1.一种基于用户信任和社交影响力的旅游群组推荐方法，其特征在于，所述方法具体包括如下步骤：

S1、计算群组内各用户间的全局信任度，用户间的直接信任度与间接信任度的综合形成用户间的全局信任度；

S2、将全局信任度加权至阻尼系数上，形成改进的PageRank算法，根据用户历史交互关系，采用改进的PageRank算法计算所有用户的社交影响力；

S3、综合用户的全局信任度及用户的社交影响力，计算出群组对各景点的预测评分，输出预测评分最高的前k个旅游景点给相应的群组。

2.如权利要求1所述基于用户信任和社交影响力的旅游群组推荐方法，其特征在于，用户ui和用户uj间的全局信任度Tij计算公式具体如下：Tij＝αDij+(1‑α)Iij其中，α为全局信任度中直接信任度和间接信任度的调节系数，其取值为0～1，Dij为用户ui和用户uj间的直接信任度，Iij为用户ui和用户uj间的间接信任度。

3.如权利要求2所述基于用户信任和社交影响力的旅游群组推荐方法，其特征在于，用户ui和用户uj间的直接信任度Dij的计算公式具体如下：其中，N表示旅游景点评分数据集中的评价总次数，Nij表示用户ui和用户uj在旅游景点评分数据集中共同评价的景点数量，f(ui,uj)表示用户ui和用户uj对评价景点的共同评价函数。

4.如权利要求2所述基于用户信任和社交影响力的旅游群组推荐方法，其特征在于，用户ui和用户uj的间接信任度Iij计算公式具体如下：其中，Dkj为用户uk和用户uj间的直接信任度，wk为权重值。

5.如权利要求1所述基于用户信任和社交影响力的旅游群组推荐方法，其特征在于，阻尼系数的计算公式为：

β＝a·Tij+b

其中，a和b是调节阻尼系数的线性权重。

6.如权利要求1所述基于用户信任和社交影响力的旅游群组推荐方法，其特征在于，群组Gi对景点Sj的预测评分F(Gi,Sj)计算公式具体如下：其中，γ是权重系数，Gi为用户ui所在群组，PR(ui)表示用户ui的社交影响力，Ri表示用户ui评价景点的平均分；

Neigh(ui)表示用户ui的近邻用户，有共同评分项目的用户即近邻用户，Sim(ui,ut)表示用户ui与用户ut的相似度，rtj表示用户ut对景点Sj的评分；

Tit表示用户ui和用户ut间的全局信任度，rtj表示用户ut对景点Sj的评分；

Neighor(Gi)表示群组Gi的近邻群组，Sim(Gt,Gi)表示群组Gi和群组Gt之间的相似度，表示群组Gt内用户对旅游景点Sj的平均评分。