近年来互联网应用的快速发展与普及,社交网络与在线办公成为了人们生活与工作必不可少的工具,同时,在我国“互联网+”政策下,形成“互联网+党建”的全新课题。云南省紧跟党的先进性步伐,建立了具有在线社交与电子政务等功能的云南省综合服务平台“云岭先锋”,但随着用户数的增加与新功能的陆续推出,使得平台因数据量、数据维度的增加而出现信息过载现象,导致平台原有用户关系评价模型低准确率、低效运行,而基于用户关系评价模型的社区发现、信息推广等应用也都将无法良好运行。因此,论文在经典用户关系评价模型的基础之上提出一种改进的算法模型,以缓解平台在快速发展时期所出现的信息过载问题。论文的主要工作如下:(1)云南省综合服务平台运行现状分析对云南省综合服务平台进行功能及需求分析,并对该平台及其他社交平台遇到的用户关系评价模型低准确率、低效现象进行研究,总结了一些常见的不足,如:评价指标维度较少;忽视了平台的特殊性;采用简单加权求和,未考虑每个用户自身的行为特点等。(2)提出基于多维度优化的用户关系评价模型从社交文本数据、用户位置数据、共同好友数据、用户间交互度数据以及用户背景属性数据出发,分别提出针对性的改进算法,并采用最大似然度的方法进行相似度计算,在此基础上,提出了一种基于多维度优化的用户关系评价模型(MOUEM)。(3)设计了一种基于MOUEM的社区发现方法(MBCDM)论文基于MOUEM,设计了一种社区发现方法,该方法采用基于本地化属性表的思想对社区发现进行优化,以实现针对不同属性用户的快速社区发现。最后,将MOUEM模型应用于云南省综合服务平台的党群用户社区中,通过对平台真实用户数据进行实验,与基于网络距离的用户相似度计算方法、基于社交内容的用户相似度计算方法等经典算法相比,MOUEM模型在准确性方面有明显提高,针对性更强。