知乎是当前国内应用最广泛的社会化问答网络之一,其丰富的数据资源为科学研究提供了巨大的机遇。当前“知识电商”和“知识付费”的发展成为趋势,知识作为一种虚拟商品可以像实物一样被用户获取,网络平台也可以根据用户需求向其推荐感兴趣的问题和答案。同时,知乎网络又是一种社交网络,其问答模式本身体现了一种社交特性,用户之间基于共同问题的互动体现着用户的兴趣特点。本文在充分研究知乎网络的用户关系结构和数据特点的基础上,以知乎网络自有的话题标签为基础,综合研究知乎能够表征用户兴趣的数据,提出了融合问题话题和用户话题的用户兴趣模型建立方法,并以实际数据进行实验分析,通过计算用户基于问题的话题集合与用户基于关注话题集合的重复率,客观地证明了该模型的有效性。与一般社交网络不同,知乎网络用户的社交性是基于问题的交互,用户以问题为纽带相互联系,通过实验分析基于问题的用户网络与基于关注和被关注关系的用户网络统计特征,验证了基于问题的用户网络的“小世界”特征和聚类特征,并论述了基于问题的用户网络体现用户兴趣的优势,最后提出了基于问题的用户兴趣网络构建方法。复杂网络社团发现理论研究的是网络中的强弱关系,在社会网络中体现了具有相同特性的人在网络中有强关系结构。知乎网络中存在“意见领袖”式的用户,这样的用户通常是网络的局部中心,本文以GN算法为基础,提出了一种基于中心节点的GN社团发现算法,提高了GN算法的运行效率和实用性,利用算法对本文构建的知乎用户兴趣网络进行了社团挖掘,并基于相似性算法设计了一种针对兴趣社团的推荐方法。本文还设计了数据爬取程序获取了实验数据,对该推荐方法进行了实验验证。