1.一种社交网络中基于相似社团的好友推荐方法，其特征在于，获取数据源信息模块获取包括标签在内的用户信息、用户朋友关系等用户的社交信息；社团发现模块寻找社交网络中的社交社团；社团间相似度计算模块计算社团间结构相似度和属性相似度，并线性组合得到最终社团间相似度，根据相似度排序生成Top-N相似社团集；社团用户角色发现模块利用用户节点在社团中的拓扑结构将用户分类，定义节点在网络中的角色；生成好友推荐集模块为目标社团的各类用户提供Top-N相似社团中相对应的同类或多类的好友推荐集。

2.根据权利要求1所述的方法，其特征在于，寻找社交网络中的社交社团具体包括：将每个用户初始化为一个独立社团，依次合并存在朋友关系的社团对，根据公式：计算合并后的模块度增量值，直到模块度值最大化，寻找

到社交社团，其中，A为邻接矩阵， 当节点i与节点

j在同一个社团时，δ(σi,σj)＝1否则为0，ki为节点i的度，m为网络的总边数。

3.根据权利要求1所述的方法，其特征在于，所述计算社团间相似度具体为：根据社团相邻边占两个社团所有边的比值获得社团间结构相似度，利用社团中用户的标签将社团属性划分为不同类型，并将社团属于各类型的概率表示为特征向量，计算社团间特征向量的相似度得到社团间属性相似度。

4.根据权利要求1所述的方法，其特征在于，社团用户角色发现具体为：拥有相似的结构的用户节点占据网络中的相同角色，通过分析用户节点在自身社团中以及其它社团中的角色地位来定义节点在网络中的角色。

5.根据权利要求1所述的方法，其特征在于，生成好友推荐集具体为：根据目标社团的Top-N相似社团集，为目标社团的各类用户提供相似社团中相对应的同类或多类的好友推荐集。

6.一种社交网络中基于相似社团的好友推荐系统，其特征在于，该系统包括：数据源获取模块、社团发现模块、社团间相似度计算模块、社团角色发现模块、生成好友推荐集模块，获取数据源信息模块获取包括标签在内的用户信息、用户朋友关系等用户的社交信息；

社团发现模块寻找社交网络中的社交社团；社团间相似度计算模块计算社团间结构相似度和属性相似度，并线性组合得到最终社团间相似度，根据相似度排序生成Top-N相似社团集；社团用户角色发现模块利用用户节点在社团中的拓扑结构将用户分类，定义节点在网络中的角色；生成好友推荐集模块为目标社团的各类用户提供Top-N相似社团中相对应的同类或多类的好友推荐集。

7.根据权利要求6所述的系统，其特征在于，寻找社交网络中的社交社团具体包括：将每个用户初始化为一个独立社团，依次合并存在朋友关系的社团对，根据公式：计算合并后的模块度增量值，直到模块度值最大化，寻找

到社交社团，其中，A为邻接矩阵， 当节点i与节

点j在同一个社团时，δ(σi,σj)＝1否则为0，ki为节点i的度，m为网络的总边数。

8.根据权利要求6所述的系统，其特征在于，所述计算社团间相似度具体为：根据社团相邻边占两个社团所有边的比值获得社团间结构相似度，利用社团中用户的标签将社团属性划分为不同类型，并将社团属于各类型的概率表示为特征向量，计算社团间特征向量的相似度得到社团间属性相似度。

9.根据权利要求6所述的系统，其特征在于，社团用户角色发现具体为：拥有相似的结构的用户节点占据网络中的相同角色，通过分析用户节点在自身社团中以及其它社团中的角色地位来定义节点在网络中的角色。

10.根据权利要求6所述的，其特征在于，生成好友推荐集具体为：根据目标社团的Top-N相似社团集，为目标社团的各类用户提供相似社团中相对应的同类或多类的好友推荐集。