亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

Sns社區(qū)中的用戶推薦方法和系統(tǒng)的制作方法

文檔序號(hào):6485728閱讀:118來源:國知局
Sns社區(qū)中的用戶推薦方法和系統(tǒng)的制作方法
【專利摘要】一種SNS社區(qū)中的用戶推薦方法,包括以下步驟:獲取第一用戶和第二用戶在第一社區(qū)中的互動(dòng)記錄;根據(jù)所述互動(dòng)記錄生成第一用戶與第二用戶的互動(dòng)頻率;根據(jù)所述互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度;在第二社區(qū)中將與第一用戶的熟識(shí)度超過閾值的第二用戶推薦給所述第一用戶。上述方法根據(jù)用戶在其他社區(qū)中的互動(dòng)頻率計(jì)算用戶之間的熟識(shí)度,并根據(jù)熟識(shí)度在本社區(qū)中向用戶推薦其他用戶,拓展了可用于判斷哪些其他用戶是用戶可能認(rèn)識(shí)的人的信息源,從而可更多的獲取到用戶可能認(rèn)識(shí)的人,提高拓展用戶關(guān)系圈的效率。此外,還提供一種SNS社區(qū)中的用戶推薦系統(tǒng)。
【專利說明】SNS社區(qū)中的用戶推薦方法和系統(tǒng)
【【技術(shù)領(lǐng)域】】
[0001]本發(fā)明涉及社交網(wǎng)絡(luò)服務(wù)領(lǐng)域,特別地涉及一種SNS社區(qū)中的用戶推薦方法和系統(tǒng)。
【【背景技術(shù)】】
[0002]SNS (Social Networking Services)即社交網(wǎng)絡(luò)服務(wù),專指旨在幫助人們建立社會(huì)性網(wǎng)絡(luò)的互聯(lián)網(wǎng)應(yīng)用服務(wù)。SNS社區(qū)則為提供社交網(wǎng)絡(luò)服務(wù)的網(wǎng)站或平臺(tái)。人們?cè)赟NS社區(qū)中結(jié)識(shí)朋友,與他人即時(shí)分享信息和知識(shí),SNS已經(jīng)越來越深入到人們的生活、工作和學(xué)習(xí)中。
[0003]隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,SNS社區(qū)已經(jīng)迅速發(fā)展為包括:結(jié)識(shí)朋友、拓展關(guān)系圈、展現(xiàn)自我、分享信息、游戲娛樂等多種功能的綜合平臺(tái)。根據(jù)側(cè)重功能點(diǎn)的不同,可分為各種不同類型的SNS社區(qū),例如,有的SNS社區(qū)具有博客的功能,而且在該SNS社區(qū)內(nèi)用戶可打造具有自身特色的個(gè)人空間。而有的SNS社區(qū)則側(cè)重于拓展用戶關(guān)系圈,給用戶提供一個(gè)交友平臺(tái)。隨著信息技術(shù)的發(fā)展以及網(wǎng)絡(luò)應(yīng)用的不斷更新,用戶的需要在不斷發(fā)生著變化,舊的SNS社區(qū)也不斷的衍生出具有新功能的SNS社區(qū),以滿足用戶的需求。
[0004]SNS社區(qū)通常都具有用戶推薦的功能,即將用戶可能感興趣的其他用戶推薦給該用戶。SNS社區(qū)的用戶推薦功能可以幫助用戶查看到其可能感興趣的其他用戶,可以有效幫助用戶拓展關(guān)系圈,從而防止社區(qū)用戶流失。傳統(tǒng)的SNS社區(qū)中的用戶推薦方法,通常將SNS社區(qū)與即時(shí)通信相關(guān)聯(lián),若用戶之間在即時(shí)通信上為好友,則在SNS社區(qū)中將用戶在即時(shí)通信上的好友推薦給該用戶。
[0005]然而,傳統(tǒng)的這種SNS社區(qū)中的用戶推薦方法,僅將用戶在即時(shí)通信上的好友推薦給該用戶,可以推薦的用戶數(shù)量較少且可能會(huì)漏掉很多用戶更可能感興趣的人,因此,傳統(tǒng)的SNS社區(qū)中的用戶推薦方法會(huì)使得拓展用戶關(guān)系圈的效率較低。

【發(fā)明內(nèi)容】

[0006]基于此,有必要提供一種能提高拓展用戶關(guān)系圈的效率的SNS社區(qū)中的用戶推薦方法。
[0007]一種SNS社區(qū)中的用戶推薦方法,包括以下步驟:
[0008]獲取第一用戶和第二用戶在第一社區(qū)中的互動(dòng)記錄;
[0009]根據(jù)所述互動(dòng)記錄生成第一用戶與第二用戶的互動(dòng)頻率;
[0010]根據(jù)所述互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度;
[0011]在第二社區(qū)中將與第一用戶的熟識(shí)度超過閾值的第二用戶推薦給所述第一用戶。
[0012]在其中一個(gè)實(shí)施例中,所述互動(dòng)記錄包括第一用戶與第二用戶之間的訪問、評(píng)論、回復(fù)、贊、轉(zhuǎn)發(fā)、轉(zhuǎn)載、分享中的至少一種操作記錄。
[0013]在其中一個(gè)實(shí)施例中,所述方法還包括:
[0014]根據(jù)第一社區(qū)中的用戶關(guān)系鏈和第二社區(qū)中的用戶關(guān)系鏈生成第一用戶與第二用戶的緊密度;
[0015]所述根據(jù)互動(dòng)頻次計(jì)算第一用戶與第二用戶的熟識(shí)度的步驟為:
[0016]根據(jù)所述互動(dòng)頻次和所述緊密度計(jì)算所述第一用戶與第二用戶的熟識(shí)度。
[0017]在其中一個(gè)實(shí)施例中,所述根據(jù)所述第一社區(qū)的用戶關(guān)系鏈和第二社區(qū)的用戶關(guān)系鏈生成第一用戶與第二用戶的緊密度的步驟包括:
[0018]根據(jù)所述第一社區(qū)中的用戶關(guān)系鏈判斷在第一社區(qū)中第一用戶與第二用戶的關(guān)系為以下哪一種:第二用戶為第一用戶的好友、第二用戶為第一用戶的二度好友、第二用戶為第一用戶收聽或關(guān)注的用戶;
[0019]根據(jù)所述第二社區(qū)中的用戶關(guān)系鏈判斷在第二社區(qū)中第二用戶是否為第一用戶的二度好友;
[0020]若在第一社區(qū)中第二用戶為第一用戶的好友或第二用戶為第一用戶的二度好友或第二用戶為第一用戶收聽或關(guān)注的用戶、或在第二社區(qū)中第二用戶為第一用戶的二度好友,則根據(jù)預(yù)設(shè)的權(quán)重相應(yīng)的增加第一用戶與第二用戶的緊密度。
[0021]在其中一個(gè)實(shí)施例中,所述方法還包括:
[0022]根據(jù)第一用戶和第二用戶在第一社區(qū)中的個(gè)人資料、第一用戶和第二用戶在第二社區(qū)中的個(gè)人資料計(jì)算第一用戶與第二用戶的相似度;
[0023]所述根據(jù)所述互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度的步驟為:
[0024]根據(jù)所述互動(dòng)頻率、所述緊密度和所述相似度計(jì)算所述第一用戶與第二用戶的熟識(shí)度。
[0025]基于此,還有必要提供一種能提高拓展用戶關(guān)系圈的效率的SNS社區(qū)中的用戶推薦系統(tǒng)。
[0026]一種SNS社區(qū)中的用戶推薦系統(tǒng),包括:
[0027]記錄獲取模塊,用于獲取第一用戶和第二用戶在第一社區(qū)中的互動(dòng)記錄;
[0028]互動(dòng)頻率生成模塊,用于根據(jù)所述互動(dòng)記錄生成第一用戶與第二用戶的互動(dòng)頻率;
[0029]熟識(shí)度計(jì)算模塊,用于根據(jù)所述互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度;
[0030]推薦模塊,用于在第二社區(qū)中將與第一用戶的熟識(shí)度超過閾值的第二用戶推薦給所述第一用戶。
[0031]在其中一個(gè)實(shí)施例中,所述互動(dòng)記錄包括第一用戶與第二用戶之間的訪問、評(píng)論、回復(fù)、贊、轉(zhuǎn)發(fā)、轉(zhuǎn)載、分享中的至少一種操作記錄。
[0032]在其中一個(gè)實(shí)施例中,所述系統(tǒng)還包括:
[0033]緊密度生成模塊,用于根據(jù)第一社區(qū)中的用戶關(guān)系鏈和第二社區(qū)中的用戶關(guān)系鏈生成第一用戶與第二用戶的緊密度;
[0034]所述熟識(shí)度計(jì)算模塊用于根據(jù)所述互動(dòng)頻次和所述緊密度計(jì)算所述第一用戶與第二用戶的熟識(shí)度。
[0035]在其中一個(gè)實(shí)施例中,所述緊密度生成模塊用于根據(jù)所述第一社區(qū)中的用戶關(guān)系鏈判斷在第一社區(qū)中第一用戶與第二用戶的關(guān)系為以下哪一種:第二用戶為第一用戶的好友、第二用戶為第一用戶的二度好友、第二用戶為第一用戶收聽或關(guān)注的用戶,根據(jù)所述第二社區(qū)中的用戶關(guān)系鏈判斷在第二社區(qū)中第二用戶是否為第一用戶的二度好友,若在第一社區(qū)中第二用戶為第一用戶的好友或第二用戶為第一用戶的二度好友或第二用戶為第一用戶收聽或關(guān)注的用戶、或在第二社區(qū)中第二用戶為第一用戶的二度好友,則根據(jù)預(yù)設(shè)的權(quán)重相應(yīng)的增加第一用戶與第二用戶的緊密度。
[0036]在其中一個(gè)實(shí)施例中,所述系統(tǒng)還包括:
[0037]相似度計(jì)算模塊,用于根據(jù)第一用戶和第二用戶在第一社區(qū)中的個(gè)人資料、第一用戶和第二用戶在第二社區(qū)中的個(gè)人資料計(jì)算第一用戶與第二用戶的相似度;
[0038]所述熟識(shí)度計(jì)算模塊用于根據(jù)所述互動(dòng)頻率、所述緊密度和所述相似度計(jì)算所述第一用戶與第二用戶的熟識(shí)度。
[0039]上述SNS社區(qū)中的用戶推薦方法和系統(tǒng),根據(jù)第一用戶和第二用戶在第一社區(qū)中的互動(dòng)記錄生成第一用戶與第二用戶的互動(dòng)頻率,根據(jù)第一用戶與第二用戶的互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度,在第二社區(qū)中將與第一用戶的熟識(shí)度超過閾值的第二用戶推薦給第一用戶,第二用戶與第一用戶的熟識(shí)度高,說明第二用戶是第一用戶可能認(rèn)識(shí)的人。上述方法和系統(tǒng),根據(jù)用戶在其他社區(qū)中的互動(dòng)頻率計(jì)算用戶之間的熟識(shí)度,并根據(jù)熟識(shí)度在本社區(qū)中向用戶推薦其他用戶,拓展了可用于判斷哪些其他用戶是用戶可能認(rèn)識(shí)的人的信息源,從而可更 多的獲取到用戶可能認(rèn)識(shí)的人,提高拓展用戶關(guān)系圈的效率。
【【專利附圖】

【附圖說明】】
[0040]圖1為一個(gè)實(shí)施例中的SNS社區(qū)中的用戶推薦方法的流程示意圖;
[0041]圖2為一個(gè)實(shí)施例中根據(jù)第一社區(qū)中的用戶關(guān)系鏈與第二社區(qū)中的用戶關(guān)系鏈生成第一用戶與第二用戶的緊密度的流程示意圖;
[0042]圖3為一個(gè)實(shí)施例中的SNS社區(qū)中的用戶推薦系統(tǒng)的結(jié)構(gòu)示意圖;
[0043]圖4為另一實(shí)施例中的SNS社區(qū)中的用戶推薦系統(tǒng)的結(jié)構(gòu)示意圖;
[0044]圖5為又一實(shí)施例中的SNS社區(qū)中的用戶推薦系統(tǒng)的結(jié)構(gòu)示意圖。
【【具體實(shí)施方式】】
[0045]如圖1所示,在一個(gè)實(shí)施例中,一種SNS社區(qū)中的用戶推薦方法,包括以下步驟:
[0046]步驟S102,獲取第一用戶和第二用戶在第一社區(qū)中的互動(dòng)記錄。
[0047]在一個(gè)實(shí)施例中,第一社區(qū)的數(shù)量可以為多個(gè),第一社區(qū)的種類也可以為多種,例如微博平臺(tái)、論壇社區(qū)等等。步驟S102可獲取多個(gè)SNS社區(qū)中的第一用戶和第二用戶的互動(dòng)記錄。
[0048]在一個(gè)實(shí)施例中,可預(yù)先記錄在第一社區(qū)中用戶之間的互動(dòng)操作,并保存用戶之間的互動(dòng)記錄。
[0049]在一個(gè)實(shí)施例中,互動(dòng)操作為用戶讀取其他用戶在社區(qū)中的相關(guān)信息的任何讀操作、以及針對(duì)其他用戶的在社區(qū)中的相關(guān)信息進(jìn)行的任何寫操作。在一個(gè)實(shí)施例中,互動(dòng)記錄包括訪問、評(píng)論、回復(fù)、贊、轉(zhuǎn)發(fā)、轉(zhuǎn)載、分享等操作中的至少一種操作記錄。
[0050]步驟S104,根據(jù)互動(dòng)記錄生成第一用戶與第二用戶的互動(dòng)頻率。
[0051]在一個(gè)實(shí)施例中,用戶對(duì)其他用戶在社區(qū)中的相關(guān)信息進(jìn)行一次讀操作、或針對(duì)其他用戶的在社區(qū)中的相關(guān)信息進(jìn)行的一次寫操作,都可記為用戶之間的一次互動(dòng)操作。
[0052]具體的,可統(tǒng)計(jì)某一時(shí)段內(nèi)第一用戶與第二用戶之間的互動(dòng)操作的次數(shù),計(jì)算第一用戶與第二用戶的互動(dòng)頻率為互動(dòng)操作次數(shù)與該時(shí)段時(shí)長的比值。
[0053]步驟S106,根據(jù)互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度。
[0054]在一個(gè)實(shí)施例中,可預(yù)先設(shè)置熟識(shí)度與互動(dòng)頻率為正比例關(guān)系。第一用戶與第二用戶的互動(dòng)頻率越高,則第一用戶與第二用戶的熟識(shí)度也越高。獲取到第一用戶與第二用戶的互動(dòng)頻率后,可根據(jù)該互動(dòng)頻率以及上述正比例關(guān)系相應(yīng)的增加第一用戶與第二用戶的熟識(shí)度。
[0055]步驟S108,在第二社區(qū)中將與第一用戶的熟識(shí)度超過閾值的第二用戶推薦給第一用戶。
[0056]在一個(gè)實(shí)施例中,可將第二用戶作為第一用戶可能認(rèn)識(shí)的人推薦給第一用戶。
[0057]在一個(gè)實(shí)施例中,可向第一用戶展示與第一用戶的熟識(shí)度超過閾值的第二用戶的列表,供第一用戶選擇其希望加為好友、或希望收聽、關(guān)注的第二用戶。進(jìn)一步的,可獲取第一用戶選擇的第二用戶,將選擇的第二用戶加為第一用戶的好友,或加入到第一用戶收聽或關(guān)注的對(duì)象中。
[0058]在一個(gè)實(shí)施例中,步驟S108可在與第一用戶的熟識(shí)度超過閾值的第二用戶中篩選出與第一用戶在第二社區(qū)中不是好友的第二用戶,將篩選出的第二用戶作為第一用戶可能認(rèn)識(shí)的人推薦給第一用戶。本實(shí)施例中,過濾在第二社區(qū)中已經(jīng)是第一用戶好友的第二用戶,可避免向第一用戶重復(fù)推薦好友或第一用戶已經(jīng)收聽或關(guān)注的用戶。
[0059]上述SNS社區(qū)中的用戶推薦方法中的用戶在第一社區(qū)和第二社區(qū)都為注冊(cè)用戶。
[0060]在一個(gè)實(shí)施例中,第一社區(qū)與第二社區(qū)共享用戶驗(yàn)證信息庫,同一用戶在第一社區(qū)與第二社區(qū)的用戶標(biāo)識(shí)相同。用戶在第一社區(qū)與第二社區(qū)的用戶標(biāo)識(shí)分別稱為用戶的第一社區(qū)用戶標(biāo)識(shí)、用戶的第二社區(qū)用戶標(biāo)識(shí)。
[0061]在另一個(gè)實(shí)施例中,同一用戶的第一社區(qū)用戶標(biāo)識(shí)與第二社區(qū)用戶標(biāo)識(shí)不同,第一社區(qū)與第二社區(qū)共享用戶標(biāo)識(shí)對(duì)應(yīng)關(guān)系庫,用戶對(duì)應(yīng)關(guān)系庫中保存同一用戶的第一社區(qū)用戶標(biāo)識(shí)與第二社區(qū)用戶標(biāo)識(shí)之間的對(duì)應(yīng)關(guān)系。
[0062]本實(shí)施例中,步驟S108的具體過程包括:獲取第一用戶的第二社區(qū)用戶標(biāo)識(shí);根據(jù)第一用戶的第二社區(qū)用戶標(biāo)識(shí)以及上述對(duì)應(yīng)關(guān)系查找第一用戶的第一社區(qū)用戶標(biāo)識(shí);獲取第一用戶的第一社區(qū)用戶標(biāo)識(shí)對(duì)應(yīng)的與第一用戶熟識(shí)度超過閾值的第二用戶的第一社區(qū)用戶標(biāo)識(shí);根據(jù)第二用戶的第一社區(qū)用戶標(biāo)識(shí)以及上述對(duì)應(yīng)關(guān)系查找第二用戶的第二社區(qū)用戶標(biāo)識(shí);向第一用戶展示查找到的第二社區(qū)用戶標(biāo)識(shí)對(duì)應(yīng)的第二用戶列表。
[0063]上述SNS社區(qū)中的用戶推薦方法,根據(jù)第一用戶和第二用戶在第一社區(qū)的中互動(dòng)記錄生成第一用戶與第二用戶的互動(dòng)頻率,根據(jù)第一用戶與第二用戶的互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度,在第二社區(qū)中將與第一用戶的熟識(shí)度超過閾值的第二用戶推薦給第一用戶,第二用戶與第一用戶的熟識(shí)度高,說明第二用戶是第一用戶可能認(rèn)識(shí)的人。上述方法,根據(jù)用戶在其他社區(qū)中的互動(dòng)頻率計(jì)算用戶之間的熟識(shí)度,并根據(jù)熟識(shí)度在本社區(qū)中向用戶推薦其他用戶,拓展了可用于判斷哪些其他用戶是用戶可能認(rèn)識(shí)的人的信息源,從而可更多的獲取到用戶可能認(rèn)識(shí)的人,提高拓展用戶關(guān)系圈的效率
[0064]在一個(gè)實(shí)施例中,上述SNS社區(qū)中的用戶推薦方法還包括步驟:根據(jù)第一社區(qū)中的用戶關(guān)系鏈與第二社區(qū)中的用戶關(guān)系鏈生成第一用戶與第二用戶的緊密度。
[0065]具體的,第一社區(qū)的用戶關(guān)系鏈即為第一社區(qū)中用戶之間所建立的關(guān)系鏈,包括好友關(guān)系、收聽或關(guān)注關(guān)系等社交關(guān)系。第二社區(qū)的用戶關(guān)系鏈即為第二社區(qū)中用戶之間所建立的關(guān)系鏈。具體的,若第一用戶與第二用戶在第一社區(qū)或第二社區(qū)中具有社交關(guān)系,則可相應(yīng)的增加第一用戶與第二用戶的緊密度。本實(shí)施例中,步驟S106的具體過程為:根據(jù)第一用戶與第二用戶的互動(dòng)頻率和緊密度計(jì)算第一用戶與第二用戶的熟識(shí)度。
[0066]具體的,在一個(gè)實(shí)施例中,可預(yù)先分別設(shè)置第一用戶與第二用戶的互動(dòng)頻率對(duì)應(yīng)的權(quán)重以及第一用戶與第二用戶的緊密度對(duì)應(yīng)的權(quán)重。步驟S106可根據(jù)第一用戶與第二用戶的互動(dòng)頻率和緊密度以及互動(dòng)頻率和緊密度對(duì)應(yīng)的權(quán)重,相應(yīng)的增加第一用戶與第二用戶的熟識(shí)度。第一用戶與第二用戶的互動(dòng)頻率和緊密度越高,則第一用戶與第二用戶的熟識(shí)度越高。
[0067]如圖2所示,在一個(gè)實(shí)施例中,根據(jù)第一社區(qū)中的用戶關(guān)系鏈與第二社區(qū)中的用戶關(guān)系鏈統(tǒng)計(jì)用戶之間的緊密度的步驟的具體過程包括:
[0068]步驟S202,根據(jù)第一社區(qū)中的用戶關(guān)系鏈判斷在第一社區(qū)中第一用戶與第二用戶的關(guān)系為以下哪一種:第二用戶為第一用戶的好友、第二用戶為第一用戶的二度好友、第二用戶為第一用戶收聽或關(guān)注的用戶。
[0069]第二用戶為第一用戶的二度好友指的是第二用戶為第一用戶的好友的好友。
[0070]步驟S204,根據(jù)第二社區(qū)中的用戶關(guān)系鏈判斷在第二社區(qū)中第二用戶是否為第一用戶的二度好友。
[0071]步驟S206,若在第一社區(qū)中第二用戶為第一用戶的好友或第二用戶為第一用戶的二度好友或第二用戶為第一用戶收聽或關(guān)注的用戶、或在第二社區(qū)中第二用戶為第一用戶的二度好友,則根據(jù)預(yù)設(shè)的權(quán)重相應(yīng)的增加第一用戶與第二用戶的緊密度。
[0072]在一個(gè)實(shí)施例中,可預(yù)先設(shè)置第一用戶與第二用戶的關(guān)系對(duì)應(yīng)的權(quán)重,優(yōu)選的,可按照以下順序從高到低設(shè)置權(quán)重:在第一社區(qū)中第二用戶為第一用戶的好友、在第一社區(qū)中第二用戶為第一用戶收聽或關(guān)注的用戶、在第二社區(qū)中第二用戶為第一用戶的二度好友、在第一社區(qū)中第二用戶為第一用戶的二度好友。上述排序的第一用戶與第二用戶的關(guān)系的緊密度是依次降低的,設(shè)置上述關(guān)系對(duì)應(yīng)的權(quán)重也依次降低,從而可獲得更加精確的第一用戶與第二用戶的緊密度。
[0073]上述SNS社區(qū)中的用戶推薦方法,根據(jù)本社區(qū)的用戶關(guān)系鏈與其他社區(qū)的用戶關(guān)系鏈生成用戶之間的緊密度,并綜合上述用戶之間的互動(dòng)頻率以及用戶之間的緊密度計(jì)算用戶之間的熟識(shí)度,并根據(jù)用戶之間的熟識(shí)度在本社區(qū)中向用戶推薦其可能認(rèn)識(shí)的人,綜合本社區(qū)與其他社區(qū)的多方面的信息計(jì)算用戶之間的熟識(shí)度,能更加準(zhǔn)確的獲取用戶之間的真實(shí)熟識(shí)度,從而提高向用戶推薦其可能認(rèn)識(shí)的人的準(zhǔn)確度。
[0074]在一個(gè)實(shí)施例中,上述SNS社區(qū)中的用戶推薦方法還包括步驟:根據(jù)第一用戶和第二用戶在第一社區(qū)中的個(gè)人資料、第一用戶和第二用戶在第二社區(qū)中的個(gè)人資料計(jì)算第一用戶與第二用戶的相似度。
[0075]具體的,若第一用戶和第二用戶在第一社區(qū)的個(gè)人資料相同或相近,或者第一用戶和第二用戶在第二社區(qū)的個(gè)人資料相同或相近,則可相應(yīng)的增加第一用戶與第二用戶的相似度。
[0076]具體的,在一個(gè)實(shí)施例中,個(gè)人資料包括:家鄉(xiāng)、教育經(jīng)歷、工作經(jīng)歷、現(xiàn)居住地等。若第一用戶與第二用戶的家鄉(xiāng)、教育經(jīng)歷、工作經(jīng)歷、現(xiàn)居住地在第一社區(qū)或第二社區(qū)中相同或相近,則可按照預(yù)設(shè)的權(quán)重相應(yīng)的增加第一用戶與第二用戶的相似度。
[0077]本實(shí)施例中,步驟S106的具體過程為:根據(jù)第一用戶與第二用戶的互動(dòng)頻率、緊密度和相似度計(jì)算第一用戶與第二用戶的熟識(shí)度。
[0078]具體的,在一個(gè)實(shí)施例中,可預(yù)先分別設(shè)置第一用戶與第二用戶的互動(dòng)頻率、緊密度、相似度對(duì)應(yīng)的權(quán)重,根據(jù)互動(dòng)頻率、緊密度、相似度以及互動(dòng)頻率、緊密度、相似度對(duì)應(yīng)的權(quán)重相應(yīng)的增加第一用戶與第二用戶的熟識(shí)度。第一用戶與第二用戶的互動(dòng)頻率、緊密度相似度越高,則第一用戶與第二用戶的熟識(shí)度越高。
[0079]上述SNS社區(qū)中的用戶推薦方法,根據(jù)本社區(qū)與其他社區(qū)的用戶的個(gè)人資料計(jì)算用戶之間的相似度,并綜合上述用戶之間的互動(dòng)頻率、緊密度以及相似度計(jì)算用戶之間的熟識(shí)度,并根據(jù)用戶之間的熟識(shí)度在本社區(qū)中向用戶推薦其可能認(rèn)識(shí)的人,綜合本社區(qū)與其他社區(qū)的多方面的信息計(jì)算用戶之間的熟識(shí)度,能更加準(zhǔn)確的獲取用戶之間的真實(shí)熟識(shí)度,從而提高向用戶推薦其可能認(rèn)識(shí)的人的準(zhǔn)確度。
[0080]如圖3所示,在一個(gè)實(shí)施例中,一種SNS社區(qū)中的用戶推薦系統(tǒng),包括記錄獲取模塊302、互動(dòng)頻率生成模塊304、熟識(shí)度計(jì)算模塊306、推薦模塊308,其中:
[0081]記錄獲取模塊302用于獲取第一用戶和第二用戶在第一社區(qū)中的互動(dòng)記錄。
[0082]在一個(gè)實(shí)施例中,第一社區(qū)的數(shù)量可以為多個(gè),第一社區(qū)的種類也可以為多種,例如微博平臺(tái),論壇社區(qū)等等。記錄獲取模塊302可獲取多個(gè)SNS社區(qū)中第一用戶和第二用戶的互動(dòng)記錄。
[0083]在一個(gè)實(shí)施例中,可預(yù)先記錄在第一社區(qū)中用戶之間的互動(dòng)操作,并保存用戶之間的互動(dòng)記錄。
[0084]在一個(gè)實(shí)施例中,互動(dòng)操作為用戶讀取其他用戶在社區(qū)中的相關(guān)信息的任何讀操作、以及針對(duì)其他用戶的在社區(qū)中的相關(guān)信息進(jìn)行的任何寫操作。在一個(gè)實(shí)施例中,互動(dòng)記錄包括訪問、評(píng)論、回復(fù)、贊、轉(zhuǎn)發(fā)、轉(zhuǎn)載、分享等操作中的至少一種操作記錄。
[0085]互動(dòng)頻率生成模塊304用于根據(jù)上述互動(dòng)記錄生成第一用戶與第二用戶的互動(dòng)頻率。
[0086]在一個(gè)實(shí)施例中,用戶對(duì)其他用戶在社區(qū)中的相關(guān)信息進(jìn)行一次讀操作、或針對(duì)其他用戶的在社區(qū)中的相關(guān)信息進(jìn)行的一次寫操作,都可記為用戶之間的一次互動(dòng)操作。
[0087]具體的,互動(dòng)頻率生成模塊304可統(tǒng)計(jì)某一時(shí)段內(nèi)第一用戶與第二用戶之間的互動(dòng)操作的次數(shù),計(jì)算第一用戶與第二用戶的互動(dòng)頻率為互動(dòng)操作次數(shù)與該時(shí)段時(shí)長的比值。
[0088]熟識(shí)度計(jì)算模塊306用于根據(jù)互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度。
[0089]在一個(gè)實(shí)施例中,可預(yù)先設(shè)置熟識(shí)度與互動(dòng)頻率為正比例關(guān)系。。第一用戶與第二用戶的互動(dòng)頻率越高,則第一用戶與第二用戶的熟識(shí)度也越高。熟識(shí)度計(jì)算模塊306可根據(jù)互動(dòng)頻率以及上述正比例關(guān)系相應(yīng)的增加第一用戶與第二用戶的熟識(shí)度。
[0090]推薦模塊308用于在第二社區(qū)中將與第一用戶的熟識(shí)度超過閾值的第二用戶推薦給第一用戶。
[0091]在一個(gè)實(shí)施例中,推薦模塊308可將第二用戶作為第一用戶可能認(rèn)識(shí)的人推薦給
第一用戶。
[0092]在一個(gè)實(shí)施例中,推薦模塊308可向第一用戶展示與第一用戶的熟識(shí)度超過閾值的第二用戶的列表,供第一用戶選擇其希望加為好友、或希望收聽、關(guān)注的第二用戶。進(jìn)一步的,推薦模塊308可獲取第一用戶選擇的第二用戶,將選擇的第二用戶加為第一用戶的好友,或加入到第一用戶收聽或關(guān)注的對(duì)象中。
[0093]在一個(gè)實(shí)施例中,推薦模塊308可在與第一用戶的熟識(shí)度超過閾值的第二用戶中篩選出與第一用戶在第二社區(qū)中不是好友的第二用戶,將篩選出的第二用戶作為第一用戶可能認(rèn)識(shí)的人推薦給第一用戶。本實(shí)施例中,過濾在第二社區(qū)中已經(jīng)是第一用戶好友的第二用戶,可避免向第一用戶重復(fù)推薦好友或第一用戶已經(jīng)收聽或關(guān)注的用戶。
[0094]上述SNS社區(qū)中的用戶推薦系統(tǒng)中的用戶在第一社區(qū)和第二社區(qū)都為注冊(cè)用戶。
[0095]在一個(gè)實(shí)施例中,第一社區(qū)與第二社區(qū)共享用戶驗(yàn)證信息庫,同一用戶在第一社區(qū)與第二社區(qū)的用戶標(biāo)識(shí)相同。用戶在第一社區(qū)與第二社區(qū)的用戶標(biāo)識(shí)分別稱為用戶的第一社區(qū)用戶標(biāo)識(shí)、用戶的第二社區(qū)用戶標(biāo)識(shí)。
[0096]在另一個(gè)實(shí)施例中,同一用戶的第一社區(qū)用戶標(biāo)識(shí)與第二社區(qū)用戶標(biāo)識(shí)不同,第一社區(qū)與第二社區(qū)共享用戶標(biāo)識(shí)對(duì)應(yīng)關(guān)系庫,用戶對(duì)應(yīng)關(guān)系庫中保存同一用戶的第一社區(qū)用戶標(biāo)識(shí)與第二社區(qū)用戶標(biāo)識(shí)之間的對(duì)應(yīng)關(guān)系。
[0097]本實(shí)施例中,推薦模塊308可獲取第一用戶的第二社區(qū)用戶標(biāo)識(shí);根據(jù)第一用戶的第二社區(qū)用戶標(biāo)識(shí)以及上述對(duì)應(yīng)關(guān)系查找第一用戶的第一社區(qū)用戶標(biāo)識(shí);獲取第一用戶的第一社區(qū)用戶標(biāo)識(shí)對(duì)應(yīng)的與第一用戶熟識(shí)度超過閾值的第二用戶的第一社區(qū)用戶標(biāo)識(shí);根據(jù)第二用戶的第一社區(qū)用戶標(biāo)識(shí)以及上述對(duì)應(yīng)關(guān)系查找第二用戶的第二社區(qū)用戶標(biāo)識(shí);向第一用戶展示查找到的第二社區(qū)用戶標(biāo)識(shí)對(duì)應(yīng)的第二用戶列表。
[0098]上述SNS社區(qū)中的用戶推薦系統(tǒng),根據(jù)第一用戶和第二用戶在第一社區(qū)中的互動(dòng)記錄生成第一用戶與第二用戶的互動(dòng)頻率,根據(jù)第一用戶與第二用戶的互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度,在第二社區(qū)中將與第一用戶的熟識(shí)度超過閾值的第二用戶推薦給第一用戶,第二用戶與第一用戶的熟識(shí)度高,說明第二用戶是第一用戶可能認(rèn)識(shí)的人。上述方法,根據(jù)用戶在其他社區(qū)中的互動(dòng)頻率計(jì)算用戶之間的熟識(shí)度,并根據(jù)熟識(shí)度在本社區(qū)中向用戶推薦其他用戶,拓展了可用于判斷哪些其他用戶是用戶可能認(rèn)識(shí)的人的信息源,從而可更多的獲取到用戶可能認(rèn)識(shí)的人,提高拓展用戶關(guān)系圈的效率
[0099]如圖4所示,在一個(gè)實(shí)施例中,上述SNS社區(qū)中的用戶推薦系統(tǒng)包括記錄獲取模塊302、互動(dòng)頻率生成模塊304、緊密度生成模塊404、熟識(shí)度計(jì)算模塊406、推薦模塊308,其中:
[0100]緊密度生成模塊404用于根據(jù)第一社區(qū)中的用戶關(guān)系鏈與第二社區(qū)中的用戶關(guān)系鏈生成第一用戶與第二用戶的緊密度。
[0101]具體的,第一社區(qū)的用戶關(guān)系鏈即為第一社區(qū)中用戶之間所建立的關(guān)系鏈,包括好友關(guān)系、收聽或關(guān)注關(guān)系等社交關(guān)系。第二社區(qū)的用戶關(guān)系鏈即為第二社區(qū)中用戶之間所建立的關(guān)系鏈。
[0102]具體的,在一個(gè)實(shí)施例中,緊密度生成模塊404用于根據(jù)第一社區(qū)中的用戶關(guān)系鏈判斷在第一社區(qū)中第一用戶與第二用戶的關(guān)系為以下哪一種:第二用戶為第一用戶的好友、第二用戶為第一用戶的二度好友、第二用戶為第一用戶收聽或關(guān)注的用戶;并根據(jù)第二社區(qū)中的用戶關(guān)系鏈判斷在第二社區(qū)中第二用戶是否為第一用戶的二度好友;進(jìn)一步的,若在第一社區(qū)中第二用戶為第一用戶的好友或第二用戶為第一用戶的二度好友或第二用戶為第一用戶收聽或關(guān)注的用戶、或在第二社區(qū)中第二用戶為第一用戶的二度好友,則根據(jù)預(yù)設(shè)的權(quán)重相應(yīng)的增加第一用戶與第二用戶的緊密度。
[0103]第二用戶為第一用戶的二度好友指的是第二用戶為第一用戶的好友的好友。
[0104]在一個(gè)實(shí)施例中,緊密度生成模塊404可預(yù)先設(shè)置第一用戶與第二用戶的關(guān)系對(duì)應(yīng)的權(quán)重,優(yōu)選的,可按照以下順序從高到低設(shè)置權(quán)重:在第一社區(qū)中第二用戶為第一用戶的好友、在第一社區(qū)中第二用戶為第一用戶收聽或關(guān)注的用戶、在第二社區(qū)中第二用戶為第一用戶的二度好友、在第一社區(qū)中第二用戶為第一用戶的二度好友。上述排序的第一用戶與第二用戶的關(guān)系的緊密度是依次降低的,設(shè)置上述關(guān)系對(duì)應(yīng)的權(quán)重也依次降低,從而可獲得更加精確的第一用戶與第二用戶的緊密度。
[0105]熟識(shí)度計(jì)算模塊406用于根據(jù)第一用戶與第二用戶的互動(dòng)頻率和緊密度計(jì)算第一用戶與第二用戶的熟識(shí)度。
[0106]具體的,在一個(gè)實(shí)施例中,可預(yù)先分別設(shè)置第一用戶與第二用戶的互動(dòng)頻率對(duì)應(yīng)的權(quán)重以及第一用戶與第二用戶的緊密度對(duì)應(yīng)的權(quán)重。熟識(shí)度計(jì)算模塊406可根據(jù)第一用戶與第二用戶的互動(dòng)頻率和緊密度以及互動(dòng)頻率和緊密度對(duì)應(yīng)的權(quán)重,相應(yīng)的增加第一用戶與第二用戶的熟識(shí)度。第一用戶與第二用戶的互動(dòng)頻率和緊密度越高,則第一用戶與第二用戶的熟識(shí)度越高。
[0107]上述SNS社區(qū)中的用戶推薦系統(tǒng),根據(jù)本社區(qū)的用戶關(guān)系鏈與其他社區(qū)的用戶關(guān)系鏈生成用戶之間的緊密度,并綜合上述用戶之間的互動(dòng)頻率以及用戶之間的緊密度計(jì)算用戶之間的熟識(shí)度,并根據(jù)用戶之間的熟識(shí)度在本社區(qū)中向用戶推薦其可能認(rèn)識(shí)的人,綜合本社區(qū)與其他社區(qū)的多方面的信息計(jì)算用戶之間的熟識(shí)度,能更加準(zhǔn)確的獲取用戶之間的真實(shí)熟識(shí)度,從而提高向用戶推薦其可能認(rèn)識(shí)的人的準(zhǔn)確度。
[0108]如圖5所示,在一個(gè)實(shí)施例中,一種SNS社區(qū)中的用戶推薦系統(tǒng)包括記錄獲取模塊302、互動(dòng)頻率生成模塊304、緊密度生成模塊404、相似度計(jì)算模塊504、熟識(shí)度計(jì)算模塊506、推薦模塊308,其中:
[0109]相似度計(jì)算模塊504用于根據(jù)第一用戶和第二用戶在第一社區(qū)中的個(gè)人資料、第一用戶和第二用戶在第二社區(qū)中的個(gè)人資料計(jì)算第一用戶與第二用戶的相似度。
[0110]具體的,若第一用戶和第二用戶在第一社區(qū)的個(gè)人資料相同或相近,或者第一用戶和第二用戶在第二社區(qū)的個(gè)人資料相同或相近,則相似度計(jì)算模塊504可相應(yīng)的增加第一用戶與第二用戶的相似度。
[0111]具體的,在一個(gè)實(shí)施例中,個(gè)人資料包括:家鄉(xiāng)、教育經(jīng)歷、工作經(jīng)歷、現(xiàn)居住地等。若第一用戶與第二用戶的家鄉(xiāng)、教育經(jīng)歷、工作經(jīng)歷、現(xiàn)居住地在第一社區(qū)或第二社區(qū)中相同或相近,則相似度計(jì)算模塊504可按照預(yù)設(shè)的權(quán)重相應(yīng)的增加第一用戶與第二用戶的相似度。
[0112]熟識(shí)度計(jì)算模塊506用于根據(jù)第一用戶與第二用戶的互動(dòng)頻率、緊密度和相似度計(jì)算第一用戶與第二用戶的熟識(shí)度。
[0113]具體的,在一個(gè)實(shí)施例中,可預(yù)先分別設(shè)置第一用戶與第二用戶的互動(dòng)頻率、緊密度和相似度對(duì)應(yīng)的權(quán)重。熟識(shí)度計(jì)算模塊506可將互動(dòng)頻率、緊密度和相似度以及互動(dòng)頻率、緊密度和相似度對(duì)應(yīng)的權(quán)重相應(yīng)的增加第一用戶與第二用戶的熟識(shí)度。第一用戶與第二用戶的互動(dòng)頻率、緊密度相似度越高,則第一用戶與第二用戶的熟識(shí)度越高。[0114]上述SNS社區(qū)中的用戶推薦系統(tǒng),根據(jù)本社區(qū)與其他社區(qū)的用戶的個(gè)人資料計(jì)算用戶之間的相似度,并綜合上述用戶之間的互動(dòng)頻率、緊密度以及相似度計(jì)算用戶之間的熟識(shí)度,并根據(jù)用戶之間的熟識(shí)度在本社區(qū)中向用戶推薦其可能認(rèn)識(shí)的人,綜合本社區(qū)與其他社區(qū)的多方面的信息計(jì)算用戶之間的熟識(shí)度,能更加準(zhǔn)確的獲取用戶之間的真實(shí)熟識(shí)度,從而提高向用戶推薦其可能認(rèn)識(shí)的人的準(zhǔn)確度。
[0115]以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式,其描述較為具體和詳細(xì),但并不能因此而理解為對(duì)本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是,對(duì)于本領(lǐng)域的普通技術(shù)人員來說,在不脫離本發(fā)明構(gòu)思的前提下,還可以做出若干變形和改進(jìn),這些都屬于本發(fā)明的保護(hù)范圍。因此,本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【權(quán)利要求】
1.一種SNS社區(qū)中的用戶推薦方法,包括以下步驟: 獲取第一用戶和第二用戶在第一社區(qū)中的互動(dòng)記錄; 根據(jù)所述互動(dòng)記錄生成第一用戶與第二用戶的互動(dòng)頻率; 根據(jù)所述互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度; 在第二社區(qū)中將與第一用戶的熟識(shí)度超過閾值的第二用戶推薦給所述第一用戶。
2.根據(jù)權(quán)利要求1所述的SNS社區(qū)中的用戶推薦方法,其特征在于,所述互動(dòng)記錄包括第一用戶與第二用戶之間的訪問、評(píng)論、回復(fù)、贊、轉(zhuǎn)發(fā)、轉(zhuǎn)載、分享中的至少一種操作記錄。
3.根據(jù)權(quán)利要求1所述的SNS社區(qū)中的用戶推薦方法,其特征在于,所述方法還包括: 根據(jù)第一社區(qū)中的用戶關(guān)系鏈和第二社區(qū)中的用戶關(guān)系鏈生成第一用戶與第二用戶的緊密度; 所述根據(jù)互動(dòng)頻次計(jì)算第一用戶與第二用戶的熟識(shí)度的步驟為: 根據(jù)所述互動(dòng)頻次和所述緊密度計(jì)算所述第一用戶與第二用戶的熟識(shí)度。
4.根據(jù)權(quán)利要求3所述的SNS社區(qū)中的用戶推薦方法,其特征在于,所述根據(jù)所述第一社區(qū)的用戶關(guān)系鏈和第二社區(qū)的用戶關(guān)系鏈生成第一用戶與第二用戶的緊密度的步驟包括: 根據(jù)所述第一社區(qū)中的用戶關(guān)系鏈判斷在第一社區(qū)中第一用戶與第二用戶的關(guān)系為以下哪一種:第二用戶為第一用戶的好友、第二用戶為第一用戶的二度好友、第二用戶為第一用戶收聽或關(guān)注的用戶; 根據(jù)所述第二社區(qū)中的用戶關(guān)系鏈判斷在第二社區(qū)中第二用戶是否為第一用戶的二度好友; 若在第一社區(qū)中第二用戶為第一用戶的好友或第二用戶為第一用戶的二度好友或第二用戶為第一用戶收聽或關(guān)注的用戶、或在第二社區(qū)中第二用戶為第一用戶的二度好友,則根據(jù)預(yù)設(shè)的權(quán)重相應(yīng)的增加第一用戶與第二用戶的緊密度。
5.根據(jù)權(quán)利要求3或4所述的SNS社區(qū)中的用戶推薦方法,其特征在于,所述方法還包括: 根據(jù)第一用戶和第二用戶在第一社區(qū)中的個(gè)人資料、第一用戶和第二用戶在第二社區(qū)中的個(gè)人資料計(jì)算第一用戶與第二用戶的相似度; 所述根據(jù)所述互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度的步驟為: 根據(jù)所述互動(dòng)頻率、所述緊密度和所述相似度計(jì)算所述第一用戶與第二用戶的熟識(shí)度。
6.一種SNS社區(qū)中的用戶推薦系統(tǒng),其特征在于,包括: 記錄獲取模塊,用于獲取第一用戶和第二用戶在第一社區(qū)中的互動(dòng)記錄; 互動(dòng)頻率生成模塊,用于根據(jù)所述互動(dòng)記錄生成第一用戶與第二用戶的互動(dòng)頻率; 熟識(shí)度計(jì)算模塊,用于根據(jù)所述互動(dòng)頻率計(jì)算第一用戶與第二用戶的熟識(shí)度; 推薦模塊,用于在第二社區(qū)中將與第一用戶的熟識(shí)度超過閾值的第二用戶推薦給所述第一用戶。
7.根據(jù)權(quán)利要求6所述的SNS社區(qū)中的用戶推薦系統(tǒng),其特征在于,所述互動(dòng)記錄包括第一用戶與第二用戶之間的訪問、評(píng)論、回復(fù)、贊、轉(zhuǎn)發(fā)、轉(zhuǎn)載、分享中的至少一種操作記錄。
8.根據(jù)權(quán)利要求6所述的SNS社區(qū)中的用戶推薦系統(tǒng),其特征在于,所述系統(tǒng)還包括:緊密度生成模塊,用于根據(jù)第一社區(qū)中的用戶關(guān)系鏈和第二社區(qū)中的用戶關(guān)系鏈生成第一用戶與第二用戶的緊密度; 所述熟識(shí)度計(jì)算模塊用于根據(jù)所述互動(dòng)頻次和所述緊密度計(jì)算所述第一用戶與第二用戶的熟識(shí)度。
9.根據(jù)權(quán)利要求8所述的SNS社區(qū)中的用戶推薦系統(tǒng),其特征在于,所述緊密度生成模塊用于根據(jù)所述第一社區(qū)中的用戶關(guān)系鏈判斷在第一社區(qū)中第一用戶與第二用戶的關(guān)系為以下哪一種:第二用戶為第一用戶的好友、第二用戶為第一用戶的二度好友、第二用戶為第一用戶收聽或關(guān)注的用戶,根據(jù)所述第二社區(qū)中的用戶關(guān)系鏈判斷在第二社區(qū)中第二用戶是否為第一用戶的二度好友,若在第一社區(qū)中第二用戶為第一用戶的好友或第二用戶為第一用戶的二度好友或第二用戶為第一用戶收聽或關(guān)注的用戶、或在第二社區(qū)中第二用戶為第一用戶的二度好友,則根據(jù)預(yù)設(shè)的權(quán)重相應(yīng)的增加第一用戶與第二用戶的緊密度。
10.根據(jù)權(quán)利要求8或9所述的SNS社區(qū)中的用戶推薦系統(tǒng),其特征在于,所述系統(tǒng)還包括: 相似度計(jì)算模 塊,用于根據(jù)第一用戶和第二用戶在第一社區(qū)中的個(gè)人資料、第一用戶和第二用戶在第二社區(qū)中的個(gè)人資料計(jì)算第一用戶與第二用戶的相似度; 所述熟識(shí)度計(jì)算模塊用于根據(jù)所述互動(dòng)頻率、所述緊密度和所述相似度計(jì)算所述第一用戶與第二用戶的熟識(shí)度。
【文檔編號(hào)】G06F17/30GK103455515SQ201210178965
【公開日】2013年12月18日 申請(qǐng)日期:2012年6月1日 優(yōu)先權(quán)日:2012年6月1日
【發(fā)明者】曾雷, 李明娥 申請(qǐng)人:騰訊科技(深圳)有限公司
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1