1.一种在线社交网络标注系统中的快速推荐方法，包括下列步骤：

步骤1：从数据库中读取用户、内容和标注的相关关系数据，其中“内容”表示用户关注过的信息或数据，“标注”表示用户在关注的内容上增加的相应的标注数据，并构建用户-内容-标注之间的联系，组成网络；

步骤2：对用户-内容-标注网络进行粗聚类，将整个网络划分为多个用户簇及与之相关的内容簇；

步骤3：根据获取的用户簇及与之相关的内容簇，在各用户簇及与之相关的内容簇内采用基于用户的协同过滤推荐方法，计算各用户的推荐列表；

步骤4：将计算出的各用户的推荐列表存储到数据库，供在线系统使用；

其特征在于所述步骤2的具体方法为：

根据在线系统的实际情况设置用户簇的平均大小；通过一个不需要迭代到收敛的粗聚类算法，设置迭代次数为2次，从用户-内容-标注网络中快速抽取不相交的用户簇；每一个用户簇中所有用户存储、发布、标注或分享的内容集合构成与该用户簇相关的内容簇。

2.如权利要求1所述的一种在线社交网络标注系统中的快速推荐方法，其特征在于所述步骤3的过程为：在步骤2中得到的用户簇及与用户簇相关的内容簇的基础上，使用基于用户的协同过滤方法进行推荐；首先根据用户簇内的用户的相似度，计算用户簇中的每一个用户对相应内容簇中内容的预测偏好得分，再对每一个用户对内容的预测偏好得分进行排序，根据推荐列表长度，对每一个用户求取前K内容进行推荐，K的数值根据实际需要确定。