冷启动用户推荐方法、系统及计算机可读存储介质与流程

本发明属于用户推荐技术领域，具体是一种冷启动用户推荐方法、系统及计算机可读存储介质。

背景技术：

社交网络分为熟人社交模式和陌生人社交模式。例如微信，是基于熟人的社交模式；微博，是基于陌生人的社交模式。在这些社交网络中，若有一名新用户注册时，为了让新用户更快速的学会使用这个应用程序，系统一般会根据新用户的一些特定属性或行为来为他推荐一些好友，让新用户尽快的融入到社交网络中去。

但是，汽车行业的目标用户相较于上述两个产品的目标用户，差异性很大，在汽车行业的社交网络中，性别不是关键因素，受众年龄段也相对较窄，因此，性别和年龄均不适合作为参考坐标系。同时，汽车行业的车友会产品存在用户基数小、用户的属性标签不完善等问题，无法直接复制微信或微博这种基于较大用户基数的用户推荐方式。

因此，现有汽车行业的社交网络在用户冷启动时期，新用户在刚加入某个车友会后，容易因为不知如何使用产品、没有合适的可沟通和学习的车友等问题而导致用户流失。

技术实现要素：

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明的第一个目的在于提出一种冷启动用户推荐方法，所述冷启动用户推荐方法可提高推荐成功的几率，增加用户粘性，解决了现有技术中用户冷启动时期因没有足够的标签导致难以向新用户推荐用户的技术问题。

本发明的第二个目的在于提出一种冷启动用户推荐系统。

本发明的第三个目的在于提出一种计算机可读存储介质。

为达到上述目的，本发明第一方面的实施例提出了一种冷启动用户推荐方法，包括：获取新用户注册的基本信息；从存量用户中调取优质用户；基于推荐算法将所述优质用户进行推荐处理，以得到满足预设条件的推荐用户排行表；从所述推荐用户排行表中抽取部分所述优质用户推荐至所述新用户。

根据本发明实施例的冷启动用户推荐方法，通过获取新用户的基本信息以及基于推荐算法得出的推荐用户排行表即可将部分优质用户推荐至新用户，保证新用户在冷启动时，不会因不知如何使用产品、没有合适的可沟通和学习的车友等问题而流失，且推荐成功的几率高，从而提升用户体验和用户粘性。本申请的冷启动用户推荐方法，推荐成功的几率高，极大地提升了用户体验。

另外，根据本发明上述实施例的冷启动用户推荐方法还可以具有如下附加的技术特征：

根据本发明一个实施例的冷启动用户推荐方法，所述从存量用户中调取优质用户包括：统计该存量用户在设置天数内是否有至少一次打开app的记录，剔除在设置天数内未打开app的用户。

可选地，基于推荐算法将所述优质用户进行推荐处理，以得到满足预设条件的推荐用户排行表包括：统计每个优质用户的发帖数量、发布评论数量；统计每个优质用户发布的帖子被点赞的总次数、被收藏的总次数，并核算每个优质用户的推荐分数，各个优质用户推荐分数较高者优先进入所述推荐用户排行表。

可选地，核查所述优质用户是否为官方账号，若为官方账号则滞后推荐。

可选地，采用如下公式一首次计算所述推荐分数scorea：公式一中，nr(uj)表示的是优质用户发布的评论总数；np(uj)表示的是优质用户发布的帖子总数；nlp(uj)表示的是优质用户发布的所有帖子被点赞的总次数；ncp(uj)表示的是优质用户发布的所有帖子被收藏的总次数，ac表示的是该用户在设置天数内是否有活跃，ac为定值；ad表示的是该用户是否是官方账号，ad为定值。

可选地，对所述推荐用户排行表中的优质用户采用如下公式二再次计算分数scoreb，并将推荐排行表中的优质用户所得的分数scoreb较高者置入推荐用户资源池：scoreb＝scorea*cb*cm*up，公式二中，scorea表示首次计算的推荐分数；cb表示优质用户是否已购车，该值为定值；cm表示优质用户与所述新用户购买的车型是否一致，cm为定值；up表示优质用户是否与所述新用户在同一个城市，up为定值。

可选地，从所述推荐用户排行表中抽取部分所述优质用户推荐至所述新用户包括：根据所述新用户的基本信息，从所述推荐用户排行表中抽取信息匹配的所述优质用户形成推荐用户资源池，再从所述推荐用户资源池中抽取预设数量的所述优质用户形成推荐用户列表，将所述推荐用户列表输出至所述新用户。

可选地，所述用户的基本信息包括是否有购买车辆，所在的城市和需要的车型中的至少一种。

可选地，在所述新用户请求获取推荐用户时，将所述优质用户推荐至所述新用户。

为了实现上述目的，本发明第二方面的实施例提出了一种冷启动用户推荐系统，包括：获取模块，所述获取模块用于获取新用户的基本信息；调取模块，所述调取模块用于从存量用户中调取优质用户；处理模块，所述处理模块用于基于推荐算法将所述优质用户进行推荐处理，以得到满足预设条件的推荐用户排行表；推荐模块，所述推荐模块用于将从所述推荐用户排行表中抽取部分所述优质用户推荐至所述新用户。

根据本发明实施例的冷启动用户推荐系统，通过获取模块获取到的新用户的基本信息以及处理模块得到的满足预设条件的推荐用户排行表即可将优质用户推荐至新用户，实现优质用户与新用户快速匹配，保证新用户在冷启动时，不会因不知如何使用产品、没有合适的可沟通和学习的车友等问题而流失，从而提升用户体验和用户粘性。本申请的冷启动用户推荐系统，推荐成功的几率高，极大地提升了用户体验。

另外，根据本发明上述实施例的冷启动用户推荐系统还可以具有如下附加的技术特征：

根据本发明一个实施例的冷启动用户推荐系统，所述处理模块包括计分模块，所述计分模块用于对所述优质用户按设置天数内登陆app的次数、活跃度进行一次计分。

可选地，所述计分模块还用于根据所述新用户的基本信息，对经过一次计分后的所述优质用户的信息与所述基本信息的匹配度进行二次计分。

可选地，所述处理模块还包括排列模块，所述排列模块用于将经过一次计分的所述优质用户按照推荐分数从高到低进行排列，并列入所述推荐用户排行表。

可选地，所述冷启动用户推荐系统还包括请求模块，所述请求模块用于在所述新用户请求获取推荐用户时，将所述优质用户推荐至所述新用户。

为了实现上述目的，本发明第三方面的实施例提出了一种计算机可读存储介质，计算机可读存储介质上存储有冷启动用户推荐的控制程序，该存储有冷启动用户推荐的控制程序被处理器执行时实现如第一方面实施例所述的冷启动用户推荐方法。

本发明的附加方面和优点将在下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明第一个实施例的冷启动用户推荐方法的流程图。

图2为本发明第二个实施例的冷启动用户推荐方法的流程图。

图3为本发明第三个实施例的冷启动用户推荐方法的流程图。

图4为本发明第一个实施例的冷启动用户推荐系统的结构框图。

图5为本发明第二个实施例的冷启动用户推荐系统的结构框图。

附图标记：

1000、冷启动用户推荐系统；

100、获取模块；

200、调取模块；

300、处理模块；

310、计分模块；320、排列模块；

400、推荐模块；

500、请求模块。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

本发明中所述的“冷启动”是指车友会平台在新用户刚刚注册时，新用户暂无任何进一步使用行为，并且新用户注册的基本信息也较少，车友会平台对该新用户的信息掌握的较少，用户也对车友会平台对应的应用程序无较多了解，在此阶段新用户并不知道如何使用产品满足自己的需求，也无法在车友会中快速找到可供沟通、交流学习的车友，此时新用户相对容易流失。而本申请正是针对在上述冷启动时期向新用户快速推荐优质用户，而提升用户对于产品的使用熟练度和用户对于产品的粘性，从而使新用户能顺利度过“冷启动”时期，而更趋向于形成为老用户和活跃用户，以及优质用户。

下面参考说明书附图描述本发明实施例的冷启动用户推荐方法。

图1是根据本发明一个实施例的冷启动用户推荐方法的流程图。如图1所示，该方法包括以下步骤：

步骤s1：获取新用户注册的基本信息。

在实际应用中，在新用户注册的过程中，该基本信息由新用户本人填写，且该基本信息均为容易获得的信息，例如新用户是否有购买车辆、新用户所在的城市或新用户需要的车型中的至少一种。这些基本信息使得该新用户区别于其他用户，并使得平台初步了解该新用户的信息和需求。

可选地，基本信息填写应保持简短、易于回答，从而提升新用户注册时的便利性和产品使用体验，避免注册时需要填写的基本信息数量过多或过于复杂而使待注册用户产生抵触心理。

步骤s2：从存量用户中调取优质用户。

在此步骤中，存量用户是指已经注册完成的用户，而在存量用户中，包括优质用户和非优质用户，本申请在用户推荐的过程中主要调取优质用户，以提高用户推荐的质量，从而提升新用户在冷启动时的用户体验。

步骤s3：基于推荐算法将优质用户进行推荐处理，以得到满足预设条件的推荐用户排行表。

步骤s4：从推荐用户排行表中抽取部分优质用户推荐至新用户。

由上述方法可知，本发明实施例的冷启动用户推荐方法，首先在新用户注册的过程中可引导新用户填写是否购买车辆、所在的城市或需要的车型等信息，方便获取新用户的基本信息，使得在用户推荐的过程中更有针对性，提高推荐的成功率。

随后从多个存量用户中调取优质用户，优先推荐优质用户至新用户，以提高新用户在冷启动时的体验感。

最后，对调取出的多个优质用户进行推荐处理，以得到推荐用户排行表，在推荐的过程中抽取部分优质用户推荐至新用户，也就是说，本申请的推荐用户名单并不是完全随机的，而是在获取到新用户基本信息的基础上，再结合推荐用户排行表完成用户推荐，进而优质用户与新用户快速匹配，相较于其他方式，本申请的冷启动用户推荐方法的推荐成功率更高，保证新用户在冷启动时，不会因不知如何使用产品、没有合适的可沟通和学习的车友等问题而流失，从而提升用户体验和用户粘性。

可以理解的是，本申请的冷启动用户推荐方法，无需填写性别、年龄或大量的兴趣爱好等标签即可完成用户推荐，且推荐成功的几率高，有效提升用户体验和用户粘性。

需要说明的是，通过将新用户的信息设置成较为容易获得的信息，一方面，在新用户注册的过程中无需选择或者填写大量的兴趣爱好等标签，省去了繁琐的操作，提升用户体验；另一方面，也解决了在为新用户进行用户推荐时“无的放矢”、随机推荐的技术问题，使得在用户推荐的过程中更有针对性，提高推荐的成功率。

在本发明的一些实施例中，如图2所示，从存量用户中调取优质用户包括：

步骤s21：统计该存量用户在设置天数内是否有至少一次打开app(应用程序)的记录，剔除在设置天数内未打开app的用户。

在此步骤中，主要是判断该存量用户在设置天数内是否至少打开一次app，如果该存量用户在设置天数内至少打开一次app，则表明该存量用户还在使用本app，该存量用户具有一定的活跃度，可优先推荐给新用户；反之，则将该存量用户剔除，也就是不会向新用户推荐该存量用户，以提高新用户在冷启动时的用户体验。

在具体的示例中，可以将天数设置为7天、15天、30天或7～30内的任意天数。当将天数设置成小于7天时，若部分优质用户在7天内未打开app则被剔除，使得推荐用户排行表内的优质用户数量较少，缩小推荐范围；当将天数设置成大于30天时，会导致将过多的僵尸账号推荐给新用户，降低用户体验。因此，将天数设置为7天、15天、30天或7～30内的任意一天在保证推荐范围适中的同时还可提高新用户在冷启动时的用户体验。

为了便于描述，本文中将设置天数默认为30天，从存量用户中调取优质用户包括：统计该存量用户在30天内是否有至少一次打开app的记录，剔除在30天内未打开app的用户。

可选地，基于推荐算法将优质用户进行推荐处理，以得到满足预设条件的推荐用户排行表包括：

步骤s31、统计每个优质用户的发帖数量、发布评论数量。

在此步骤中，根据优质用户的发帖数量和发布评论数量可进一步判断优质用户是否活跃，发帖数量和发布评论的数量越多，说明优质用户活跃度越高，在用户推荐的过程中可优先推荐，增加判断优质用户的条件，使得被推荐的优质用户的质量更高，新用户可从该被推荐的优质用户处获得更多的资讯，进而提高推荐成功的几率，从而提升产品的用户体验和用户粘性。

可选地，基于推荐算法将优质用户进行推荐处理，以得到满足预设条件的推荐用户排行表还包括：

步骤s32、统计每个优质用户发布的帖子被点赞的总次数、被收藏的总次数。

步骤s33、核查优质用户是否为官方账号，若为官方账号则滞后推荐。

在此步骤中，当核查优质用户为官方账号时，则不推荐给新用户，因官方账号会时常发送自家品牌的宣传视频以及宣传文案，若将官方账号推荐给新用户，会造成新用户反感，降低用户体验，因此，将官方账号滞后推荐会提升推荐的优质用户的质量，提升用户体验。

需要说明的是，上述所说的官方账号指的是主机厂用户或经销商用户。其判断该账号是否为官方账号一方面可通过账号的名称进行判断，例如当该账号的名称为“大众中国”、“上汽大众-大众品牌”或“大众汽车”等，则判断该账号为官方账号；另一方面还可根据账号的发帖内容进行判断，例如该账号的发帖内容主要以汽车品牌的宣传视频以及近期汽车品牌的活动现场图为主，则判断该账号为官方账号，因此不推荐给新用户，提升用户体验。

步骤s34、核算每个优质用户的推荐分数，各个优质用户推荐分数较高者优先进入推荐用户排行表。

在此步骤中，根据优质用户发布的帖子被点赞的总次数、被收藏的总次数可判断出优质用户的影响力以及发帖的质量，帖子被点赞的总次数和被收藏的总次数越多，说明此优质用户发布的帖子内容质量好，在用户推荐的过程中可优先推荐，进一步增加判断优质用户的条件，使得被推荐的优质用户的质量更高。进而根据优质用户的发帖数量、发布评论数量、发布的帖子被点赞的总次数和发布的帖子被收藏的总次数核算出每个优质用户的推荐分数，将推荐分数较高者优先进入推荐用户排行表便于后续推荐至新用户，提升新用户在冷启动时的用户体验。

在一些具体的示例中，可以为推荐分数从高到低排列并形成推荐用户排行表。在从推荐用户排行表中抽取优质用户的过程中，可按照推荐用户排行表的排名从高到低依次抽取优质用户，使得被推荐的优质用户活跃度高且发布的帖子内容质量好，进而提高推荐成功的几率，提升产品的用户体验和用户粘性。

此外，上述步骤s31、步骤s32、步骤s33的执行顺序不分先后，可以是任意顺序。

可选地，采用如下公式一首次计算推荐分数scorea：

其中，在公式一中，nr(uj)表示的是优质用户发布的评论总数；np(uj)表示的是优质用户发布的帖子总数；nlp(uj)表示的是优质用户发布的所有帖子被点赞的总次数；ncp(uj)表示的是优质用户发布的所有帖子被收藏的总次数，ac表示的是该用户在设置天数内是否有活跃，ac为定值；ad表示的是该用户是否是官方账号，ad为定值。

通过上述公式一，可根据优质用户的发帖数量、发布评论数量、发布的帖子被点赞的总次数和发布的帖子被收藏的总次数准确得出推荐分数scorea，scorea的分值越高，则说明该优质用户的活跃度越高且发帖的内容质量好，该优质用户越容易被推荐，当所有优质用户被评分后，即可从高到低排列并形成推荐用户排行表，在向新用户进行用户推荐时，可按照推荐用户排行表的排名从高到低依次抽取优质用户，使得被推荐的优质用户活跃度高且发布的帖子内容质量好，进而提高推荐成功的几率，从而提升产品的用户体验和用户粘性。

可选地，ac的值用0或者1表示。当该用户在30天内有活跃时，ac用1表示；当该用户在30天内未活跃时，ac用0表示，也就是不考虑该用户发布的评论总数、发布的帖子总数、所有帖子被点赞的总次数和所有帖子被收藏的总次数，也不考虑该用户是否为官方账号，只要该用户在30天内未打开一次app，推荐分数scorea即等于0，在优质用户被推荐的过程中不会被优先推荐，该用户也不易进入到推荐用户列表中。

当然，在其他的一些示例中，ac的值也可以用0、1、1.1、1.2等表示。当该用户在30天打开一次app，ac用1表示；当该用户在30天打开两次app，ac用1.1表示；当该用户在30天打开三次app，ac用1.2表示；依次类推，用户在30天内打开的app的次数越多，其ac的值越大，scorea的分值也有可能越高，更容易被推荐，但当该用户在30天内未活跃时，ac依然用0表示，该用户在优质用户被推荐的过程中不会被优先推荐。

可选地，ad的值用0或者1表示。当该用户不是官方账号，ad用1表示；当该用户是官方账号，ad用0表示，也就是不考虑该用户发布的评论总数、发布的帖子总数、所有帖子被点赞的总次数和所有帖子被收藏的总次数，也不考虑该用户在30天内是否有至少一次打开app的记录，只要核查到该优质用户是官方账号，推荐分数scorea即等于0，在优质用户被推荐的过程中不会被优先推荐，该优质用户不易进入到推荐用户排行表中。

为方便说明，本申请具体实施例中按步骤s31、步骤s32、步骤s33依次执行的顺序说明步骤s3。

步骤s31、统计每个优质用户的发帖数量、发布评论数量。

步骤s32、统计每个优质用户发布的帖子被点赞的总次数、被收藏的总次数。

步骤s33、核查优质用户是否为官方账号，若为官方账号则滞后推荐。

步骤s34、根据公式一核算每个优质用户的推荐分数，各个优质用户推荐分数较高者优先进入推荐用户排行表。

在本发明的一些实施例中，如图2所示，从推荐用户排行表中抽取部分优质用户推荐至新用户包括：

步骤s41：根据新用户的基本信息，从推荐用户排行表中抽取信息匹配的优质用户形成推荐用户资源池。

可选地，对推荐用户排行表中的优质用户采用如下公式二再次计算分数scoreb，并将推荐排行表中的优质用户所得的分数scoreb较高者置入推荐用户资源池：

scoreb＝scorea*cb*cm*up公式二

其中，在公式二中，scorea表示首次计算的推荐分数；cb表示优质用户是否已购车，该值为定值；cm表示优质用户与新用户购买的车型是否一致，cm为定值；up表示优质用户是否与新用户在同一个城市，up为定值。

通过上述公式二，可根据优质用户的基本信息以及将优质用户的基本信息和新用户的基本信息相对比即可得出分数scoreb，且在计算分数scoreb的过程中，仅采用了简单的定值相乘，以快速得出最终评分，scoreb的分值越高，则说明该优质用户的基本信息与新用户的基本信息越匹配，该优质用户越容易被推荐，使得在用户推荐的过程中更有针对性，提高推荐的成功率。

可选地，cb的值可用1或者2表示。其中，若该优质用户已购车，cb用2表示；若该优质用户未购车，cb用1表示；也就是优先将已购车的优质用户推荐给新用户。

在其他的一些示例中，cb的值还可用1、2或者3表示。其中，若该优质用户已购车，cb用3表示；若该优质用户近期准备购车但未购车，cb用2表示；若该优质用户近期不准备购车且未购车，cb用1表示；也就是优先将已购车的优质用户推荐给新用户，其次还可将近期准备购车的优质用户推荐给新用户。

可选地，cm的值可用1或者2表示。其中，若该优质用户与新用户购买的车型一致，cm用2表示；若该优质用户与新用户购买的车型不一致，cm用1表示；也就是优先将与新用户购买的车型一致的优质用户推荐给新用户。

可选地，up的值可用1或者2表示。其中，若该优质用户与新用户在同一个城市，up用2表示；若该优质用户与新用户不在同一个城市，up用1表示；也就是优先将与新用户在同一个城市的优质用户推荐给新用户。

步骤s42：从推荐用户资源池中抽取预设数量的优质用户形成推荐用户列表，将推荐用户列表输出至新用户。

在此步骤中，通过新用户的基本信息，可使得推荐用户列表中的优质用户与新用户的基本信息更加匹配，在用户推荐的过程中更有针对性，提高推荐的成功率。

在一些具体的示例中，推荐用户资源池内的优质用户可以为300名，在用户推荐的过程中再从推荐用户资源池中抽取预设数量的优质用户形成推荐用户列表，将推荐用户列表输出至新用户，完成用户推荐。

可选地，在新用户请求获取推荐用户时，将优质用户推荐至新用户。使得新用户在冷启动的过程中可以很快的融入到车友会中去，且因为将优质用户推荐给新用户，新用户在使用的过程中也不会因为不知如何使用产品、没有合适的可沟通和学习的车友等问题而易导致的用户流失，从而提升用户体验和用户粘性。

由此可知，本申请的冷启动用户推荐方法的推荐算法采用离线计算加实时计算双结合的方式，从而提升计算效率和性能。并且，因为该推荐数据不是完全随机的，而是结合了新用户的基本信息，相较于其他方式推荐成功的几率更高，从而提升产品的用户体验和用户粘性。

下面参考说明书附图描述本发明实施例的冷启动用户推荐系统1000。

图3是根据本发明一个实施例的冷启动用户推荐系统1000的结构框图。如图3所示，该系统包括：获取模块100、调取模块200、处理模块300和推荐模块400。

其中，获取模块100用于获取新用户的基本信息。

调取模块200用于从存量用户中调取优质用户。

处理模块300用于基于推荐算法将优质用户进行推荐处理，以得到满足预设条件的推荐用户排行表。

推荐模块400用于将从推荐用户排行表中抽取部分优质用户推荐至新用户。

由上述可知，本申请的冷启动用户推荐系统1000，首先通过获取模块100在新用户注册的过程中可获取到新用户的基本信息，使得在用户推荐的过程中更有针对性，提高推荐的成功率。

随后通过调取模块200从多个存量用户中调取优质用户，优先推荐优质用户至新用户，以提高新用户的体验感。

最后，处理模块300可对调取出的多个优质用户进行推荐处理，以得到推荐用户排行表，推荐模块400用于将从推荐用户排行表中抽取部分优质用户推荐至新用户，也就是说，本申请的推荐模块400推荐的用户名单并不是完全随机的，而是在获取模块100获取到新用户基本信息的基础上，再结合处理模块300得到的推荐用户排行表完成用户推荐，相较于其他方式推荐成功的几率更高，保证新用户在冷启动时，不会因不知如何使用产品、没有合适的可沟通和学习的车友等问题而流失，从而提升用户体验和用户粘性。

可选地，获取模块100获取到的新用户的基本信息主要包括新用户是否有购买车辆、新用户所在的城市以及新用户需要的车型中的一种或多种。

在本发明的一些实施例中，如图4所示，处理模块300包括计分模块310，计分模块310用于对优质用户按设置天数内登陆app的次数、活跃度进行一次计分。通过一次计分算出推荐分数scorea，scorea的分值越高，则说明该优质用户在30天内登陆过app且发帖的内容质量好，该优质用户越容易被推荐。优质用户的发帖数量和发布评论的数量越多，说明优质用户活跃度越高，在用户推荐的过程中可优先推荐，帖子被点赞的总次数和被收藏的总次数越多，说明此优质用户发布的帖子内容质量好，增加判断优质用户的条件，使得被推荐的优质用户的质量更高，也就是提高推荐成功的几率，从而提升产品的用户体验和用户粘性。

其中，活跃度主要是通过优质用户发布的评论总数、发布的帖子总数以及发布的所有帖子被点赞的总次数和发布的所有帖子被收藏的总次数计算得出的。

可选地，核算每个优质用户的推荐分数后，各个优质用户推荐分数从高到低排列并形成推荐用户排行表。在从推荐用户排行表中抽取优质用户的过程中，可按照推荐用户排行表的排名从高到低依次抽取优质用户，使得被推荐的优质用户活跃度高且发布的帖子内容质量好，进而提高推荐成功的几率，提升产品的用户体验和用户粘性。

可选地，冷启动用户推荐系统1000会将一次计分的结果存储到排行榜数据库中，供其他业务调取使用，以提升结算效率。

可选地，计分模块310还用于根据新用户的基本信息，对经过一次计分后的优质用户的信息与基本信息的匹配度进行二次计分。通过二次计分计算出分数scoreb，scoreb的分值越高，则说明该优质用户在设置天数内登陆过app、发帖的内容质量好，且该优质用户的基本信息与新用户的基本信息越匹配，该优质用户越容易被推荐，使得在用户推荐的过程中更有针对性，提高推荐的成功率。

可选地，冷启动用户推荐系统1000的计分模块310每天会按照每个存量用户维度统计该存量用户的发帖总数、发布评论总数、帖子被点赞的总次数、帖子被收藏的总次数，辅助30天内是否有过打开app行为、该存量用户是否是官方账号两个次要权重，对所有存量用户进行打分，以实时更新推荐用户排行表。

可选地，上述首次经过二次计分的推荐用户排行表中的优质用户作为初次建立的推荐用户资源池中的待推荐优质用户。

可选地，上述评分完成后，就可以得出一个针对于该新用户的推荐用户资源池，在每次为该用户提供推荐时，自动从该资源池中取用即可。

可选地，当新用户的推荐用户资源池初步建立后，就可以基本满足该用户添加车友的需求，该新用户在app中持续不断的继续使用时，将会产生更多的使用数据，基于该数据，可以使用常规推荐好友算法持续优化该推荐用户资源池，以确保该资源池越来越符合该用户的喜好。可选地，处理模块300还包括排列模块320，排列模块320用于将经过一次计分的优质用户按照推荐分数从高到低进行排列，并列入推荐用户排行表。通过一次计分使得筛选出的优质用户的质量更高，且在用户推荐的过程中更有针对性，提高推荐的成功率和新用户在冷启动过程中的用户体验。

在具体的一些示例中，推荐用户资源池内包含300名优质用户，在进行用户推荐的过程中，将用300名优质用户中抽取预设数量的优质用户组成的推荐用户列表推荐至新用户。

需要说明的是，当上述推荐用户列表被初次建立后，车友会冷启动时的用户推荐流程即已结束，冷启动用户推荐系统1000会根据该新用户的使用行为不断优化该推荐用户列表，以使推荐数据越来越精准、越来越符合该用户喜好。

在一些具体的示例中，根据新用户产生的关注具体的优质用户的使用行为，而将被关注的优质用户所关注的用户推荐给新用户，以实现用户交叉推荐。

可选地，冷启动用户推荐系统1000还包括请求模块500，请求模块500用于在新用户请求获取推荐用户时，将优质用户推荐至新用户。使得新用户在冷启动的过程中也可以很快的融入到车友会中去，且因为将优质用户推荐给新用户，新用户在使用的过程中也不会因不知如何使用产品、没有合适的可沟通和学习的车友等问题而易导致的用户流失，从而提升用户体验和用户粘性。

可选地，当有新用户请求获取推荐用户时，系统会自动携带该新用户的基础信息向冷启动用户推荐系统1000请求推荐用户列表，冷启动用户推荐系统1000会根据该用户的基础信息协同过滤出最优的推荐用户列表，并将结果返回给该新用户，且每次推荐用户列表的结果都尽量不重复，以减少同一个用户多次出现的问题，提升用户体验。

在本发明的一些实施例中，冷启动用户推荐系统1000还包括控制单元，上述请求模块500、推荐模块400、处理模块300、调取模块200、获取模块100均与控制单元通讯连接。当有新用户注册时，控制单元控制获取模块100获取用户的基本信息。请求模块500向控制单元发出请求指令时，控制单元控制调取模块200调取优质用户，随后控制单元控制处理模块300做推荐处理，之后控制推荐模块300给新用户推荐与其基本信息匹配的优质用户。上述控制单元的具体控制形式是本领域技术人员所熟知的，这里不做赘述。

本发明提出一种计算机可读存储介质，计算机可读存储介质上存储有冷启动用户推荐的控制程序，该存储有冷启动用户推荐的控制程序被处理器执行时实现如第一方面实施例所述的冷启动用户推荐方法，所述方法包括：获取新用户注册的基本信息；从存量用户中调取优质用户；基于推荐算法将所述优质用户进行推荐处理，以得到满足预设条件的推荐用户排行表；从所述推荐用户排行表中抽取部分所述优质用户推荐至所述新用户。通过执行上述存储有冷启动用户推荐的控制程序的计算机可读存储介质，保证新用户在冷启动时，不会因不知如何使用产品、没有合适的可沟通和学习的车友等问题而流失，从而提升用户体验和用户粘性。

需要说明的是，就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

根据本发明实施例的冷启动用户推荐方法、系统及计算机可读存储介质的其他构成及操作对于本领域普通技术人员而言都是已知的，为了减少冗余，此处不做赘述。

在本说明书的描述中，参考术语“实施例”、“示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。