一种基于云计算和大数据的智能社交推送系统及方法

1.本发明涉及云计算和大数据技术，具体涉及一种基于云计算和大数据的智能社交推送控制控制系统及方法。


背景技术：

2.移动互联网时代的到来，将社交媒体带入新时空，互联网从网页超链接的网络，转变成人际关系的网络，基于社交媒体建构的以人为节点的关系网络越来越明显。随着社交媒体的发展，“社交”的理念越来越普及，无社交不传播甚至成了规律，泛社交成为趋势。越来越多媒体接入社交功能，不仅是新媒体还有传统媒体，同时催生更多细分的社交形态，在今天，媒介化与社会化已融为一体，社交媒体已把“内容为王”推向“连接一切”。
3.由于人们对社交的广泛需要和强烈的依赖性，在不影响社交的前提下，智能化的社交推送方式更能迎合当代人的需求，还能保证推送内容的准确性，减少无效推送。现阶段大多数智能社交推送控制控制系统由于数据的死板根据原有数据进行推送往往伴有不准确性。然而，由于人的多变性、年龄的增长以及外界因素的影响，导致收集的数据会发生很大的改变，进一步影响到推送内容的准确性。


技术实现要素：

4.发明目的：本发明的目的是提供一种基于云计算和大数据的智能社交推送系统，利用多策略融合改进的均衡优化算法进行寻优求解，从而保证用户能接收到最准确的推送内容，有效提高推送的成功率。
5.技术方案：本发明的一种基于云计算和大数据的智能社交推送系统，包括：
6.用户数据采集单元，用于采集用户数据，用户数据包括用户视频app、网上购物app和web数据；通过用户视频app、网上购物app和web数据对用户的id下的兴趣爱好进行标签化，记录当前位置数据以及使用者年龄；
7.服务器单元，用于提供大数据服务器和社交服务器来保证系统的稳定运行；大数据服务器储存相关用户id以及对应的相关数据，社交服务器用于建立社交圈并统计该社交圈标签、最多人数位置以及平均年龄；
8.智能社交推送控制单元，通过寻找社交圈比对用户的标签拟合程度、位置以及用户平均年龄，给用户单元推送准确和有效的信息；
9.算法策略单元，用于优化智能社交推送控制单元内的最优推送函数寻找最优的推送方案；
10.用户单元，用于接受智能社交推送控制单元推送的内容并进行一个评价反馈给用户数据采集单元，再由用户数据采集单元根据用户的反馈情况重新进行整合收集。
11.优选的，用户数据采集单元包括冷数据画像模块、温数据回溯模块和热数据场景模块，冷数据画像模块负责收集用户的性别、兴趣、常住地、职业、收入和年龄相对稳定的数据画像；温数据回溯模块负责收集用户最近活跃应用、主要活跃的时间段、通常在线时长、
近期去过的地方具有一定时效性的行为数据；热数据场景模块负责收集当前地点、即时打开的应用场景化明显的、稍纵即逝的营销机会。
12.优选的，智能社交推送控制单元包括控制模块和监测模块，其中控制模块和监测模块同时在算法策略单元的推动下获取用户可能会感兴趣的推送内容，控制模块和监测模块同时作用，监测模块负责检查所获得的推送内容是否健康、合法、有效性，控制模块将符合用户数据和个人偏好的最优的推送内容给予推送并传递到下一个用户单元。
13.优选的，该系统还包括维护单元，维护单元包括网络维护模块、数据更新维护模块、防火墙安全模块和扩展模块，网络维护模块主要用于ip网络连通性测试，在网络不通或传输不稳定时，使用ping命令测试，确定网络是否正确链接，以及网络连接的状况，同时包括了网络的日常优化升级，管理每个用户的ip地址；数据更新维护模块作用于服务器单元通过对用户单元对用户数据采集单元的反馈进行信息的更新将之前采集不准确的信息清除，将正确的信息进行更新保留；防火墙安全模块主要对服务器单元起到一个保护作用防止外来黑客的入侵，防止用户信息被盗取对用户造成损失，防止系统受到危害进行不良推送；扩展模块扩展备用服务器以防突然的访问量、浏览量、数据量、用户量的暴增导致服务器的崩溃，通过扩展来缓解服务器的压力。
14.基于相同的发明构思，本发明的一种基于云计算和大数据的智能社交推送方法，包括以下步骤：
15.通过用户视频app、网上购物app和web数据对用户id下的兴趣爱好进行标签化，记录当前位置数据以及使用者年龄；
16.构建服务器单元，包括大数据服务器和社交服务器，大数据服务器用来存储和整理收集到的用户的各类数据信息；社交服务器用于建立社交圈并统计该社交圈标签、最多人数位置以及平均年龄；
17.建立智能社交推送控制单元，通过寻找社交圈比对用户的标签拟合程度、位置以及用户平均年龄给用户单元推送准确和有效的社交圈；
18.建立算法策略单元，用于优化智能社交推送控制控制单元内的最优推送函数寻找最优的推送方案；
19.建立用户单元，用于接受智能社交推送控制控制单元推送的社交圈并进行一个评价反馈给用户数据采集单元，再由用户数据采集单元根据用户的反馈情况在大数据服务器个人信息重新进行整合收集。
20.进一步的，智能推送社交控制单元内集成有以推送评分最高和在线时长人数以及活跃度最高的目标函数，其表达式为：
[0021][0022]
max f2＝∑(tou
·
t
hour
+prc
·
p
tog
)
[0023]
其中，α为距离的评分系数；x
par
为标准距离，为常数；x
push
为推送社交圈距离；x
accept
接收者距离；β标签的评分系数；m
tag
用户标签拟合百分比程度；γ为年龄评分系数；y
push
推送社交圈平均年龄；y
me
用户年龄；tou为活跃度评分系数；t
hour
用户活跃时常；prc在线人数评分系数；p
tog
用户活跃时间内平均在线人数。
[0024]
进一步的，算法策略单元包括多策略融合改进的均衡优化算法，具体为：
[0025]
(1)设置算法相关参数：社交圈种群规模x、最大迭代次数t
max
、空间维度dim、种群的可搜索空间的上下限[x
min
,x
max
]；
[0026]
(2)采用高破坏性多项式突变初始化种群建立社交圈集合{xi,i＝1,2,3,...,n}，i为社交圈种群组数序号，n为社交圈集合中社交圈种群组数，每组社交圈种群xi对应目标函数f1,f2，并计算种群中每个社交圈种群的适应度值并选出四个适应度值最优的社交圈种群粒子(x
eq,1
、x
eq,2
、x
eq,3
、x
eq,4
)；其中，x
eq,1
、x
eq,2
、x
eq,3
、x
eq,4
分别为当前迭代过程中找到的最优候选粒子；x
eq,ave
为以上四个候选解的平均值，其数学模型根据均衡池和候选解所示：
[0027][0028]
(3)根据差分变异的重构均衡池策略生成三个精英候选粒子x
eq,ave1
、x
eq,ave2
、x
eq,ave3
，根据差分变异的重构均衡池策略重构均衡池；其中，x
eq,ave1
、x
eq,ave2
、x
eq,ave3
分别为三个精英社交圈种群候选粒子；t
max
为最大迭代次数；x
eq5
通过历史最优的四个粒子差分变异组成，帮助算法在迭代前期在全局范围内快速寻到更多优质粒子，在迭代后期逐渐接近最优粒子，保持种群多样性，降低算法陷入局部最优的概率；在差分变异过程中，μ作为尺度因子一般为固定值，不利于算法在解空间进行全方位的搜索，因此本文将固定值μ调整为随迭代次数自适应变化的双曲正切因子，其数学模型根据差分变异的重构均衡池策略所示：
[0029]
x
eq,ave1
＝(x
eq1
+x
eq2
)/2
[0030]
x
eq,ave2
＝(x
eq1
+x
eq2
+x
eq3
)/3
[0031]
x
eq,ave3
＝(x
eq1
+x
eq2
+x
eq3
+x
eq5
)/4
[0032][0033][0034]
(4)根据指数项函数f和s型变换因子分别更新t、m1，进而根据公式最终指数项函数f更新f；其中，指数项函数f用于均衡优化算法的全局探索和局部开发能力，其数学模型如指数项函数f所示：
[0035]
f＝m1·
sign(r-0.5)
·
(e-λ
×
t-1)
[0036][0037][0038]
f＝m1×
sign(r-cauchy(0,1)
×
e-λ
×
t-1)
[0039]
其中，m1、m2分别是控制算法全局探索和局部开发的权重系数，在eo算法中分别取2和1；r和λ为[0,1]间的随机数；
[0040]
(5)根据生成率g更新g；其中，生成率g用于提高算法的局部开发能力，其数学模型如生成率g所示：
[0041][0042][0043]
g0＝gcp
·
(x
eq-λ
·
x)
[0044][0045]
其中，gcp为生成率g的控制参数；gp为生成率；x
eq
是从均衡池中选出的一个候选解；r1、r2取值为[0,1]间的随机数；
[0046]
(6)根据动态螺旋搜索策略更新社交圈种群粒子浓度；
[0047][0048][0049]
(7)判断算法是否满足迭代终止条件，若满足，则迭代结束输出最优社交圈，输出最优位置x
eq,1
；否则，返回步骤，当前迭代次数t＝t+1；
[0050]
(8)将得到最优社交圈传输给控制模块下达调节指令。
[0051]
进一步的，该方法还建立维护单元，维护单元包括网络维护模块、数据更新维护模块、防火墙安全模块和扩展模块，网络维护模块主要用于ip网络连通性测试，在网络不通或传输不稳定时，使用ping命令测试，确定网络是否正确链接，以及网络连接的状况，同时包括了网络的日常优化升级，管理每个用户的ip地址；数据更新维护模块作用于服务器单元通过对用户单元对用户数据采集单元的反馈进行信息的更新将之前采集不准确的信息清除，将正确的信息进行更新保留；防火墙安全模块主要对服务器单元起到一个保护作用防止外来黑客的入侵，防止用户信息被盗取对用户造成损失，防止系统受到危害进行不良推送；扩展模块扩展备用服务器以防突然的访问量、浏览量、数据量、用户量的暴增导致服务器的崩溃，通过扩展来缓解服务器的压力。
[0052]
基于相同的发明构思，本发明的一种电子设备，所述设备包括：
[0053]
存储有可执行程序代码的存储器；
[0054]
与所述存储器耦合的处理器；
[0055]
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如上述的一种基于云计算和大数据的智能社交推送方法。
[0056]
基于相同的发明构思，本发明的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如上述的一种基于云计算和大数据的智能社交推送方法。
[0057]
有益效果：与现有技术相比，本发明的显著技术效果为：
[0058]
1、本发明通过数据画像模块、温数据回溯模块、热数据场景模块多模块采集用户的信息，做到对用户信息的精准收集；
[0059]
2、本发明以用户的推送评分最高和在线时长人数以及活跃度最高为目标函数建
立模型，算法策略单元和智能推送社交控制单元协同作用从而达到高效精准的智能推送；
[0060]
3、本发明还利用多策略融合改进的均衡优化算法寻优求解，从而在用户保证舒适度达到最佳的情况下，能够实现推送的准确性，有效提高推送效率，避免无效推送。
附图说明
[0061]
图1为本发明系统结构示意图；
[0062]
图2为本发明中多策略融合改进的均衡优化算法流程图；
[0063]
图3为优化前后24小时群平均在线人数；
[0064]
图4为优化前后用户的满意度。
具体实施方式
[0065]
下面结合附图和具体实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0066]
本发明的一种基于云计算和大数据的智能社交推送系统，系统包括用户数据采集单元，通过多模块采集用户的在线时长、时间段、活跃度、最近所在的地点并且保存到服务器单元中的大数据服务器中对其进行大数据分析与云计算，从而得出不同时间段服务器可承受的最大人数压力并对服务器进行调整与优化；通过大数据挖掘技术构造智能社交推荐系统，针对不同用户的不同需求提供符合及适配的个性化社交圈，帮助用户接收自己想要的信息，再根据用户接受到推送信息后的个人反馈，重新传递到用户数据采集单元，使得大数据服务器中每个用户的信息更加的准确保证推送的有效率。本发明中云计算的加入可以改善提高推送的准确性同时推送更具有人性化。
[0067]
实施例一
[0068]
如图1所示，本发明的一种基于云计算和大数据的智能社交推送系统，包括用户数据采集单元1、服务器单元2、智能社交推送控制单元3、算法策略单元4和用户单元5。
[0069]
服务器单元2，提供大数据服务器和社交服务器来保证系统的稳定运行；大数据服务器储存相关用户id以及对应的相关数据，社交服务器用于建立社交圈并统该社交圈标签、最多人数位置以及平均年龄。
[0070]
智能社交推送控制控制单元3通过寻找社交圈比对用户的标签拟合程度、位置以及用户平均年龄给用户单元5推送准确和有效的信息；
[0071]
算法策略单元4，用于优化智能社交推送控制控制单元3内的最优推送函数寻找最优的推送方案；
[0072]
用户单元5，用于接受智能社交推送控制控制单元3推送的内容并进行一个评价反馈给用户数据采集单元1，再由用户数据采集单元1根据用户的反馈情况重新进行整合收集。
[0073]
所述用户数据采集单元1中通过冷数据画像模块、温数据回溯模块、热数据场景模块共同作用采集用户数据，用户数据包括用户视频app、网上购物app和web数据；所述服务器单元2提供大数据服务器和社交服务器来保证系统的稳定运行；所述智能社交推送控制单元3中的控制模块和监测模块协同作用确保给用户单元5推送的信息的准确性和有效性；所述算法策略单元4帮助智能社交推送控制控制单元3寻找最优的推送方案。
[0074]
用户数据采集单元1包括冷数据画像模块、温数据回溯模块和热数据场景模块，冷数据画像模块负责收集用户的性别、兴趣、常住地、职业、收入和年龄等相对稳定的数据画像；温数据回溯模块负责收集用户最近活跃应用、主要活跃的时间段、通常在线时长、近期去过的地方等具有一定时效性的行为数据；热数据场景模块负责收集当前地点、即时打开的应用等场景化明显的、稍纵即逝的营销机会。
[0075]
服务器单元2包括大数据服务器和社交服务器，大数据服务器用来存储和整理通过用户数据采集单元1收集到的用户的各类数据信息；社交服务器给用户提供了一个大型智能的社交平台，通过此社交平台用户更好地寻找到属于自己的社交圈，找到与自己相匹配的人群，与他们交流对话同时放松自己的生活压力、宣泄自己的情绪。
[0076]
智能推送社交控制单元3包括控制模块和监测模块，其中控制模块和监测模块同时在算法策略单元4的推动下获取用户可能会感兴趣的推送内容，控制模块和监测模块同时作用，监测模块负责检查所获得的推送内容是否健康、合法、有效性，控制模块将符合用户数据和个人偏好的最优的推送内容给予推送并传递到下一个用户单元5。
[0077]
用户单元5接受智能推送社交控制单元3推送的内容并进行一个评价反馈给用户数据采集单元1，再由用户数据采集单元1根据用户的反馈情况重新进行整合收集。
[0078]
该系统还包括维护单元6，维护单元6包括网络维护模块、数据更新维护模块、防火墙安全模块和扩展模块，网络维护模块主要用于ip网络连通性测试，在网络不通或传输不稳定时，使用ping命令测试，确定网络是否正确链接，以及网络连接的状况(包丢包率)，同时包括了网络的日常优化升级，管理每个用户的ip地址；数据更新维护模块主要作用于服务器单元2通过对用户单元5对用户数据采集单元2的反馈进行信息的更新将之前采集不准确的信息清除，将正确的信息进行更新保留；防火墙安全模块主要对服务器单元2起到一个保护作用防止外来黑客的入侵，防止用户信息被盗取对用户造成损失，防止系统受到危害进行不良推送；扩展模块扩展备用服务器以防突然的访问量、浏览量、数据量、用户量的暴增导致服务器的崩溃，通过扩展来缓解服务器的压力。
[0079]
实施例二
[0080]
基于相同的发明构思，本发明的一种基于云计算和大数据的智能社交推送方法，包括以下步骤：
[0081]
s1、用户数据采集单元通过用户视频app、网上购物app和web数据对用户id下的兴趣爱好进行标签化，记录当前位置数据以及使用者年龄；
[0082]
用户数据采集单元中的冷数据画像模块负责收集用户的性别、兴趣、常住地、职业、收入和年龄等相对稳定的数据画像；温数据回溯模块负责收集用户最近活跃应用、主要活跃的时间段、通常在线时长、近期去过的地方等具有一定时效性的行为数据；热数据场景负责收集当前地点、即时打开的应用等场景化明显的、稍纵即逝的营销机会。
[0083]
s2、构建服务器单元，包括大数据服务器和社交服务器，大数据服务器用来存储和整理收集到的用户的各类数据信息；社交服务器用于建立社交圈并统计该社交圈标签、最多人数位置以及平均年龄；
[0084]
服务器单元提供大数据服务器和社交服务器来保证系统的稳定运行；大数据服务器用来存储和整理通过用户数据采集单元收集到的用户的各类数据信息；社交服务器给用户提供了一个大型智能的社交平台，通过此社交平台用户更好地寻找到属于自己的社交
圈，找到与自己相匹配的人群，与他们交流对话同时放松自己的生活压力、宣泄自己的情绪。
[0085]
s3、建立智能社交推送控制单元，通过寻找社交圈比对用户的标签拟合程度、位置以及用户平均年龄给用户单元推送准确和有效的社交圈；
[0086]
智能推送社交控制单元中的控制模块和监测模块同时在算法策略单元的推动下获取用户可能会感兴趣的推送内容，控制模块和监测模块同时作用，监测模块负责检查所获得的推送内容是否健康、合法、有效性，控制模块将符合用户数据和个人偏好的最优的推送内容给予推送并传递到下一个用户单元；
[0087]
智能推送社交控制单元内集成的以推送评分最高和在线时长人数以及活跃度最高的目标函数如下：
[0088][0089]
maxf2＝∑(tou
·
t
hour
+prc
·
p
tog
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0090]
其中，α为距离的评分系数；x
par
为标准距离，为常数；x
push
为推送社交圈距离；x
accept
接收者距离；β标签的评分系数；m
tag
用户标签拟合百分比程度；γ为年龄评分系数；y
push
推送社交圈平均年龄；y
me
用户年龄；tou为活跃度评分系数；t
hour
用户活跃时常；prc在线人数评分系数；p
tog
用户活跃时间内平均在线人数。
[0091]
s4、建立算法策略单元，用于优化智能社交推送控制控制单元内的最优推送函数寻找最优的推送方案；
[0092]
如图2所示，算法策略单元4通过多策略融合改进的均衡优化(meo)算法对智能推送社交控制单元3集成的以推送评分最高和在线时长人数以及活跃度最高的目标函数进行寻优，具体如下：
[0093]
(1)设置算法相关参数：社交圈种群规模x、最大迭代次数t
max
、空间维度dim、种群的可搜索空间上下限[x
min
,x
max
]；
[0094]
(2)采用高破坏性多项式突变初始化种群的社交圈集合{xi,i＝1,2,3,...,n},i为社交圈种群组数序号，n为社交圈集合中社交圈种群组数，每组社交圈种群xi对应目标函数f1,f2，并计算种群中每个社交圈种群的适应度值并选出四个适应度值最优的社交圈种群粒子(x
eq,1
、x
eq,2
、x
eq,3
、x
eq,4
)；其中，x
eq,1
、x
eq,2
、x
eq,3
、x
eq,4
分别为当前迭代过程中找到的最优候选粒子，有助于算法进行全局探索；x
eq,ave
为以上四个候选解的平均值，有助于算法进行局部开发，其数学模型根据均衡池和候选解所示：
[0095][0096]
(3)根据差分变异的重构均衡池策略生成三个精英候选粒子x
eq,ave1
、x
eq,ave2
、x
eq,ave3
，根据差分变异的重构均衡池策略重构均衡池；其中，x
eq,ave1
、x
eq,ave2
、x
eq,ave3
分别为三个精英社交圈种群候选粒子；t
max
为最大迭代次数；x
eq5
通过历史最优的四个粒子差分变异组成，帮助算法在迭代前期在全局范围内快速寻到更多优质粒子，在迭代后期逐渐接近最优粒子,保持种群多样性，降低算法陷入局部最优的概率。在差分变异过程中，μ作为尺度因子一般为固定值，不利于算法在解空间进行全方位的搜索，因此本文将固定值μ调整为随
迭代次数自适应变化的双曲正切因子，其算法均衡池数学模型根据差分变异的重构均衡池策略所示：
[0097]
x
eq,ave1
＝(x
eq1
+x
eq2
)/2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0098]
x
eq,ave2
＝(x
eq1
+x
eq2
+x
eq3
)/3
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0099]
x
eq,ave3
＝(x
eq1
+x
eq2
+x
eq3
+x
eq5
)/4
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0100][0101][0102]
(4)根据指数项函数f和s型变换因子分别更新t、m1，进而根据公式最终指数项函数f更新f；其中，指数项函数f用于均衡优化算法的全局探索和局部开发能力，其数学模型如指数项函数f所示：
[0103]
f＝m1·
sign(r-0.5)
·
(e-λ
×
t-1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0104][0105][0106]
f＝m1×
sign(r-cauchy(0,1)
×
e-λ
×
t-1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0107]
其中，m1、m2分别是控制算法全局探索和局部开发的权重系数，在eo算法中分别取2和1；r和λ为[0,1]间的随机数。
[0108]
(5)根据生成率g公式更新g；其中，生成率g用于提高算法的局部开发能力，其数学模型如生成率g所示：
[0109][0110][0111]
g0＝gcp
·
(x
eq-λ
·
x)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0112][0113]
其中，gcp为生成率g的控制参数；gp为生成率，当其值为0.5时，算法实现全局勘探和局部开采的平衡；x
eq
是从均衡池中选出的一个候选解；r1、r2取值为[0,1]间的随机数。
[0114]
(6)根据动态螺旋搜索策略更新社交圈种群粒子浓度；
[0115][0116][0117]
(7)判断算法是否满足迭代终止条件，若满足，则迭代结束输出最优社交圈，输出
最优位置x
eq,1
；否则，返回步骤(2)，当前迭代次数t＝t+1。
[0118]
(8)将得到最优社交圈传输给控制模块下达调节指令；
[0119]
附图3所示为优化前后24小时群平均在线人数，其中，优化前是24小时平均在线变化较大，八点之前人数较低，12点至18点人数达到最高值。优化后，24小时平均在线人数处于稳定值。极大的改善了用户不同时间段在线人数的不均。优化前，在线人数的不均匀导致用户无法进行社交，优化后，在线人数比较均匀避免了无人社交的局面。
[0120]
通过附图4所示对于优化前后用户满意度对比图中，本发明的优化前用户对推送内容的满意度普遍较低以满分十分为例基本处于4-7分；优化后用户对推送内容的满意度大大提升基本处于7-10分。
[0121]
s5、建立用户单元，用于接受智能社交推送控制控制单元推送的社交圈并进行一个评价反馈给用户数据采集单元，再由用户数据采集单元根据用户的反馈情况在大数据服务器个人信息重新进行整合收集。
[0122]
该方法还可以包括建立维护单元6，维护单元6包括网络维护模块、数据更新维护模块、防火墙安全模块和扩展模块，网络维护模块主要用于ip网络连通性测试，在网络不通或传输不稳定时，使用ping命令测试，确定网络是否正确链接，以及网络连接的状况，同时包括了网络的日常优化升级，管理每个用户的ip地址；数据更新维护模块作用于服务器单元2通过对用户单元5对用户数据采集单元2的反馈进行信息的更新将之前采集不准确的信息清除，将正确的信息进行更新保留；防火墙安全模块主要对服务器单元2起到一个保护作用防止外来黑客的入侵，防止用户信息被盗取对用户造成损失，防止系统受到危害进行不良推送；扩展模块扩展备用服务器以防突然的访问量、浏览量、数据量、用户量的暴增导致服务器的崩溃，通过扩展来缓解服务器的压力。
[0123]
实施例三
[0124]
一种电子设备，所述设备包括：
[0125]
存储有可执行程序代码的存储器；
[0126]
与所述存储器耦合的处理器；
[0127]
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如上述的一种基于云计算和大数据的智能社交推送方法。
[0128]
存储器可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)和/或高速缓存存储器。设备可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储器可以用于读写不可移动的、非易失性磁介质(通常称为“硬盘驱动器”)。具有一组(至少一个)程序模块的程序/实用工具，可以存储在例如存储器中，这样的程序模块包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本发明所描述的实施例中的功能和/或方法。
[0129]
处理器通过运行存储在存储器中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例一所提供的方法。
[0130]
实施例四
[0131]
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如上述的一种基于云计算和大数据的智能社交推送方法。
[0132]
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0133]
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0134]
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0135]
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言，诸如java、smalltalk、c++，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(lan)或广域网(wan)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0136]
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作，还可以执行本发明任意实施例所提供的方法中的相关操作。
[0137]
上面结合附图对发明的技术内容作了说明,但发明的保护范围并不限于所述内容,在本领域的普通技术人员所具备的知识范围内,还可以在不脱离发明宗旨的前提下对发明的技术内容做出各种变化，凡在发明的精神和原则之内，所做的任何修改,等同替换，改进等,均应包含在发明的保护范围之内。

技术特征：
1.一种基于云计算和大数据的智能社交推送系统，其特征在于，包括：用户数据采集单元(1)，用于采集用户数据，用户数据包括用户视频app、网上购物app和web数据；通过用户视频app、网上购物app和web数据对用户的id下的兴趣爱好进行标签化，记录当前位置数据以及使用者年龄；服务器单元(2)，用于提供大数据服务器和社交服务器来保证系统的稳定运行；大数据服务器储存相关用户id以及对应的相关数据，社交服务器用于建立社交圈并统计该社交圈标签、最多人数位置以及平均年龄；智能社交推送控制单元(3)，通过寻找社交圈比对用户的标签拟合程度、位置以及用户平均年龄，给用户单元(5)推送准确和有效的信息；算法策略单元(4)，用于优化智能社交推送控制单元(3)内的最优推送函数寻找最优的推送方案；用户单元(5)，用于接受智能社交推送控制单元(3)推送的内容并进行一个评价反馈给用户数据采集单元(1)，再由用户数据采集单元(1)根据用户的反馈情况重新进行整合收集。2.根据权利要求1所述的一种基于云计算和大数据的智能社交推送系统，其特征在于，用户数据采集单元(1)包括冷数据画像模块、温数据回溯模块和热数据场景模块，冷数据画像模块负责收集用户的性别、兴趣、常住地、职业、收入和年龄相对稳定的数据画像；温数据回溯模块负责收集用户最近活跃应用、主要活跃的时间段、通常在线时长、近期去过的地方具有一定时效性的行为数据；热数据场景模块负责收集当前地点、即时打开的应用场景化明显的、稍纵即逝的营销机会。3.根据权利要求1所述的一种基于云计算和大数据的智能社交推送系统，其特征在于，智能社交推送控制单元(3)包括控制模块和监测模块，其中控制模块和监测模块同时在算法策略单元(4)的推动下获取用户可能会感兴趣的推送内容，控制模块和监测模块同时作用，监测模块负责检查所获得的推送内容是否健康、合法、有效性，控制模块将符合用户数据和个人偏好的最优的推送内容给予推送并传递到下一个用户单元(5)。4.根据权利要求1所述的一种基于云计算和大数据的智能社交推送系统，其特征在于，该系统还包括维护单元(6)，维护单元(6)包括网络维护模块、数据更新维护模块、防火墙安全模块和扩展模块，网络维护模块主要用于ip网络连通性测试，在网络不通或传输不稳定时，使用ping命令测试，确定网络是否正确链接，以及网络连接的状况，同时包括了网络的日常优化升级，管理每个用户的ip地址；数据更新维护模块作用于服务器单元(2)通过对用户单元(5)对用户数据采集单元(2)的反馈进行信息的更新将之前采集不准确的信息清除，将正确的信息进行更新保留；防火墙安全模块主要对服务器单元(2)起到一个保护作用防止外来黑客的入侵，防止用户信息被盗取对用户造成损失，防止系统受到危害进行不良推送；扩展模块扩展备用服务器以防突然的访问量、浏览量、数据量、用户量的暴增导致服务器的崩溃，通过扩展来缓解服务器的压力。5.一种基于云计算和大数据的智能社交推送方法，其特征在于，包括以下步骤：通过用户视频app、网上购物app和web数据对用户id下的兴趣爱好进行标签化，记录当前位置数据以及使用者年龄；构建服务器单元，包括大数据服务器和社交服务器，大数据服务器用来存储和整理收
集到的用户的各类数据信息；社交服务器用于建立社交圈并统计该社交圈标签、最多人数位置以及平均年龄；建立智能社交推送控制单元，通过寻找社交圈比对用户的标签拟合程度、位置以及用户平均年龄给用户单元推送准确和有效的社交圈；建立算法策略单元，用于优化智能社交推送控制控制单元内的最优推送函数寻找最优的推送方案；建立用户单元，用于接受智能社交推送控制控制单元推送的社交圈并进行一个评价反馈给用户数据采集单元，再由用户数据采集单元根据用户的反馈情况在大数据服务器个人信息重新进行整合收集。6.根据权利要求5所述的一种基于云计算和大数据的智能社交推送系统，其特征在于，智能推送社交控制单元内集成有以推送评分最高和在线时长人数以及活跃度最高的目标函数，其表达式为：maxf2＝∑(tou
·
t
hour
+prc
·
p
tog
)其中，α为距离的评分系数；x
par
为标准距离，为常数；x
push
为推送社交圈距离；x
accept
接收者距离；β标签的评分系数；m
tag
用户标签拟合百分比程度；γ为年龄评分系数；y
push
推送社交圈平均年龄；y
me
用户年龄；tou为活跃度评分系数；t
hour
用户活跃时常；prc在线人数评分系数；p
tog
用户活跃时间内平均在线人数。7.根据权利要求5所述的一种基于云计算和大数据的智能社交推送方法，其特征在于，算法策略单元包括多策略融合改进的均衡优化算法，具体为：(1)设置算法相关参数：社交圈种群规模x、最大迭代次数t
max
、空间维度dim、种群的可搜索空间的上下限[x
min
,x
max
]；(2)采用高破坏性多项式突变初始化种群建立社交圈集合{x
i
,i＝1,2,3,...,n}，i为社交圈种群组数序号，n为社交圈集合中社交圈种群组数，每组社交圈种群x
i
对应目标函数f1,f2，并计算种群中每个社交圈种群的适应度值并选出四个适应度值最优的社交圈种群粒子(x
eq,1
、x
eq,2
、x
eq,3
、x
eq,4
)；其中，x
eq,1
、x
eq,2
、x
eq,3
、x
eq,4
分别为当前迭代过程中找到的最优候选粒子；x
eq,ave
为以上四个候选解的平均值，其数学模型根据均衡池和候选解所示：(3)根据差分变异的重构均衡池策略生成三个精英候选粒子x
eq,ave1
、x
eq,ave2
、x
eq,ave3
，根据差分变异的重构均衡池策略重构均衡池；其中，x
eq,ave1
、x
eq,ave2
、x
eq,ave3
分别为三个精英社交圈种群候选粒子；t
max
为最大迭代次数；x
eq5
通过历史最优的四个粒子差分变异组成，帮助算法在迭代前期在全局范围内快速寻到更多优质粒子，在迭代后期逐渐接近最优粒子，保持种群多样性，降低算法陷入局部最优的概率；在差分变异过程中，μ作为尺度因子一般为固定值，不利于算法在解空间进行全方位的搜索，因此本文将固定值μ调整为随迭代次数自适应变化的双曲正切因子，其数学模型根据差分变异的重构均衡池策略所示：x
eq,ave1
＝(x
eq1
+x
eq2
)/2
x
eq,ave2
＝(x
eq1
+x
eq2
+x
eq3
)/3x
eq,ave3
＝(x
eq1
+x
eq2
+x
eq3
+x
eq5
)/4)/4(4)根据指数项函数f和s型变换因子分别更新t、m1，进而根据公式最终指数项函数f更新f；其中，指数项函数f用于均衡优化算法的全局探索和局部开发能力，其数学模型如指数项函数f所示：f＝m1·
sign(r-0.5)
·
(e-λ
×
t-1)1)f＝m1×
sign(r-cauchy(0,1)
×
e-λ
×
t-1)其中，m1、m2分别是控制算法全局探索和局部开发的权重系数，在eo算法中分别取2和1；r和λ为[0,1]间的随机数；(5)根据生成率g更新g；其中，生成率g用于提高算法的局部开发能力，其数学模型如生成率g所示：成率g所示：g0＝gcp
·
(x
eq-λ
·
x)其中，gcp为生成率g的控制参数；gp为生成率；x
eq
是从均衡池中选出的一个候选解；r1、r2取值为[0,1]间的随机数；(6)根据动态螺旋搜索策略更新社交圈种群粒子浓度；(6)根据动态螺旋搜索策略更新社交圈种群粒子浓度；(7)判断算法是否满足迭代终止条件，若满足，则迭代结束输出最优社交圈，输出最优位置x
eq,1
；否则，返回步骤(2)，当前迭代次数t＝t+1；(8)将得到最优社交圈传输给控制模块下达调节指令。8.根据权利要求5所述的一种基于云计算和大数据的智能社交推送方法，其特征在于，
该方法还建立维护单元(6)，维护单元(6)包括网络维护模块、数据更新维护模块、防火墙安全模块和扩展模块，网络维护模块主要用于ip网络连通性测试，在网络不通或传输不稳定时，使用ping命令测试，确定网络是否正确链接，以及网络连接的状况，同时包括了网络的日常优化升级，管理每个用户的ip地址；数据更新维护模块作用于服务器单元(2)通过对用户单元(5)对用户数据采集单元(2)的反馈进行信息的更新将之前采集不准确的信息清除，将正确的信息进行更新保留；防火墙安全模块主要对服务器单元(2)起到一个保护作用防止外来黑客的入侵，防止用户信息被盗取对用户造成损失，防止系统受到危害进行不良推送；扩展模块扩展备用服务器以防突然的访问量、浏览量、数据量、用户量的暴增导致服务器的崩溃，通过扩展来缓解服务器的压力。9.一种电子设备，其特征在于，所述设备包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求5-8任一项所述的一种基于云计算和大数据的智能社交推送方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求5-8任一项所述的一种基于云计算和大数据的智能社交推送方法。

技术总结
本发明公开了一种基于云计算和大数据的智能社交推送系统及方法，用户数据采集单元对用户ID下的兴趣爱好进行标签化，记录当前位置数据及使用者年龄；服务器单元用于建立社交圈并统计该社交圈标签、最多人数位置以及平均年龄；智能社交推送控制单元通过寻找社交圈比对用户的标签拟合程度、位置以及用户平均年龄，给用户单元推送准确和有效的信息；算法策略单元用于优化智能社交推送控制单元内的最优推送函数寻找最优的推送方案；用户单元用于接受智能社交推送控制单元推送的内容并进行评价反馈给用户数据采集单元，再由用户数据采集单元根据用户的反馈情况重新进行整合收集。本发明中云计算的加入可以改善提高推送的准确性同时推送更具有人性化。同时推送更具有人性化。同时推送更具有人性化。


技术研发人员：汤健康 潘子健 苏皎月 秦浩然 陆鹏 周孟雄 郭仁威 黄慧 孙娜 夏奥运 纪捷
受保护的技术使用者：淮阴工学院
技术研发日：2023.07.21
技术公布日：2023/10/20