一种基于大数据分析的社交平台用户兴趣推荐方法

本发明公开了一种基于大数据分析的社交平台用户兴趣推荐方法，包括S1、从社交平台中实时收集用户行为数据，使用Apache Hadoop分布式存储系统存储用户数据；S2、利用K‑means聚类算法将用户分成不同的兴趣群体；S3、使用Apache Kafka实现用户行为数据的实时处理；S4、基于用户行为相似性和项目相似性进行协同过滤推荐，分析用户兴趣标签和项目标签；S5、使用长短期记忆网络分析和预测用户的行为序列，利用Word2Vec技术，进行相似性计算和推荐；S6、根据用户画像和实时行为数据，为用户提供个性化的兴趣推荐，通过混合推荐算法，增加推荐结果的多样性和新颖性。本发明具备推荐准确性高、个性化强、响应及时、用户体验优和系统稳定性强的优点。