本申請涉及計算機技術(shù)領(lǐng)域，尤其涉及一種信息發(fā)送的方法及系統(tǒng)。

背景技術(shù)：
當(dāng)前，互聯(lián)網(wǎng)應(yīng)用已進入Wb3.0時期，研究互聯(lián)網(wǎng)之間人與人之間的互動關(guān)系，將會給互聯(lián)網(wǎng)帶來具體的用戶量，并會衍生出很多新的應(yīng)用，但是，現(xiàn)階段電子商務(wù)網(wǎng)絡(luò)在互動方面還做的很不夠。以某一商務(wù)網(wǎng)站為例，現(xiàn)階段主要模式仍然是公司信息和產(chǎn)品在網(wǎng)絡(luò)上的發(fā)布，社區(qū)和論壇目前的應(yīng)用還不夠廣泛，大部分的賣家不上論壇，買家在社區(qū)中也不活躍，買賣雙方的互動很少。個性化的網(wǎng)絡(luò)用戶信息的推薦方式，可以推動系統(tǒng)中雙方的信息互動，是活躍信息交互社區(qū)的有效手段之一。在現(xiàn)有技術(shù)中的用戶信息推薦方式是采用關(guān)聯(lián)規(guī)則算法，通過現(xiàn)有的信息交互關(guān)系，利用關(guān)聯(lián)規(guī)則，挖掘出潛在的用戶之間的信息交互關(guān)系。例如，在一商友推薦系統(tǒng)中A用戶、B用戶經(jīng)常同時被另外一個用戶關(guān)注，那么如果C用戶只關(guān)注了A用戶，則B用戶就是C用戶的潛在關(guān)注對象，并且商友推薦系統(tǒng)將不會把潛在的關(guān)注對象的信息發(fā)送給C用戶，從而使得C用戶就無法與B用戶之間實現(xiàn)信息的交互，但是，通過關(guān)聯(lián)規(guī)則來獲取潛在關(guān)注對象會存在如下技術(shù)問題：1、目前網(wǎng)絡(luò)信息交互的平臺中信息交互雙方互動很少，通過現(xiàn)有的系統(tǒng)中挖掘出置信度、支持度和符合條件的規(guī)則很少，使得服務(wù)器端確定并發(fā)送用戶推薦信息的方式困難，進而降低了服務(wù)器推薦用戶信息的效率。2、在現(xiàn)有的網(wǎng)絡(luò)信息交互平臺中無法區(qū)分用戶的所處行業(yè)領(lǐng)域，從而導(dǎo)致系統(tǒng)將跨行業(yè)領(lǐng)域的用戶的信息相互之間進行發(fā)送，進而使得用戶信息投放的準確性很低。3、現(xiàn)有技術(shù)中的系統(tǒng)中只能分析兩者之間的直接信息交互，并不能分析間接的信息交互，使得用戶信息推薦的范圍很小，也就是直接信息交互對應(yīng)的用戶能夠被系統(tǒng)推薦，而間接的信息交互對應(yīng)的用戶系統(tǒng)將不會進行推薦，導(dǎo)致用戶信息的推薦范圍狹小，從而使得商友推薦系統(tǒng)的處理效率降低。4、由于傳統(tǒng)系統(tǒng)中的關(guān)系網(wǎng)絡(luò)圖需要建立兩兩客戶之間的關(guān)系矩陣，不利于數(shù)據(jù)倉庫的存儲和大量數(shù)據(jù)的處理。

技術(shù)實現(xiàn)要素：
本申請?zhí)峁┝艘环N信息發(fā)送的方法及系統(tǒng)，用以解決現(xiàn)有技術(shù)中服務(wù)器向終端發(fā)送推薦信息的效率低、準確性低的問題，其具體的技術(shù)方案如下：一種信息的發(fā)送方法，包括：獲取第一用戶終端的參數(shù)信息，所述參數(shù)信息包括行業(yè)信息以及標(biāo)識信息；根據(jù)所述標(biāo)識信息選取與所述第一用戶終端對應(yīng)的目標(biāo)用戶群組；若所述標(biāo)識信息用于標(biāo)示第一用戶終端與所述目標(biāo)用戶群組中的任一用戶終端之間能夠通過至少一個其他用戶終端建立信息交互關(guān)系時，獲取所述目標(biāo)用戶群組中每個用戶的評級值以及行業(yè)信息，其中，所述至少一個其他用戶終端直接與所述第一終端或者所述目標(biāo)群組終端任一用戶終端交互，所述評級值用于標(biāo)示所述目標(biāo)用戶群組中的每個用戶終端與其他用戶終端之間的信息交互頻繁度；將所述第一用戶終端的行業(yè)信息與所述目標(biāo)用戶群組中每個用戶終端的行業(yè)信息進行比較，以從所述目標(biāo)用戶群組中確定與所述第一用戶的行業(yè)信息相同的多個用戶終端，并形成行業(yè)群組；將所述行業(yè)群組中各用戶終端的評級值與預(yù)設(shè)評級值進行比較；將所述行業(yè)群組中大于所述預(yù)設(shè)評級值的用戶終端的信息發(fā)送給所述第一用戶終端。一種信息發(fā)送的系統(tǒng)，所述系統(tǒng)包括：獲取單元，用于獲取第一用戶終端的標(biāo)識信息，根據(jù)所述標(biāo)識信息選取與所述第一用戶終端對應(yīng)的目標(biāo)用戶群組；評級值獲取單元，用于若所述標(biāo)識信息用于標(biāo)示第一用戶終端與所述目標(biāo)用戶群組中的任一用戶終端之間能夠通過至少一個其他用戶終端建立信息交互關(guān)系時，獲取所述目標(biāo)用戶群組中每個用戶的評級值，其中，所述至少一個其他用戶終端直接與所述第一終端或者所述目標(biāo)群組終端任一用戶終端交互，所述評級值用于標(biāo)示所述目標(biāo)用戶群組中的每個用戶終端與其他用戶終端之間的信息交互頻繁度；評級值比較單元，用于將所述目標(biāo)用戶群組中各用戶終端的評級值與預(yù)設(shè)評級值進行比較；發(fā)送單元，用于將所述目標(biāo)用戶群組中大于所述預(yù)設(shè)評級值的用戶終端的信息發(fā)送給所述第一用戶終端。本申請?zhí)峁┝艘环N信息發(fā)送的方法及系統(tǒng)，所述方法包括：獲取第一用戶終端的標(biāo)識信息，根據(jù)標(biāo)識信息選取與第一用戶終端對應(yīng)的目標(biāo)用戶群組，獲取該目標(biāo)用戶群組中每個用戶的評級值，將目標(biāo)用戶群組中各用戶終端的評級值與預(yù)設(shè)評級值進行比較，將目標(biāo)用戶群組中大于所述預(yù)設(shè)評級值的用戶終端的信息發(fā)送給所述第一用戶終端。進而實現(xiàn)了多規(guī)則的推薦方法，提高了信息處理系統(tǒng)的效率，并且提高了信息推送的準確性，另外，結(jié)合本申請的分析方法將提高了系統(tǒng)中數(shù)據(jù)信息的存儲效率以及數(shù)據(jù)信息處理速度，擴大了信息推薦系統(tǒng)的實用范圍，提高了信息處理系統(tǒng)的信息處理效率。附圖說明圖1為本申請交易關(guān)系網(wǎng)絡(luò)架構(gòu)圖；圖2為本申請一種信息發(fā)送方法的流程圖；圖3為本申請一種信息發(fā)送系統(tǒng)的結(jié)構(gòu)示意圖。具體實施方式在本申請中服務(wù)器端獲取第一用戶終端中的標(biāo)識信息，根據(jù)所述標(biāo)識信息選取與所述第一用戶終端對應(yīng)的目標(biāo)用戶群組，當(dāng)所述標(biāo)識信息用于標(biāo)示第一用戶終端與所述目標(biāo)用戶群組中的任一用戶終端之間能夠通過至少一個其他用戶終端建立信息交互關(guān)系時，獲取所述目標(biāo)用戶群組中每個用戶的評級值，將所述目標(biāo)用戶群組中各用戶終端的評級值與預(yù)設(shè)評級值進行比較，將所述目標(biāo)用戶群組中大于所述預(yù)設(shè)評級值的用戶終端的信息發(fā)送給所述第一用戶終端。下面通過本申請技術(shù)方案在交易網(wǎng)絡(luò)中的應(yīng)用來具體說明，當(dāng)然本申請的技術(shù)方案并不限于在交易網(wǎng)絡(luò)中的應(yīng)用。在該交易網(wǎng)絡(luò)中包括多個用戶終端，在這些用戶終端群中就包括了賣家以及買家。首先，服務(wù)器端將獲取在預(yù)定的時間段內(nèi)用戶終端中的用戶交易數(shù)據(jù)，通過該用戶交易數(shù)據(jù)能夠獲取到所有用戶終端在該段時間內(nèi)的網(wǎng)絡(luò)交易情況，在該交易數(shù)據(jù)中包括用戶終端的用戶終端標(biāo)識以及用戶終端之間的信息交互次數(shù)，進而通過用戶之間的交易情況建立一用戶之間的交易關(guān)系網(wǎng)絡(luò)。例如，在本申請實施例的一個具體例子中。商友推薦系統(tǒng)中A、B、C、D、E用戶之間存在交易關(guān)系，因此商友推薦系統(tǒng)將五個用戶之間的交易關(guān)系構(gòu)建一交易關(guān)系網(wǎng)絡(luò)，該交易關(guān)系網(wǎng)絡(luò)表示在商友推薦系統(tǒng)中各個用戶之間的信息交互關(guān)系，如圖1所示）：在圖1的交易關(guān)系網(wǎng)絡(luò)圖中每一個節(jié)點都表示一個交易對象，所有的節(jié)點數(shù)就是交易網(wǎng)絡(luò)中的用戶數(shù)，其中，A用戶與B、C用戶之間存在的是直接交易，因而，B、C用戶是A用戶的直接交易對象，在現(xiàn)有技術(shù)中，系統(tǒng)能夠?qū)、C推薦給A用戶，或者是將A用戶推薦給B、C用戶，而不能對其他用戶進行分析。在本申請實施例中建立好交易關(guān)系網(wǎng)絡(luò)之后，商友推薦系統(tǒng)將獲取每個用戶之間的交易次數(shù)，并將所述交易次數(shù)進行統(tǒng)計，建立一交易關(guān)系數(shù)據(jù)表（payment），如表1所示：seller_idbuyer_idpayment_cntXXXXXXXX表1其中，seller_id表示賣家的用戶名，buyer_id表示買家的用戶名，payment_cnt表示用戶之間的交易次數(shù)，從而根據(jù)表1可以體現(xiàn)出交易關(guān)系網(wǎng)絡(luò)中用戶之間的網(wǎng)絡(luò)交易情況。由于用戶是交易網(wǎng)絡(luò)中的用戶，因此表1中用戶可以是買家也可以是賣家，這根據(jù)交易網(wǎng)絡(luò)中的交易情況來確定，在交易次數(shù)這一欄中是表示用戶之間的交易次數(shù)，因此該欄中的內(nèi)容是根據(jù)買家與賣家之間的實際交易次數(shù)來決定。在完成表1中的內(nèi)容統(tǒng)計之后，商友推薦系統(tǒng)將表1中的數(shù)據(jù)以及結(jié)合附圖1中的賣家數(shù)以及買家數(shù)，分別獲取商友推薦系統(tǒng)中賣家和買家的活躍度，其中，該活躍度表示在商友推薦系統(tǒng)中兩個終端之間的信息交互頻繁度。如果以交易系統(tǒng)中的賣家用戶終端和買家用戶終端為例，則所述活躍度為商友推薦系統(tǒng)中賣家與買家之間的信息交互頻繁度。在本申請中賣家的活躍度為出度，其中，出度表示在交易關(guān)系網(wǎng)絡(luò)中一用戶與其發(fā)生直接交易的買家數(shù)，而買家的活躍度為入度，其中，入度表示在交易關(guān)系網(wǎng)絡(luò)中一用戶與其發(fā)生直接交易的賣家數(shù)。賣家的活躍度定義為：out_degree（出度），買家的活躍度定義為：in_degree（入度），具體統(tǒng)計方法如表2、表3所示：seller_idbuyer_cntactivesXXXXXXXXXXXX表2buyer_idseller_cntactivebMMMMMMYYYYYY表3在表2以及表3中，actives表示賣家活躍度，activeb表示買家活躍度，buyer_cnt表示一個賣家與交易關(guān)系網(wǎng)絡(luò)中所有買家之間的總交易次數(shù)，seller_cnt表示一個買家與交易關(guān)系網(wǎng)絡(luò)中所有賣家之間的總交易次數(shù)，系統(tǒng)將通過如下運算方式來獲取賣家以及買家的活躍度，具體如下：activeb=buyer_cnt/N；actives=seller_cnt/N；其中，N表示在交易網(wǎng)絡(luò)中的節(jié)點數(shù)，通過表2以及表3中獲取活躍度的大小，就能夠評價買家以及賣家的活躍度，該活躍度用于表示用戶在交易網(wǎng)路中的交易頻繁度。如果用戶既賣過商品，又買過商品，則用戶的用戶名會在out_degree和in_degree中均會出現(xiàn)，因此，在獲取賣家以及買家的活躍度時，若是用戶既做賣家又做買家，此時商友推薦系統(tǒng)將獲取同一個用戶的賣家及買家活躍度。比如，在圖1中A、B、C、D、E用戶中有部分用戶既是賣家又是買家，進而表1中的具體體現(xiàn)內(nèi)容可以是表4所示：seller_idbuyer_idpayment_cntAB8AC10BD14BE10CD12CD10ED6表4在表4為統(tǒng)計了A、B、C、D、E用戶之間的交易情況，以及各用戶的之間的交易次數(shù)的數(shù)據(jù)表。通過表4中的內(nèi)容，可以分別獲取賣家以及買家的活躍度，具體為：首先，系統(tǒng)將賣家的交易情況在數(shù)據(jù)庫中建立一表格，在此表格中記錄了獲取商友推薦系統(tǒng)中賣家的用戶名以及交易次數(shù)，從而通過交易次數(shù)以及交易網(wǎng)絡(luò)中的用戶量來獲取賣家的活躍度，例如，用戶A與用戶B、C發(fā)生交易，并且交易次數(shù)為18次，因此，在A交易記錄中有18次交易次數(shù)，具體的數(shù)據(jù)表5所示：seller_idbuyer_cntactivesA183.6B244.8C224.4E61.2表5并且系統(tǒng)將獲取在交易數(shù)據(jù)中的賣家以及買家，以及雙方的交易次數(shù)，其中，A用戶與B、C用戶產(chǎn)生的交易，并且A用戶作為賣家，A用戶與B、C用戶之間的交易次數(shù)為8次和10次，交易次數(shù)（buyer_cnt）就為A用戶與B用戶以及C用戶的交易次數(shù)總合，其次，商友推薦系統(tǒng)將獲取交易關(guān)系網(wǎng)絡(luò)中所有用戶的數(shù)量，進而通過交易次數(shù)18以及交易關(guān)系網(wǎng)絡(luò)中用戶的總數(shù)5的比值獲取活躍度，具體來說，比如A用戶的活躍度actives（A）=18/5=3.6，進而獲取到A用戶的賣家活躍度為3.6，該處的3.6表示A用戶作為賣家與在交易關(guān)系網(wǎng)絡(luò)5個用戶中的3.6個用戶有直接交易關(guān)系。為了使得在交易關(guān)系網(wǎng)絡(luò)中每個賣家與買家的活躍度能夠更加精確的進行比較，因此，每個活躍度都為每個用戶與交易關(guān)系網(wǎng)絡(luò)中其他用戶之間的總交易次數(shù)與交易關(guān)系網(wǎng)絡(luò)中用戶總數(shù)的比值。依此方式獲取B用戶的賣家活躍度為actives（B）=24/5=4.8，C用戶的賣家活躍度為actives（C）=22/5=4.4，E用戶的賣家活躍度為actives（E）=6/5=1.2。當(dāng)然在獲取到賣家的活躍度后，商友推薦系統(tǒng)將獲取買家的活躍度，也就是說作為買家也要體現(xiàn)在整個交易關(guān)系網(wǎng)絡(luò)中的信息交互頻繁度。在A、B、C、D、E用戶中，B、C、D、E用戶也同時作為買家，其具體的活躍度統(tǒng)計如表6所示：buyer_idseller_cntActivebB81.6C102.0D428.4E102.0表6在表6中，B、C、D、E用戶作為買家與其他用戶之間發(fā)生交易，其中D作為買家與B、C、E之間發(fā)生交易，并且交易次數(shù)分別為：14次、12次、10次、6次，此時，總交易次數(shù)seller_cnt為14、12、10、6的總和。因此，D用戶的買家活躍Activeb（D）=42/5=8.4。依此方式，B用戶的買家活躍度為：Activeb（B）=8/5=1.6，C用戶的買家活躍度為：Activeb（C）=10/5=2.0，E用戶的買家活躍度為：Activeb（E）=10/5=2.0。系統(tǒng)在完成活躍度的統(tǒng)計之后，系統(tǒng)將獲取在關(guān)系網(wǎng)絡(luò)圖中每個用戶之間的交易距離，所述交易距離表示用戶之間存在的交易關(guān)系，若關(guān)系網(wǎng)絡(luò)圖中的用戶之間存在直接交易，則兩用戶之間的交易距離為1。例如：A用戶與B用戶之間是直接進行的交易，則A用戶與B用戶之間的交易距離就為1。若A用戶與B用戶之間是直接進行交易，并且B用戶與C用戶之間是直接進行交易，則A用戶與C用戶的交易距離就為2。因此，通過系統(tǒng)統(tǒng)計關(guān)系網(wǎng)絡(luò)中的用戶之間的交易距離建立K交易表（k_payment，其中K表示交易距離），具端的信息發(fā)送給所述第一用戶終端。為了使得在本申請中該系統(tǒng)推送信息的準確性，因此，在該系統(tǒng)中還包括：行業(yè)信息獲取單元305，用于獲取所述目標(biāo)用戶群組中每個用戶的行業(yè)信息；行業(yè)信息比較單元306，用于將所述第一用戶終端的行業(yè)信息與所述目標(biāo)用戶群組中的每個用戶終端的行業(yè)信息進行比較，以從所述目標(biāo)用戶群組中確定與所述第一用戶終端的行業(yè)信息相同的多個用戶終端，并形成行業(yè)群組；第一評級值比較單元307，將所述行業(yè)群組中各用戶終端的評級值與預(yù)設(shè)評級值進行比較。進而系統(tǒng)在獲取用戶評級值的同時還將獲取用戶的行業(yè)信息，其中，該行業(yè)信息為通過用戶歷史的信息交互記錄中統(tǒng)計出來的行業(yè)領(lǐng)域。在獲取到行業(yè)信息之后，行業(yè)信息比較單元就將第一用戶終端的行業(yè)信息與目標(biāo)用戶中每個用戶終端的行業(yè)信息進行比較，然后將目標(biāo)用戶群組中與第一用戶終端行業(yè)信息系統(tǒng)的用戶終端篩選出來，并生成一行業(yè)群組。最后，第一評級值單元在接收到生成的行業(yè)群組所包含的用戶終端之后，將對應(yīng)的獲取行業(yè)群組中每個用戶終端的評級值，并將該評級值與預(yù)存的評級值進行比較，最后根據(jù)比較的結(jié)果將對應(yīng)的用戶信息發(fā)送給第一用戶終端。本申請?zhí)峁┝艘环N信息發(fā)送的方法及系統(tǒng)，所述方法包括：獲取第一用戶終端的標(biāo)識信息，根據(jù)標(biāo)識信息選取與第一用戶終端對應(yīng)的目標(biāo)用戶群組，獲取該目標(biāo)用戶群組中每個用戶的評級值，將目標(biāo)用戶群組中各用戶終端的評級值與預(yù)設(shè)評級值進行比較，將目標(biāo)用戶群組中大于所述預(yù)設(shè)評級值的用戶終端的信息發(fā)送給所述第一用戶終端。進而實現(xiàn)了多規(guī)則的推薦方法，提高了信息處理系統(tǒng)的效率，并且提高了信息推送的準確性，另外，結(jié)合本申請的分析方法將提高了系統(tǒng)中數(shù)據(jù)信息的存儲效率以及數(shù)據(jù)信息處理速度，擴大了信息推薦系統(tǒng)的實用范圍，提高了信息處理系統(tǒng)的信息處理效率。顯然，本領(lǐng)域的技術(shù)人員可以對本申請進行各種改動和變型而不脫離本申體如表7所示：seller_idbuyer_idDisXXXXXX表7其中，Dis為用戶之間的交易距離，用于表示交易用戶之間的交易距離。并且Dis≤K。在建立K_payment數(shù)據(jù)表之后，商友推薦系統(tǒng)將根據(jù)K_payment數(shù)據(jù)建立K+1_payment數(shù)據(jù)表，其中，K+1表示在交易距離為K的基礎(chǔ)上增加1的交易距離，比如K表示交易距離為1的情況下，K+1表示交易距離為2的情況，其具體步驟如下：首先將payment與K_payment數(shù)據(jù)表進行關(guān)聯(lián)，具體的關(guān)聯(lián)方式為：首先商友推薦系統(tǒng)將選擇用戶字段為K_payment，seller_id（K_payment數(shù)據(jù)表中的賣家ID）和payment，buyer_id（payment數(shù)據(jù)表中的買家ID）對應(yīng)的用戶，然后商友推薦系統(tǒng)將K_payment數(shù)據(jù)表中的K_payment，buyer_id對應(yīng)的用戶替代payment數(shù)據(jù)表中payment，seller_id對應(yīng)的用戶，從而得到一臨時數(shù)據(jù)表(K+1)_temp1。在(K+1)_temp1數(shù)據(jù)表中已初步獲取到通過K+1步交易傳遞可以發(fā)生交易關(guān)系的買家和賣家。但是這些賣家或者是買家可能已經(jīng)在K_payment數(shù)據(jù)表中出現(xiàn)過。例如，A→B已在K_payment中出現(xiàn)，而在(K+1)_temp1數(shù)據(jù)表中為A→C→B，或者為賣家ID與買家ID相同的情況，例如A→B→A，在此情況下系統(tǒng)將上述兩種情況在(K+1)_temp1中刪除，得到刪除后新數(shù)據(jù)表(K+1)_temp2。此時，在數(shù)據(jù)表(K+1)_temp2中存儲的是實際距離為K+1的買家以及賣家的用戶ID，在數(shù)據(jù)表(K+1)_temp2設(shè)定K的值，也就是在該數(shù)據(jù)表中插入一字段Dis，并且設(shè)置該字段的值均為K+1，使得該表結(jié)構(gòu)與K_payment一致，得到新的數(shù)據(jù)表(K+1)_result。最后，將數(shù)據(jù)表K_payment與數(shù)據(jù)表(K+1)_result合并，具體的合并方式為：商友推薦系統(tǒng)將(K+1)_result表中與K_payment表中相同交易距離的交易數(shù)據(jù)刪除，得到數(shù)據(jù)表(K+1)_payment。通過本申請所提到的技術(shù)特征均充分考慮了數(shù)據(jù)庫表結(jié)構(gòu)的存儲與計算特點，通過建立簡單的數(shù)據(jù)表，并且將建立好的數(shù)據(jù)表之間進行內(nèi)連接處理，就能夠?qū)崿F(xiàn)將復(fù)雜的圖論分析中的算法轉(zhuǎn)換為簡單的數(shù)據(jù)表處理，進而減少了系統(tǒng)的運算量，提高了系統(tǒng)的工作效率。下面結(jié)合一具體例子來說明從數(shù)據(jù)表K_payment推算出(K+1)_payment。例如，在附圖1的關(guān)系網(wǎng)絡(luò)圖中，A用戶與B用戶以及C用戶之間是之間交易，則A用戶與B用戶的交易距離為L（A→B）=1，A用戶到C用戶的交易距離為L（A→C）=1，其中C用戶與D用戶也發(fā)生交易，B用戶與E用戶產(chǎn)生交易，因此，C用戶到D用戶之間的交易距離為：L（C→D）=1，B用戶與E用戶之間的交易距離為L（B→E）=1，但是，B用戶與A用戶發(fā)生交易，并且還與E用戶發(fā)生交易，因此，L（A→E）=2，L（A→D）=2。進而可以獲知L（A→D）=1，L（B→D）=1等用戶之間的交易距離。K=1時具體如表8所示：seller_idbuyer_idDisAB1AC1BD1BE1CB1CD1ED1表8表8為1_payment的數(shù)據(jù)表，將數(shù)據(jù)表8與數(shù)據(jù)表4進行關(guān)聯(lián)，其中關(guān)聯(lián)條件為表8中買家作為表4中的賣家。從而獲取全部交易距離為2的數(shù)據(jù)表。在該實例中，最終可以得到如下新的路徑：A→B→E；A→C→D；A→C→B；B→E→D；C→B→E；C→B→D；將這些信息記錄到臨時交易距離的數(shù)據(jù)表中，具體如表9所示：seller_idbuyer_idDisAE2AD2AB2BD2CE2CD2表9在表9已得到用戶之間交易距離為2的臨時表，此時還需要對表9中的部分結(jié)果進行刪除處理，例如A用戶到B用戶的交易距離為1，但是在表9中A用戶到B用戶的交易距離還可以為2，此時系統(tǒng)將表9中A用戶到B用戶交易距離為2的情況刪除。若是賣家和買家的ID相同時，此時系統(tǒng)也會將此情況進行刪除。通過將這些情況下的記錄刪除之后，得到最終的2_payment表，如表10所示：seller_idbuyer_idDisAE2AD2CE2表10在表10的基礎(chǔ)上，若系統(tǒng)需要繼續(xù)獲取交易距離為3的路徑，那么只需近一步將表10與表8進行關(guān)聯(lián)，關(guān)聯(lián)條件設(shè)置為表10中的買家作為表8中的賣家，依次類推，可以根據(jù)需求獲得“3_交易”…“k_交易”的結(jié)果，即可以反復(fù)的通過k_payment遞推出(k+1)_payment，從而保證了交易結(jié)果的可以很方便的實用于較大網(wǎng)絡(luò)交易關(guān)系圖中，當(dāng)然在商友推薦系統(tǒng)中可以保存所有交易距離的數(shù)據(jù)表，也可以是根據(jù)用戶的需求來生成對應(yīng)的交易距離數(shù)據(jù)表。在對活躍度、交易距離等數(shù)據(jù)確定之后，下面通過一具體的流程圖來說明商友推薦系統(tǒng)發(fā)送信息的方法。如圖2所示為本申請一種信息發(fā)送方法的流程圖，所述方法具體包括：步驟101，獲取第一用戶終端的標(biāo)識信息，根據(jù)所述標(biāo)識信息選取與所述第一用戶終端對應(yīng)的目標(biāo)用戶群組。在本申請實施例中第一用戶終端是作為信息的獲取方，并且在第一用戶終端登錄網(wǎng)站上時，網(wǎng)站中的系統(tǒng)將為第一用戶終端返回對應(yīng)的信息，該方式運用到網(wǎng)絡(luò)交易平臺中時，具體如下：首先，第一用戶終端作為買家登錄交易網(wǎng)站時，商友推薦系統(tǒng)將獲取第一用戶終端的標(biāo)識信息，該標(biāo)識信息為第一用戶終端與交易關(guān)系網(wǎng)絡(luò)中的其他用戶終端之間的交易距離，該交易距離是可以是用戶輸入的交易距離，也可以是商友推薦系統(tǒng)推薦的交易距離。在獲取到標(biāo)識信息之后，在該商友推薦系統(tǒng)中建立有表7-表10這樣的數(shù)據(jù)表，因此商友推薦系統(tǒng)能夠結(jié)合交易距離為1的數(shù)據(jù)表以及交易關(guān)系網(wǎng)絡(luò)獲取到交易距離為2的數(shù)據(jù)表，并且每一個交易距離就對應(yīng)具體的用戶，那么第一用戶終端作為買家在需要商友推薦系統(tǒng)推薦賣家時，商友推薦系統(tǒng)將根據(jù)用戶在步驟101中輸入的交易距離，確定該交易距離對應(yīng)的目標(biāo)用戶，并將這些目標(biāo)用戶組成一目標(biāo)用戶群組。步驟102，獲取所述目標(biāo)用戶群組中每個用戶的評級值。系統(tǒng)在執(zhí)行步驟102之前，商友推薦系統(tǒng)首先要判定第一用戶終端中的標(biāo)識信息是否為用于標(biāo)識第一用戶終端與所述目標(biāo)用戶群組中的任一用戶終端之間能夠通過至少一個其他用戶終端建立信息交互關(guān)系的信息，簡單的來說就是判定第一用戶終端中用戶輸入的交易距離是否為大于等于2的交易距離。如果交易距離是小于2，則商友推薦系統(tǒng)將跳轉(zhuǎn)到步驟105，如第一用戶終端中的交易距離為大于等于2時，則商友推薦系統(tǒng)將執(zhí)行步驟103。另外，步驟102中的評級值包括交易關(guān)系網(wǎng)絡(luò)中每個用戶的活躍度評級值以及關(guān)聯(lián)度評級值，當(dāng)然，在步驟102中該評級值為活躍度評級值，該活躍度評級值能夠通過表5以及表6獲取。并且該活躍度評級值表示交易關(guān)系網(wǎng)絡(luò)中的用戶終端之間的信息交互的頻繁度。具體來說，本申請中的活躍度評級值與關(guān)聯(lián)度評級值的獲取方法包括：將獲取的所述每個用戶終端的活躍度按照由大到小順序進行排序，并按照預(yù)設(shè)的百分比劃分為多個等級，每個等級的等級數(shù)對應(yīng)為該等級的活躍度評級值。例如，在表5中，賣家A、B、C、E用戶的活躍度分別為3.6、4.8、4.4、1.2，因此，按照大小順序進行排序后位B：4.8＞C：4.4＞A：3.6＞E：1.2，進而按照預(yù)設(shè)的百分比進行劃分，該處的百分比可以是10%、20%等比列，當(dāng)然可以根據(jù)用戶的需求進行設(shè)定，由于在本申請的實施例所舉的例子中用戶數(shù)較少，因此是直接按照25%進行劃分，具體來說則是將B劃分為等級5，當(dāng)然在該等級的賣家活躍度評級值就為5，然后C用戶劃分為等級4，C用戶的活躍度評級值就為4，A用戶劃分為等3，A用戶的活躍度評級值就為3，E用戶劃分為等級2，則E用戶的活躍度評級值就為2，當(dāng)然在本申請實施例中A、B、C、D、E可以是包括一個群組。在確定完活躍度評級值之后，該商友推薦系統(tǒng)將交易關(guān)系網(wǎng)絡(luò)中每個用戶終端與第一用戶終端之間的信息交互次數(shù)按照由大到小順序進行排序，根據(jù)排序的結(jié)果獲取每個用戶終端的關(guān)聯(lián)度評級值，具體來說，例如，在表4中，A、B、C、E用戶與D用戶之間的交易次數(shù)分別為0、14、22、6，此時按照由大到小的順序排列的結(jié)果為C：22＞B：14＞E：18＞A：0。在排序完成之后，商友推薦系統(tǒng)將按照一定的百分比進行等級劃分，在本申請實施例中按照25%的比例進行劃分，按照由大到小的順序C用戶為前25%，因此C用戶劃分為5等級，C用戶對應(yīng)的關(guān)聯(lián)度評級值就為5，同理B用戶劃分為4等級，B用戶對應(yīng)的關(guān)聯(lián)度評級值就為4，E用戶的關(guān)聯(lián)度評級值就為3，A用戶的關(guān)聯(lián)度評級值就為2。在完成活躍度評級值與關(guān)聯(lián)度評級值之后，商友推薦系統(tǒng)將進行下面的步驟。步驟103，將所述目標(biāo)用戶群組中各用戶終端的評級值與預(yù)設(shè)評級值進行比較。商友推薦系統(tǒng)將步驟103中確定的目標(biāo)用戶群組中每個用戶終端對應(yīng)的評級值與預(yù)設(shè)的評級值進行比較，具體來講，在本申請的實施例中該評級值為活躍度評級值，進而在商友推薦系統(tǒng)中也對應(yīng)的設(shè)置有一預(yù)設(shè)的活躍度評級值，該預(yù)設(shè)的活躍度評級值能夠根據(jù)實際的需求進行設(shè)定，例如，A、B、C、E對應(yīng)的活躍度評級值分別為3、5、4、2，并且在商友推薦系統(tǒng)中的預(yù)設(shè)活躍度評級值為3，也就是說活躍度評級值大于等于3的用戶終端將被保留，而活躍度評級值小于3的用戶將被剔除。步驟104，將所述目標(biāo)用戶群組中大于所述預(yù)設(shè)評級值的用戶終端的信息發(fā)送給所述第一用戶終端。步驟105，獲取目標(biāo)用戶群組中每個用戶終端的推薦系數(shù)。在步驟103中，商友推薦系統(tǒng)已經(jīng)確定了交易關(guān)系網(wǎng)絡(luò)中每個用戶終端對應(yīng)的活躍度評級值以及關(guān)聯(lián)度評級值，此時，根據(jù)獲取活躍度評級值和關(guān)聯(lián)度評級值能夠確定每個用戶對應(yīng)的推薦，具體來說，例如本申請實施例中的A、B、C、E用戶，此時作為第一用戶終端的D用戶需要商友推薦系統(tǒng)推薦對應(yīng)的賣家給自身，因此，商友推薦系統(tǒng)將確定D用戶對應(yīng)的A用戶的推薦系數(shù)，具體的計算如下：其中dact表示用戶終端的活躍度評級值，drel表示關(guān)聯(lián)度評級值。dact表示為A用戶的活躍度評級值為3，drel表示A與D之間的關(guān)聯(lián)度評級值2，進而該推薦系數(shù)進而對于D用戶，A用戶的推薦系數(shù)就為1.7同理，D用戶與B用戶之間的推薦系數(shù)為4.4，D用戶與C用戶之間的推薦系數(shù)為4.4，D用戶與E用戶之間的推薦系數(shù)為2.4。商友推薦系統(tǒng)在完成推薦系數(shù)的確定之后，再進行下面的步驟：步驟106，將所述目標(biāo)用戶終端群組中每個用戶終端的推薦系數(shù)與預(yù)設(shè)推薦系數(shù)進行比較。在商友推薦系統(tǒng)中設(shè)置一預(yù)設(shè)的推薦系數(shù)，在本申請實施例中推薦系數(shù)設(shè)置為3.0，也就是說用戶的推薦系數(shù)在3.0以下的用戶將不會被推薦給用戶終端，舉例來說就是，相對于D用戶，A、B、C、E的推薦系數(shù)分別為1.7、4.4、4.4、2.4，超過預(yù)設(shè)閾值的就只有B、C用戶，從而確定B、C用戶為向D用戶推薦的最終用戶。步驟107，將所述目標(biāo)群組中推薦系數(shù)大于預(yù)設(shè)推薦系數(shù)的用戶終端對應(yīng)的信息發(fā)送給所述第一用戶終端。最后，商友推薦系統(tǒng)在步驟106確定好用戶終端之后，將調(diào)取該用戶終端對應(yīng)的詳細信息，并將該詳細信息發(fā)送給第一用戶終端。另外，在本申請實施例中為了使得系統(tǒng)發(fā)送信息的準確性以及有效性，在執(zhí)行步驟103之前還可以包括：獲取目標(biāo)用戶群組中每個用戶的行業(yè)信息，該行業(yè)信息表示在交易關(guān)系網(wǎng)絡(luò)中每個用戶交易記錄中所購買商品所屬的行業(yè)領(lǐng)域，從而通過該記錄就可以確定目標(biāo)用戶群組中每個用戶對應(yīng)的行業(yè)信息。將第一用戶終端的行業(yè)信息與目標(biāo)用戶群組中每個用戶終端的行業(yè)信息進行比較，從目標(biāo)用戶群組中確定與第一用戶的行業(yè)信息相同的多個用戶終端，并形成行業(yè)群組，在該處的行業(yè)信息相同可以是行業(yè)之間的近似度大于一定范圍時，則商友推薦系統(tǒng)將該兩個行業(yè)信息判定為相同的行業(yè)信息，因此，此處的行業(yè)信息相同并不是行業(yè)信息完全一樣。其中，目標(biāo)用戶群組中的每個用戶終端的行業(yè)信息為每個用戶終端所出售商品所屬的行業(yè)。在商友推薦系統(tǒng)已獲取到交易關(guān)系網(wǎng)絡(luò)中每個用戶終端對應(yīng)的行業(yè)信息之后，進而商友推薦系統(tǒng)將第一用戶終端的行業(yè)信息與交易關(guān)系網(wǎng)絡(luò)中每個用戶終端的行業(yè)信息進行比比較，并將與第一用戶終端的行業(yè)信息相同的用戶終端選取出來，將選取出來的用戶終端形成一行業(yè)群組。例如，第一用戶終端對應(yīng)的用戶是從事服裝行業(yè)，因此商友推薦系統(tǒng)將選取交易關(guān)系網(wǎng)絡(luò)中從事服裝行業(yè)的用戶終端篩選出來，并形成一行業(yè)群組。通過確定目標(biāo)用戶群組中每個用戶的行業(yè)信息使得系統(tǒng)能夠更加準確的將用戶信息發(fā)送給對應(yīng)的終端，并且提高了系統(tǒng)的工作效率。本申請還提供了一種信息發(fā)送的系統(tǒng)（如圖3所示），所述系統(tǒng)包括：獲取單元301，用于獲取第一用戶終端的標(biāo)識信息，根據(jù)所述標(biāo)識信息選取與所述第一用戶終端對應(yīng)的目標(biāo)用戶群組；評級值獲取單元302，用于若所述標(biāo)識信息用于標(biāo)示第一用戶終端與所述目標(biāo)用戶群組中的任一用戶終端之間能夠通過至少一個其他用戶終端建立信息交互關(guān)系時，獲取所述目標(biāo)用戶群組中每個用戶的評級值，其中，所述至少一個其他用戶終端直接與所述第一終端或者所述目標(biāo)群組終端任一用戶終端交互，所述評級值用于標(biāo)示所述目標(biāo)用戶群組中的每個用戶終端與其他用戶終端之間的信息交互頻繁度；評級值比較單元303，用于將所述目標(biāo)用戶群組中各用戶終端的評級值與預(yù)設(shè)評級值進行比較；發(fā)送單元304，用于將所述目標(biāo)用戶群組中大于所述預(yù)設(shè)評級值的用戶終請的精神和范圍。這樣，倘若本申請的這些修改和變型屬于本申請權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本申請也意圖包含這些改動和變型在內(nèi)。