伴随着移动互联网技术的快速发展,人们越来越关注于社交网络的信息交互。在社交网络群体中,人们可以通过交互获取很多重要信息。与此同时,随着社交网络群体人数的增加,聊天交互信息也与日俱增。大量的信息不断刷新聊天界面,有效信息迅速被无效信息覆盖,使得人们无法从聊天信息中快速提取有效信息。如何将用户的聊天信息进行分析,提取应答结果,随时向提问者推送答案是本文主要解决的问题。货运公司的业务场景以QQ物流交互群为基础,根据物流公司在QQ群里发布的物流消息,向用户推送合适的物流信息。针对这个业务场景,本文在分析了 QQ群消息提取和物流推送的需求后,设计了一套基于分布式的社交网络物流推送系统。本文的主要工作如下:1)分析QQ群物流消息的特征,利用自然语言处理算法对消息进行规则提取,获取有效信息。本文以HANLP分词工具为基础,附加预先设计的词频字典和信息格式提取框架,对QQ聊天信息进行自定义规则提取,最终获取到结构化的物流信息。在提取出结构化关键信息后,本文又通过地域性距离算法等添加物流信息的维度,使得物流描述信息更加详细,方便物流推荐模型对其分析处理。2)分析物流信息推荐的特点,设计出二层物流信息推荐模型。底层分布式推荐模型以分布式Mahout为基础,将itemCF算法改进为increment itemCF算法并优化冷启动和分析计算流程,分析货车司机用户对物流公司的历史偏好程度,向用户推送更适合货车司机的物流公司。在第二层物流推荐模型上,本文根据货车司机利用报价信息,通过回归预测模型分析报价与物流之间的关系特性,构建物流报价预测模型,并结合底层推荐物流公司发布的物流,最终生成满足用户报价偏好的物流。3)基于二层物流推荐模型和HANLP预处理模型,本文设计出一套完整的物流信息推荐系统。此系统包括了QQ群消息提取模块、物流消息推荐模块和后台管理模块,主要功能是将QQ群消息进行解析,获取到有效的物流信息后存储到数据仓库中,然后根据用户提问的问题向用户推送合适的物流。