的資源推薦方法，其特征在于，每個(gè)所述資源使用數(shù)據(jù)包括在線使用數(shù)據(jù)I₁，I₂，I₃，…，I_n以及離線使用數(shù)據(jù)I'；其中，I₁，I₂，I₃，…，I_n為從n個(gè)在線網(wǎng)絡(luò)中采集獲得的使用數(shù)據(jù)；

則所述根據(jù)每個(gè)所述資源使用數(shù)據(jù)，獲得每個(gè)所述用戶的影響力，具體包括：

將每個(gè)所述資源使用數(shù)據(jù)分別代入公式I＝I₁*w₁+I₂*w₂+I₃*w₃+…+I_n*w_n+I'*w'，計(jì)算獲得相應(yīng)的所示影響力I；其中，w₁，w₂，w₃，…，w_n，w'為各使用數(shù)據(jù)的權(quán)重。

3.如權(quán)利要求1所述的基于中粒度用戶分組的資源推薦方法，其特征在于，所述根據(jù)每個(gè)所述資源使用數(shù)據(jù)，獲得每個(gè)所述待分組用戶與每個(gè)所述標(biāo)準(zhǔn)用戶之間的關(guān)注主題相似度，具體包括：

根據(jù)每個(gè)所述資源使用數(shù)據(jù)，采用主題模型分析法計(jì)算獲得每個(gè)所述用戶的關(guān)注主題分布數(shù)據(jù)；

分別將每個(gè)所述待分組用戶的所述關(guān)注主題分布數(shù)據(jù)與每個(gè)所述標(biāo)準(zhǔn)用戶的所述關(guān)注主題分布數(shù)據(jù)進(jìn)行比較，計(jì)算獲得相應(yīng)的所述關(guān)注主題相似度。

4.如權(quán)利要求1至3中任一項(xiàng)所述的基于中粒度用戶分組的資源推薦方法，其特征在于，所述K個(gè)用戶為所述N個(gè)用戶中所述影響力排名前K的用戶。

5.如權(quán)利要求1至3中任一項(xiàng)所述的基于中粒度用戶分組的資源推薦方法，其特征在于，所述資源使用數(shù)據(jù)中包括資源描述數(shù)據(jù)及用戶描述數(shù)據(jù)；其中，所述用戶描述數(shù)據(jù)中包括對(duì)應(yīng)的用戶的關(guān)注主題數(shù)據(jù)。

6.一種基于中粒度用戶分組的資源推薦裝置，其特征在于，包括：

資源使用數(shù)據(jù)獲得模塊，用于采集N個(gè)用戶的資源使用數(shù)據(jù)；其中，所述資源使用數(shù)據(jù)包括在線使用數(shù)據(jù)和離線使用數(shù)據(jù)；N＞1；

用戶影響力獲得模塊，用于根據(jù)每個(gè)所述資源使用數(shù)據(jù)，獲得每個(gè)所述用戶的影響力；

用戶身份設(shè)置模塊，用于根據(jù)每個(gè)所述影響力，將所述N個(gè)用戶中的K個(gè)用戶分別設(shè)置為K個(gè)分組的標(biāo)準(zhǔn)用戶，并將所述N個(gè)用戶中的其余N-K個(gè)用戶設(shè)置為待分組用戶；其中，0＜K≤N；

關(guān)注主題相似度獲得模塊，用于根據(jù)每個(gè)所述資源使用數(shù)據(jù)，獲得每個(gè)所述待分組用戶與每個(gè)所述標(biāo)準(zhǔn)用戶之間的關(guān)注主題相似度；

用戶分組模塊，用于將每個(gè)所述待分組用戶分別分入與其之間的所述關(guān)注主題相似度最高的標(biāo)準(zhǔn)用戶所對(duì)應(yīng)的分組；以及，

資源推薦模塊，用于向每個(gè)所述分組中的每個(gè)用戶推薦其所在分組中的標(biāo)準(zhǔn)用戶的推薦資源。

7.如權(quán)利要求6所述的基于中粒度用戶分組的資源推薦裝置，其特征在于，每個(gè)所述資源使用數(shù)據(jù)包括在線使用數(shù)據(jù)I₁，I₂，I₃，…，I_n以及離線使用數(shù)據(jù)I'；其中，I₁，I₂，I₃，…，I_n為從n個(gè)在線網(wǎng)絡(luò)中采集獲得的使用數(shù)據(jù)；

則所述用戶影響力獲得模塊，具體包括：

影響力計(jì)算獲得單元，用于將每個(gè)所述資源使用數(shù)據(jù)分別代入公式I＝I₁*w₁+I₂*w₂+I₃*w₃+…+I_n*w_n+I'*w'，計(jì)算獲得相應(yīng)的所示影響力I；其中，w₁，w₂，w₃，…，w_n，w'為各使用數(shù)據(jù)的權(quán)重。

8.如權(quán)利要求6所述的基于中粒度用戶分組的資源推薦裝置，其特征在于，所述關(guān)注主題相似度獲得模塊，具體包括：

關(guān)注主題分布數(shù)據(jù)獲得單元，用于根據(jù)每個(gè)所述資源使用數(shù)據(jù)，采用主題模型分析法計(jì)算獲得每個(gè)所述用戶的關(guān)注主題分布數(shù)據(jù)；以及，

主題相似度計(jì)算獲得單元，用于分別將每個(gè)所述待分組用戶的所述關(guān)注主題分布數(shù)據(jù)與每個(gè)所述標(biāo)準(zhǔn)用戶的所述關(guān)注主題分布數(shù)據(jù)進(jìn)行比較，計(jì)算獲得相應(yīng)的所述關(guān)注主題相似度。

9.如權(quán)利要求6至8中任一項(xiàng)所述的基于中粒度用戶分組的資源推薦裝置，其特征在于，所述K個(gè)用戶為所述N個(gè)用戶中所述影響力排名前K的用戶。

10.如權(quán)利要求6至8中任一項(xiàng)所述的基于中粒度用戶分組的資源推薦裝置，其特征在于，所述資源使用數(shù)據(jù)中包括資源描述數(shù)據(jù)及用戶描述數(shù)據(jù)；其中，所述用戶描述數(shù)據(jù)中包括對(duì)應(yīng)的用戶的關(guān)注主題數(shù)據(jù)。