CN101119543A - 关系匹配的筛选方法及系统 - Google Patents

Abstract

本发明涉及一种关系匹配的筛选方法，包括收集准备用户数据群的数据信息；计算用户数据群的匹配度，并找到与该用户数据群匹配的另一数据群对应的匹配者。本发明涉及一种关系匹配的筛选系统，本发明的效果在于：为用户筛选出满意的匹配者，还可根据特定的满意度要求为用户找到相应的匹配者。

Description

关系匹配的筛选方法及系统

技术领域

本发明涉及一种关系匹配的方法，尤其涉及一种人与人之间关系匹配的筛选方法。

背景技术

现有的技术是采用关键字或者条件搜索的方式对已经准备好的数据库进行数据的调用。如输入一些特定的条件，如：输入年龄、地区、星座、朋友等等，搜索系统就会根据输入条件找到相应的匹配者，用户再根据主观的判断，来决定那些数据符合自己的要求。如手机中对通信录中姓名的检索，网上对某关键字有关内容进行的检索等等，其技术方案不外乎是现有数据库的数据调用。

这些寻找匹配数据的方法，仅仅是根据按客观和主观条件搜索那些合乎自己要求的某些数据的方法。比如一个人的所有信息用一个数据群来代表，数据群所包含的内容尽可能地来表现一个人，如果两个数据群的数据信息量足够多，就使一个人全面地表现出来。如果两个数据群的匹配度相当的高，说明两人相处的满意度就高。科学研究表明，人与人之间满意相处取决于很多非常复杂的因素，包括但不限于：性格、经济地位、宗教、道德背景、能量水平、教育背景、兴趣和外表。

但是，目前的数据群所包含的数据信息量，仅仅是一些少量的客观和主观条件，只是决定人们之间满意相处的一部分条件。因此，通过现在简单的关键字的搜索方法，为某一个人的数据群提供匹配者，常常不能达到满意的匹配，甚至会感到失望。

所以，需要提供一种有关人的数据群的数据收集方法，该方法不只考虑到简单的要求，如：年龄、地区等要素，还要考虑到性格、经济地位、宗教、道德背景、能量水平、兴趣和外表等等要素；不只是考虑到各个要素，同时，还考虑到各个要素之间关系，来预测未来关系的满意度。

发明内容

为了解决现有技术的问题，如数据群内容的不充分，特别是涉及人的各种要素的数据群的数据收集，本发明提出了一种数据群与数据群匹配的筛选方法及系统，使用户可以完善自己的数据群，并筛选可能的数据群，在特定满意度下，找到相应的匹配者，并预测与特定匹配者之间的关系满意度。而且还会提供除了电话或电子邮件以外，进一步交流的方法。

为了达到上述目的，本发明公开了一种关系匹配的筛选方法，包括如下步骤：

步骤1，收集准备用户数据群的数据信息；

步骤2，计算用户数据群的匹配度，并找到与该用户数据群匹配的另一数据群对应的匹配者。

步骤1收集准备用户数据群的数据信息采用问卷答题的方式，并将数据信息按不同的纬度进行整合。

步骤2中的计算具体包括如下步骤：

将相同纬度的题目分数相加，算出平均值；

将用户数据答题的平均值减去样本历史经验数据的平均值，除以历史经验数据标准差，结果作为标准分数；

对所述标准分数进行判断，确定该用户在此纬度上的得分；

将两个用户数据群在同一纬度上的得分进行比较，查历史经验数据表，可得到此纬度的匹配系数；

将两个用户数据群多个纬度上匹配系数形成一个序列，计算5个满意度函数，并比较5个满意度函数的值，最大值对应的那个满意度函数的类型就是两个用户的满意度。

所述的关系匹配的筛选方法，还包括步骤3，相互匹配者可以在不同的通信层次上进行数据的交互。

本发明还公开了一种关系匹配的筛选系统，包括：

信息收集模块，用于收集准备用户数据群的数据信息；

匹配度计算模块，用于计算用户数据群的匹配度，并找到与该用户数据群匹配的另一数据群对应的匹配者。

所述信息收集模块还包括信息录入模块和整合模块，所述信息录入模块采用问卷答题的方式，收集准备用户数据群的数据信息，将数据信息录入整合模块，所述整合模块将数据信息按不同的纬度进行整合。

所述匹配度计算模块包括：

加和模块，用于将相同纬度的题目分数相加，算出平均值；

运算模块，用于将用户数据答题的平均值减去样本历史经验数据的平均值，除以历史经验数据标准差，结果作为标准分数；

判断模块，用于对所述标准分数进行判断，确定该用户在此纬度上的得分；

对比模块，用于将两个用户数据群在同一纬度上的得分进行比较，查历史经验数据表，可得到此纬度的匹配系数；

筛选模块，用于将两个用户数据群多个纬度上匹配系数形成一个序列，计算5个满意度函数，并比较5个满意度函数的值，最大值对应的那个满意度函数的类型就是两个用户的满意度。

所述信息录入模块与因特网或者虚拟专网或者非TCP/IP的网络相连。

所述信息录入模块可为但不限于PC机、个人数字助理、手机或者电话机。

本发明的效果在于：为用户筛选出满意的匹配者，还可根据特定的满意度要求为用户找到相应的匹配者。

附图说明

图1为应用此技术提供匹配服务典型流程图；

图2为用户提供匹配服务的典型系统；

图3为用户与匹配者之间通信流程。

具体实施方式

本发明主要包括如下三个步骤：系统流程图见图1所示。

第一步，收集准备用户数据群的数据信息；

通过用户回答特定的调查问卷题目，将用户数据的数据收集并量化处理，再通过对量化数据进行处理。

第二步，应用匹配技术计算数据群的匹配度，并找到匹配者数据群。根据模型和经验数据，计算用户数据群之间的匹配度，并预测与匹配者未来关系的满意度；也可以根据预先设定的满意度要求，为用户提供匹配者。

第三步，在特定的通信层次上，用户与匹配者沟通。

下面进行详细说明。

图2是为用户提供匹配服务的典型系统。其中网络部分可以是因特网(Internet)也可以是虚拟专网(VPN)和非TCP/IP的网络。用户终端可以是PC机，也可以是PDA(个人数字助理)、手机、电话机或其它任何终端设备。不同用户之间可以进行通信，通信的方式可以是电子邮件、手机短信、WEB、WAP等等。匹配服务首先会收集用户数据，典型的一种方式是问卷的方式。表1是收集并量化用户数据的问卷题目的例子。

1、与大部分人相比，我很少感到害怕。1【】2【】3【】4【】5【】2、我喜欢结交新朋友                1【】2【】3【】4【】5【】

表1

在表1中，用户选择不同的答案代表不同的态度，如：“我喜欢结交新朋友”这道题，选择“1”，代表的意思是“非常不喜欢结交新朋友”，选择“5”是非常喜欢结交新朋友。通过这样的题目就可以完成对用户数据的收集。

收集完用户数据还有一个计算处理的过程。

在收集用户数据的过程中，用户一个特性特征，如：“信任”这个特性，称为一个纬度；“责任感”也可称为另一个纬度。有可能几道题目针对一个用户特征。如：“我总是怀疑他人的意图”；“人们对他人的关心多半是发自内心的”；“除了自己，其他人是不可信的”；这3道题都是针对“信任”这个纬度的。

处理数据中，首先是将测试相同纬度的题目分数相加，算出平均分值。然后，利用表2中的数据进行计算。表2是个经验数据库的平均值和标准差；这些数据会随着用户数的增加不断变化。

	平均值	标准差
			A	28.89	4.84
B	29.19	4.78
			C	30.24	4.09
...	...	...

表2

处理过程用下面的公式：

$Z=\frac{X-\stackrel{-}{X}}{\mathrm{SD}}$ (公式1)

其中，X代表用户数据答题分值，

代表样本的平均值，SD代表标准差。

通过上述计算可以得到标准分数Z。如果Z＞＝1，则该用户在这个纬度得分为3；Z＞-1且Z＜1，得分为2；Z＜＝-1，则得分为1；

表3为数据库存储的用户数据示例；其中显示了不同用户数据在A、B、C、D、E、F…等纬度上的不同分值。

	A	B	C	D	E	F
							张东	1	1	3	2	1	3
李宁	2	2	3	3	1	1
							张红	3	3	1	1	1	1
王兰	3	2	1	2	3	1
							赵大宝	2	5	3	2	3	1
...	...	...	...	...	...	...

表3

由于每个用户数据在同一个纬度上，可能有3个分值，1、2或3。分别代表“强”、“中”、“弱”三个等级。两个用户数据在同一个纬度上，就有六种组合可能，即“11”(弱弱)、“12”(弱中)、“13”(弱强)、“22”(中中)、“23“(中强)、“33”(强强)。

表4为用户与匹配者之间匹配的系数示例；其中，第一行是一个用户的在此纬度上的3个可能的结果，第一列是另一个用户在此纬度上的3个可能结果，这样组合起来就有6种可能性。对应的值为经验系数值。如：“11”这个组合，经验系数是“3”，“12”、“21”组合的系数是“2”。

	1	2	3
				1	3	2	4
2	2	5	2
				3	4	2	1

表4

上面是针对一个纬度的对比，可以得到一个匹配系数，如果收集的数据有多个纬度，则应可以得到多个匹配系数。多个匹配系数组成一个序列。例如：有36个纬度，就可以得到一个序列，由36个匹配系数组成。

结论是：在任何一个纬度上，两个不同的用户数据群都可以得到一个匹配系数。不同纬度的匹配系数组成一个序列。例如：共有36个纬度，两个用户数据群在每个对应的纬度上对比就会得到36个匹配系数的一个序列，类似于，R1、R2、R3…….。表5是计算满意度函数的系数。

	满意度函数系数(S)
						1	2	3	4	5
	A	-0.8	-1.51	-1.45	-1.688						-0.823
B						7.08	6.66	6.56	6.48	8.37
	C	6.02	5.56	5.66	5.60						7.32
D						6.19	6.06	6.75	6.58	7.86
	E	8.57	9.88	10.61	10.45						11.51
F						4.76	4.56	5.64	5.34	5.22
	...	...	...	...	...						...

表5

计算公式是：

$F_n(R,S)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}(R_i*S_{\mathrm{ni}})$

其中，F_n是关系满意度函数，有5种类型：F₁代表关系不满意的函数、F₂代表关系较为不满意函数、F₃代表关系一般的函数、F₄代表关系较为满意函数、F₅分别代表关系满意函数。

R指两个用户数据群在不同纬度上进行对比得到的匹配系数序列，R_i表示序列中第i个数；

S代表满意度函数系数，S_ni中，n代表5个满意度等级，1代表满意度最低，5代表最高；i代表第i个纬度。如：表5所示，S₁₃的数值则应该是6.12。

表5中，A、B、C、D、E、F…代表不同的纬度，也可用1、2、3、4、5、6…表示。公式中S_ni中的i与此对应。表中满意度系数下面一行数：1、2、3、4、5、与公式中的n相对应。

分别计算F₁、F₂、F₃、F₄、F₅，可以得到5个数值，比较它们，那个数最大，这两个用户数据群满意度就是相应的n。例如：如果F₅的数值最大，结论是两个匹配者未来关系满意度是5，也就是满意度最高；如果F1的数值最大，则结论是两个匹配者未来关系满意度为最低。

图3是匹配者通信的流程图。

首先，系统为用户数据群提供了匹配者，预测未来有良好的关系满意度。这时，用户查看用户数据群的基本信息，看看自己是否有兴趣与此匹配者进行通信。如果没有兴趣，就终止通信。如果有兴趣，则用户可以选定一个通信层次，这时，要看匹配者是否愿意，如不愿意，则通信终止。如果愿意通信，则进入到第一个通信层次。

完成第一个通信层次的通信后，如果用户与匹配者不愿意到更高层次的通信，则停留在这个层次，如果愿意的话，可以进入到更高的通信层次。进入到下一个层次后，用户和匹配者也有两个选择，一是停在这个层次上，另一个是进入到下一个通信层次。这个过程可以反复多次，最后用户可以进入到最后一个层次的通信，并在这个层次上进行不断沟通。这里非常关键的一点是，任何用户都有权决定是否进入下一个层次。用户之间循序渐进地交流信息。这样，就保证了用户之间交流的安全性。

本发明根据上述方法，还公开了一种关系匹配的筛选系统，包括：信息收集模块，用于收集准备用户数据群的数据信息；匹配度计算模块，用于计算用户数据群的匹配度，并找到与该用户数据群匹配的另一数据群对应的匹配者。所述信息收集模块还包括信息录入模块和整合模块，所述信息录入模块采用问卷答题的方式，收集准备用户数据群的数据信息，将数据信息录入整合模块，所述整合模块将数据信息按不同的纬度进行整合。

所述匹配度计算模块包括：加和模块，用于将相同纬度的题目分数相加，算出平均值；

运算模块，用于将用户数据答题的平均值减去样本历史经验数据的平均值，除以历史经验数据标准差，结果作为标准分数；

判断模块，用于对所述标准分数进行判断，确定该用户在此纬度上的得分；

对比莫块，用于将两个用户数据群在同一纬度上的得分进行比较，查历史经验数据表，可得到此纬度的匹配系数；

筛选模块，用于将两个用户数据群多个纬度上匹配系数形成一个序列，计算5个满意度函数，并比较5个满意度函数的值，最大值对应的那个满意度函数的类型就是两个用户的满意度。

所述信息录入模块与因特网或者虚拟专网或者非TCP/IP的网络相连。所述信息录入模块可为但不限于PC机、个人数字助理、手机或者电话机。

Claims (9)

1.一种关系匹配的筛选方法，其特征在于，包括如下步骤：

步骤1，收集准备用户数据群的数据信息；

步骤2，计算用户数据群的匹配度，并找到与该用户数据群匹配的另一数据群对应的匹配者。

2.如权利要求1所述的关系匹配的筛选方法，其特征在于，步骤1收集准备用户数据群的数据信息包括采用问卷答题的方式，并将数据信息按不同的纬度进行整合。

3.如权利要求2所述的关系匹配的筛选方法，其特征在于，步骤2中的计算具体包括如下步骤：

将相同纬度的题目分数相加，算出平均值；

将用户数据答题的平均值减去样本历史经验数据的平均值，除以历史经验数据标准差，结果作为标准分数；

对所述标准分数进行判断，确定该用户在此纬度上的得分；

将两个用户数据群在同一纬度上的得分进行比较，查历史经验数据表，可得到此纬度的匹配系数；

将两个用户数据群多个纬度上匹配系数形成一个序列，计算5个满意度函数，并比较5个满意度函数的值，最大值对应的那个满意度函数的类型就是两个用户的满意度。

4.如权利要求1所述的关系匹配的筛选方法，其特征在于，该方法还包括步骤3，相互匹配者可以在不同的通信层次上进行数据的交互。

5.一种关系匹配的筛选系统，其特征在于，包括：

信息收集模块，用于收集准备用户数据群的数据信息；

匹配度计算模块，用于计算用户数据群的匹配度，并找到与该用户数据群匹配的另一数据群对应的匹配者。

6.如权利要求5所述的关系匹配的筛选系统，其特征在于，所述信息收集模块还包括信息录入模块和整合模块，所述信息录入模块采用问卷答题的方式，收集准备用户数据群的数据信息，将数据信息录入整合模块，所述整合模块将数据信息按不同的纬度进行整合。

7.如权利要求5所述的关系匹配的筛选系统，其特征在于，所述匹配度计算模块包括：

加和模块，用于将相同纬度的题目分数相加，算出平均值；

运算模块，用于将用户数据答题的平均值减去样本历史经验数据的平均值，除以历史经验数据标准差，结果作为标准分数；

判断模块，用于对所述标准分数进行判断，确定该用户在此纬度上的得分；

对比模块，用于将两个用户数据群在同一纬度上的得分进行比较，查历史经验数据表，可得到此纬度的匹配系数；

筛选模块，用于将两个用户数据群多个纬度上匹配系数形成一个序列，计算5个满意度函数，并比较5个满意度函数的值，最大值对应的那个满意度函数的类型就是两个用户的满意度。

8.如权利要求6所述的关系匹配的筛选方法，其特征在于，所述信息录入模块与因特网或者虚拟专网或者非TCP/IP的网络相连。

9.如权利要求6所述的关系匹配的筛选方法，其特征在于，所述信息录入模块可为但不限于PC机、个人数字助理、手机或者电话机。

Images