CN102316130B - 一种基于用户的行为判断其与好友的亲疏度的方法与设备 - Google Patents
一种基于用户的行为判断其与好友的亲疏度的方法与设备 Download PDFInfo
- Publication number
- CN102316130B CN102316130B CN201010214227.8A CN201010214227A CN102316130B CN 102316130 B CN102316130 B CN 102316130B CN 201010214227 A CN201010214227 A CN 201010214227A CN 102316130 B CN102316130 B CN 102316130B
- Authority
- CN
- China
- Prior art keywords
- good friend
- close
- user
- described user
- degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明的目的是提供一种基于用户的行为判断其与好友的亲疏度的方法与设备。其中,亲疏度判断设备自动获取用户的用户行为,根据所述用户行为,判断所述用户与其至少一位好友中每一位的亲疏度。与现有技术相比,本发明通过获取用户在其与好友交互的虚拟空间的网络操作(即用户行为),判断该用户与其好友的亲疏度,从而使用户获取其最亲近的好友的更新并与之迅捷沟通成为可能。
Description
技术领域
本发明涉及网络技术领域,尤其涉及基于用户行为判断用户与其好友的亲疏度的技术。
背景技术
伴随着Web2.0的浪潮,即时通信、SNS、P2P、博客和微博等应用吸引了越来越多的用户。相应地,个人用户面临着好友人数的激增,以及大量、频发的信息更新,从而形成面对强大的互动应用和丰富的更新信息却无法有效沟通的“悖境”。而且,这一趋势甚至会随着智能移动终端的广泛应用有所加剧。因而,为用户最优展示出与该用户最为亲近的好友及其更新,将成为web2.0用户普遍面临的难题。
现有的Facebook、开心网等交友网站主要限于基于网络社交网络的好友推荐,这显然无法支持用户最优展示其最亲近好友及其更新的诉求。
发明内容
本发明的目的是提供一种基于用户的行为判断其与好友的亲疏度的方法与设备。
根据本发明的一个方面,提供了一种用于基于用户行为判断用户与其好友的亲疏度的方法,该方法包括以下步骤:
a自动获取用户的用户行为;
b根据所述用户行为,判断所述用户与其至少一位好友中每一位的亲疏度。
根据本发明的另一个方面,还提供了一种用于基于用户行为判断用户与其好友的亲疏度的设备,该设备包括:
获取装置,用于自动获取用户的用户行为;
亲疏度判断装置,用于根据所述用户行为,判断所述用户与其至少一位好友中每一位的亲疏度。
与现有技术相比,本发明通过获取用户在其与好友交互的虚拟空间的网络操作(即用户行为),判断该用户与其好友的亲疏度,从而使用户获取其最亲近的好友的更新并与之迅捷沟通成为可能。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1示出根据本发明一个方面的基于用户行为判断用户与其好友的亲疏度的系统拓扑图;
图2示出根据本发明一个方面的基于用户行为判断用户与其好友的亲疏度的设备的示意图;
图3示出根据本发明一个优选实施例的基于用户行为判断用户与其好友的亲疏度的设备的示意图;
图4示出根据本发明另一个优选实施例的基于用户行为判断用户与其好友的亲疏度的设备的示意图;
图5示出根据本发明另一个方面的基于用户行为判断用户与其好友的亲疏度的流程图;
图6示出根据本发明一个优选实施例的基于用户行为判断用户与其好友的亲疏度的流程图;
图7示出根据本发明另一个优选实施例的基于用户行为判断用户与其好友的亲疏度的流程图;
图8示出根据本发明又一个优选实施例的基于用户行为判断用户与其好友的亲疏度的流程图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本发明作进一步详细描述。
图1示出根据本发明一个方面的基于用户行为判断用户与其好友的亲疏度的系统拓扑图,其中包括亲疏度判断设备1以及多个用户设备2。其中,亲疏度判断设备1可与多个用户设备2经由网络相连接,并根据用户从用户设备2输入的用户行为判断用户与其好友的亲疏度。在此,网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(AdHoc网络)等;用户行为包括该用户在与其好友进行网络交互时的操作行为,所述网络交互包括但不限于网络社区、即时通信、P2P、博客(blog)和微博(如Twitter)等各种供用户基于网络平台进行互动的形式;亲疏度是表示用户与其好友的关系亲密或疏远的程度。
另外,亲疏度判断设备1可以是独立的计算设备,包括但不限于普通计算机、服务器、小型主机、大型主机等,也可以是与其他应用共享的计算设备,包括但不限于企业服务器、企业网站服务器、门户网站服务器、搜索网站服务器等。而用户设备2可以是任何一种可与用户通过键盘、鼠标、遥控器、触摸板、或手写设备等方式进行人机交互的电子产品,例如计算机、智能手机、PDA、或IPTV等。
本领域技术人员应能理解上述亲疏度判断设备1、用户设备2以及连接其间的网络仅为举例,其他现有的或今后可能出现的亲疏度判断设备、用户设备或网络如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
为简明起见,下面以一个用户设备2为例进行描述。本领域技术人员应能理解,亲疏度判断设备1可以同时与多个用户设备2交互,并根据从不同用户设备2输入的用户行为判断不同用户与其好友的亲疏度。
图2示出根据本发明一个方面的基于用户行为判断用户与其好友的亲疏度的设备的示意图。其中,亲疏度判断设备1中包括获取装置11和亲疏度判断装置12。
具体地,获取装置11自动获取用户的用户行为。也即,用户通过用户设备2中的浏览器软件或客户端软件登录其网络交互空间,并通过与用户设备2的交互方式,包括但不限于键盘、鼠标、遥控器、触摸板、或手写设备,在该用户的网络交互空间进行浏览、回复其好友的更新信息等操作,以实现与网络对端的好友的互动;以键盘为例,当用户在其网络交互空间的用于回复其好友的更新信息的输入窗口中敲击键盘按键进行输入时,获取装置11通过页面技术,如JSP、ASP、PHP技术,实时地获取用户敲击的按键序列,并记录为该用户对其好友的更新信息的回复信息。本领域技术人员应能理解上述几种页面技术仅为举例,其他现有的或今后可能出现的页面技术如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。优选地,获取装置11根据用户登录其网络交互空间所使用的用户名(登录ID),记录和合并用户通过不同的用户设备2在其网络交互空间的网络操作行为。更优选地,获取装置11利用用户与其网络交互空间的会话进程,记录用户在此进程有效期内通过用户设备2在其网络交互空间的网络操作行为,从而在一定程度上防止误采集他人在该用户网络交互空间的网络操作行为。更优选地,获取装置11可以通过随机码生成装置,要求用户在其网络交互空间进行发布信息的网络操作的同时,填写随机生成的随机码,以防止机器人发布信息,从而提高了该亲疏度判断设备1的准确性。优选地,亲疏度判断设备1可以包括用户行为库101,以存储获取装置11获取的用户行为;用户行为库101不仅可以为更长时间粒度的用户行为分析提供所需用户行为数据,还可以在一定程度缓解获取装置11与亲疏度判断装置12之间的“生产者-消费者”匹配矛盾。
亲疏度判断装置12根据获取装置11提供的用户行为,判断该用户与其至少一位好友中每一位的亲疏度。具体地,亲疏度判断转置12通过对所述用户行为进行分析处理,从而对该用户的好友中与所述用户行为相关的好友(们)中的每一位,判断该用户与其的亲疏度,直至判断获得该用户与那些与所述用户行为相关的好友(们)中的每一位的亲疏度。优选地,亲疏度判断装置12可以采用多种方式来根据所述用户行为,判断该用户与其至少一位好友中每一位的亲疏度。所述多种方式包括但不限于:对于亲疏度判断装置12实时接收的、由获取装置11实时获取的每一条用户行为,即时更新该用户与该条用户行为所对应的好友的亲疏度;或者对于亲疏度判断装置12实时接收的、由获取装置11在一段时间内获取的用户行为,逐一更新该用户与所述用户行为中每一条所对应的好友的亲疏度,直至所述用户行为中的所有用户行为均已处理完毕;或者对于亲疏度判断装置12接收的、由获取装置11在一段时间内获取的用户行为,进行统计分析处理,并据此统计分析结果更新用户与所述用户行为所对应的好友的亲疏度。本领域技术人员应能理解上述几种从用户行为判断亲疏度的方式仅为举例,基于这些范例进行的适当变化也可适用于本发明,其差别可能仅在于用户与其好友的亲疏度的变化情况的不同,故也应包含在本发明保护范围以内,并在此以引用方式包含于此。优选地,亲疏度判断设备1可以包括亲疏度库102,以存储用户与其好友的亲疏度;亲疏度库102根据亲疏度判断装置12所提供的信息更新用户与其好友的亲疏度,并为亲疏度判断设备1提供所需的亲疏度信息。
优选地,获取装置11和亲疏度判断装置12是持续不断工作的。具体地,获取装置11实时或定期获取用户输入的用户行为,亲疏度判断装置12则根据所获取的用户行为判断该用户与其至少一位好友中每一位的亲疏度。在此,本领域技术人员应理解“持续”是指亲疏度判断设备1的各装置分别按照设定的或实时调整的工作模式要求进行用户行为的获取和所述用户与其至少一位好友中每一位的亲疏度的判断,直至该用户在较长时间内停止通过用户设备2执行网络操作,即所述用户行为。
图3示出根据本发明一个优选实施例的基于用户行为判断用户与其好友的亲疏度的设备的示意图。在此实施例中,亲疏度判断设备1还包括第一推介装置13。具体地,第一推介装置13根据亲疏度判断装置12所提供的用户与其好友的亲疏度,将其好友列表和/或其好友的相关信息推介给该用户。第一推介装置13向用户推介其好友列表和/或其好友的相关信息的方式,包括但不限于:将所需推介的内容推送至用户登录其网络交互空间所使用的用户设备2;或者利用页面技术,如JSP、ASP、PHP技术,将所需推介的内容写入一个或多个网页,并将相关网页的URL推送至用户登录其网络交互空间所使用的用户设备2;或者利用页面技术,如JSP、ASP、PHP技术,将所需推介的内容写入一个或多个网页,并将部分所需推介的内容和相关网页的URL推送至用户登录其网络交互空间所使用的用户设备2。其中,对于后两种推介方式,用户如需了解所需推介的内容或其他为展现的所需推介的内容,可通过其用户设备2直接访问第一推介装置13所提供的URL所对应的网页。本领域技术人员应能理解上述几种页面技术仅为举例,其他现有的或今后可能出现的页面技术如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。同样,本领域技术人员应能理解上述几种推介方式仅为举例,其他现有的或今后可能出现的推介方式如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
优选地,获取装置11、亲疏度判断装置12和第一推介装置13是持续不断工作的。具体地,获取装置11实时地获取用户输入的用户行为,亲疏度判断装置12则根据所获取的用户行为判断该用户与其至少一位好友中每一位的亲疏度,相应地,提供装置13也会根据用户与其好友的亲疏度,将其好友列表和/或其好友的相关信息推介给该用户。在此,本领域技术人员应理解“持续”是指亲疏度判断设备1的各装置分别按照设定的或实时调整的工作模式要求进行用户行为的获取、所述用户与其至少一位好友中每一位的亲疏度的判断和根据亲疏度向其推介其好友列表和/或其好友的相关信息,直至该用户在较长时间内停止通过用户设备2执行网络操作,即所述用户行为。
优选地,第一推介装置13还可以根据所述亲疏度和/或时效性,对所述用户的好友列表和/或其好友的相关信息进行筛选和/排序处理,并推介给所述用户。具体地,第一推介装置13根据用户与其好友的亲疏度、其好友的相关信息的时效性或者两者的结合,对好友列表、其好友的相关信息或者两者的结合进行处理,并推介给所述用户。在此,时效性是指用户好友的相关信息是否被该用户查看过。所述处理的步骤可以是筛选、排序或者两者的结合。本领域技术人员应能理解亲疏度、时效性及其组合等上述处理方式仅为举例,其他现有的或今后可能出现的处理方式如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。本领域技术人员应能理解好友列表、其好友的相关信息或者两者的结合等上述处理对象仅为举例,其他现有的或今后可能出现的处理对象如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。本领域技术人员应能理解筛选、排序及其组合等上述处理步骤仅为举例,其他现有的或今后可能出现的处理步骤如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
在一个优选实施实例中,亲疏度盘设备1还可以包括第二推介装置。该第二推介装置根据用户与其好友的亲疏度,结合所述其好友与所述其好友的好友的亲疏度,判断所述用户与所述其好友的好友的亲疏度;根据所述用户与所述其好友的好友的亲疏度,将所述其好友的好友的相关信息推介给所述用户。具体地,该第二推介装置基于一个直观假设——用户与其好友的好友也可能成为好友,对于用户(记为Ua)的每一位好友(记为Ub),根据Ua与Ub的亲疏度F(Ua,Ub)和Ub与Ub的每一位好友(记为Uc)的亲疏度F(Ub,Uc),确定Ua与Uc的亲疏度F(UA,Uc);并对于根据用户Ua与其每一位好友Ub的每一位好友Uc的亲疏度F(Ua,Uc),将Uc的相关信息推介给Ua。优选地,用户与其好友的亲疏度是一个归一化或未归一化的数值。若该亲疏度是一个归一化数值,则有:
F(Ua,Uc)=F(Ua,Ub)*F(Ub,Uc)
其中,上式中“*”是表示数值乘法。若该亲疏度是一个未归一化的数值,则有:
F(Ua,Uc)=||F(Ua,Ub)||*F(Ub,Uc),或
F(Ua,Uc)=F(Ua,Ub)*||F(Ub,Uc)||
其中,上两式中“||x||”是表示对数值“x”进行归一化处理的结果,“*”是表示数值乘法。在此,归一化处理的方式包括但不限于:选取一个归一化基准值(记为x0),则有:
||x||=x/x0
其中,“/”为数值除法。若对于用户Ua与其好友Ub的亲疏度F(Ua,Ub)进行归一化处理,则“x0”可取为用户Ua与其好友的最大亲疏度max{F(Ua,Ub)|Ud为Ua的好友}或用户Ua与其所有好友的亲疏度之和∑F(Ua,Ud)(其中,Ud为Ua的好友)。本领域技术人员应能理解上述归一化处理的方式(包括归一化基准值的选取)仅为举例,其他现有的或今后可能出现的归一化处理的方式(包括归一化基准值的选取)如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。本领域技术人员应能理解上述根据用户Ua与其好友Ub的亲疏度、Ub与其好友的亲疏度Uc确定Ua与Uc的亲疏度的方法仅为举例,其他现有的或今后可能出现的确定用户与其好友的好友的亲疏度的方法如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
该第二推介装置采取与第一推介装置13相同的推介方式,向用户推介其好友的好友的相关信息。因此,不再赘述相关实施方式,仅将第一推介装置13的相关具体实施方式在此以引用方式包含于此。
优选地,该第二推介装置还根据用户与其好友的好友的亲疏度和/或时效性,对其好友的好友的相关信息进行筛选和/排序处理,并推介给所述用户。该第二推介装置采取与第一推介装置13相同的筛选和/排序处理方式,并向用户推介其好友的好友的相关信息。因此,不再赘述相关实施方式,仅将第一推介装置13的相关具体实施方式在此以引用方式包含于此。
优选地,本发明中的相关信息,包括但不限于,以下各项中至少一项:动态、偏好、关注点、消费记录、或消费心得分享等。在此,动态是指用户在网络交互空间与其好友分享的个人信息更新和信息发布。偏好、关注点、消费记录、或消费心得分享等其他相关信息,可以从本网络系统和/或外部网络系统获取的用户的网络操作行为分析整理所得,其内容包括但不限于用户经常访问的网站与论坛、喜欢的网络游戏、网购记录、美食推荐等。亲疏度判断设备1可将用户的相关信息存储于用户信息库103;第一推介装置13和/或该第二推介装置从用户信息库103中读取某个用户的好友的相关信息或其好友的好友的相关信息,并推介给所述用户。
优选地,所述用户行为包括但不限于,以下各项中至少一项:查看动态、搜索动态、回复动态、推荐动态、搜索其他用户和添加好友等用户在其网络交互空间进行的网络操作。
在一个优选实施例中,亲疏度判断装置12还可以根据所述用户行为,统计所述用户对其至少一位好友中每一位的动态的点击率、回复率、推荐率和搜索率中任意一项或几项,以获得所述用户对其至少一位好友中每一位的亲疏度。具体地,亲疏度判断装置12首先对所述用户行为进行统计分析,例如通过统计分析得到用户Ua对其好友的关注情况(如表1所示),并根据此统计分析结果判断该用户对其至少一位好友中每一位的亲疏度。以表1为例,亲疏度判断装置12可以通过点击率、回复率、推荐率和搜索率中任意一项或几项,例如就点击率而言,其好友按点击率由高至低的顺序为{U79,U1,U2,U3,U17,...},从而可以获得Ua与其好友的亲疏度对应前一排序依次为{5,2,1,1,1,0,...};再如就点击率、回复率、推荐率与搜索率之和而言,其好友按点击率、回复率、推荐率与搜索率之和由高至低的顺序为{U79,U1,U2,U17,U3,...},从而可以获得Ua与其好友的亲疏度对应前一排序依次为{6,5,5,2,1,0,...};又如就点击率与搜索率之加权和(鉴于由于点击率可能受限于动态的更新情况,而搜索率可能更表达了用户的主动关注的程度,故点击率和搜索率的权重分别为1和2)而言,其好友按点击率与搜索率之加权和由高至低的顺序为{U2,U79,U1,U3,U17,...},从而可以获得Ua与其好友的亲疏度对应前一排序依次为{9,5,2,1,1,0,...}。在此,点击率是指该用户点击其好友的动态的次数;回复率是指该用户回复其好友的动态的次数;推荐率是指该用户推荐其好友的动态的次数;搜索率是指该用户在其网络交互空间的搜索结果包括其好友的动态的次数。本领域技术人员应能理解上述根据用户行为的统计分析结果确定用户与其好友的亲疏度的方法仅为举例,其他现有的或今后可能出现的其他根据用户行为的统计分析结果确定用户与其好友的亲疏度的方法如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。本领域技术人员应能理解上述将统计结果的一项或多项的加权和直接作为用户与其对应好友的亲疏度的方法仅为举例,其他现有的或今后可能出现的其他将统计结果的一项或多项的加权和映射得用户与其对应好友的亲疏度的方法如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
表1-根据用户Ua的用户行为进行统计分析
所获得的Ua对其好友的关注情况
用户行为作用的动态所对应的好友 | 点击率D(Ua,Ux) | 回复率H(Ua,Ux) | 推荐率T(Ua,Ux) | 搜索率S(Ua,Ux) |
好友U1 | 2 | 2 | 1 | 0 |
好友U2 | 1 | 0 | 0 | 4 |
好友U3 | 1 | 0 | 0 | 0 |
... | 0 | 0 | 0 | 0 |
好友U17 | 1 | 0 | 1 | 0 |
... | 0 | 0 | 0 | 0 |
好友U79 | 5 | 0 | 1 | 0 |
... | 0 | 0 | 0 | 0 |
好友Un | 0 | 0 | 0 | 0 |
优选地,用户的好友的所述动态包括但不限于,以下各项中至少一项:所述用户的好友的信息发布和所述用户的好友的个人信息更新。
在一个优选实施例中,亲疏度判断装置12还可以根据所述用户行为,确定所述用户对至少一个动态的兴趣度;对所述用户与其至少一位好友中每一位的兴趣度进行兴趣度相关处理,以获得所述用户与其至少一位好友中每一位的兴趣相关度;根据所述用户与其至少一位好友中每一位的兴趣相关度,判断所述用户与其至少一位好友中每一位的亲疏度。具体地,根据用户Ua的用户行为,可以获得该用户Ua感兴趣的动态{UP1,UP2,UP3,...,UPn}以及该用户Ua分别对这些动态的兴趣度{R(Ua,UP1),R(Ua,UP2),R(Ua,UP3),...,R(Ua,UPn)};对于该用户Ua和其至少一位好友中每一位Ub进行兴趣度相关处理,即将Ua对这些动态的兴趣度{R(Ua,UP1),R(Ua,UP2),R(Ua,UP3),...,R(Ua,UPn)}和Ub对这些动态的兴趣度{R(Ub,UP1),R(Ub,UP2),R(Ub,UP3),...,R(Ub,UPn)}进行兴趣度相关处理,以获得Ua与Ub的兴趣相关度{Cov(Ua,Ub,UP1),Cov(Ua,Ub,UP2),Cov(Ua,Ub,UP3),...,Cov(Ua,Ub,UPn)};根据Ua与Ub的兴趣相关度,判断Ua与Ub的亲疏度F(Ua,Ub)。其中,可以根据Ua的用户行为是否作用于动态UPi,判断Ua是否对动态UPi感兴趣;Ua对其感兴趣的动态UPi的兴趣度R(Ua,UPi)可以固定赋值,也可以根据Ua的用户行为对UPi的作用次数累加或加权可得,具体加权方式可以参照前面章节介绍的技术方案。Ua的好友Ub对动态UPi(i=1,2,...,n)的兴趣度R(Ub,UPi)可以根据在Ua的用户行为所对应的时间段内Ub的用户行为是否作用于UPi而确定,即若所述Ub的用户行为未作用于UPi,则R(Ub,UPi)为0;否则,对R(Ub,UPi)固定赋值,或者根据所述Ub的用户行为对UPi的作用次数累加或加权可得,具体加权方式可以参照前面章节介绍的技术方案。在此,Ua与Ub对UPi的兴趣相关度可由下式确定:
Cov(Ua,Ub,UPi)=R(Ua,UPi)*R(Ub,UPi),i=1,2,...,n
而Ua与Ub的亲疏度F(Ua,Ub)可由下式决定:
F(Ua,Ub)=∑1≤i≤nCov(Ua,Ub,UPi)
本领域技术人员应能理解上述根据用户与其好友的兴趣相关度确定用户与其好友的亲疏度的方法仅为举例,其他现有的或今后可能出现的其他根据用户与其好友的兴趣相关度确定用户与其好友的亲疏度的方法如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。优选地,亲疏度判断装置12还可以根据动态UPi的权重因子λi,对Ua与Ub对UPi的兴趣相关度Cov(Ua,Ub,UPi)加权确定Ua与Ub的亲疏度F(Ua,Ub),即:
F(Ua,Ub)=∑1≤i≤nλi*Cov(Ua,Ub,UPi)
更优选地,动态UPi的权重因子λi的影响因素,包括但不限于,以下各项中至少一项:动态UPi的访问率、动态UPi的实时性、动态UPi的好友评价、或动态UPi的外部评价等信息。其中,动态的访问率可以是用户和/或其好友的用户行为对该动态的作用情况;动态的实时性表示该动态与其发布时的热点新闻的契合度。一般地,当动态UPi的访问率越高、实时性越强、好友评价越高、或外部评价越高,则该动态的权重因子λi越高;反之,则越低。当这些影响因素的变化方向不一致时,可综合确定动态UPi的权重因子λi。
在另一个优选实施例中,亲疏度判断装置12根据本装置判断所得的用户Ua与其至少一位好友中每一位Ub的亲疏度Fc和前一时刻Ua与Ub的亲疏度Ft-1,按下式确定Ua与Ub的亲疏度Ft:
Ft=λ*Fc+(1-λ)*Ft-1
其中,λ为0至1之间的修正因子。具体地,亲疏度判断装置12在按前述技术方案根据所述用户行为获得用户Ua与其好友Ub的亲疏度Fc后,(譬如从亲疏度库102)读取Ua与Ub在前一时刻的亲疏度Ft-1,并采用加权修正的方式按上式确定Ua与Ub的亲疏度Ft。对于初始运行的亲疏度判断设备1,可以赋予用户与其已有好友的亲疏度一个初始值,并每当用户添加一位新好友时,自动赋予用户与该好友的亲疏度一个初始值。优选地,用户可以主动指定其与不同好友的亲疏度的不同赋值,包括其与新添加的好友的亲疏度。本领域技术人员应当理解上述结合亲疏度当前判断值与前一时刻记录更新亲疏度的方法仅为举例,其他现有的或今后可能出现的其他结合亲疏度历史记录更新亲疏度的方法,包括但不限于不同加权因子、不同亲疏度模型、多个亲疏度历史记录、或其任意组合,如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
图4示出根据本发明另一个优选实施例的基于用户行为判断用户与其好友的亲疏度的设备的示意图。其中,亲疏度判断设备1还包括获取频度调整装置14。具体地,获取频度调整装置14根据用户与其好友的亲疏度的变化,调整获取用户行为的获取频度,并将更新后的获取频度反馈至获取装置11,供其获取用户行为。优选地,获取频度调整装置14对用户与其好友的亲疏度在一段时间内的相对变化量进行累计,当该累计值低于设定的降频阈值时,降低所述获取频度;当该累计值超过设定的升频阈值时,提高所述获取频度。在此,亲疏度的相对变化是指亲疏度大小顺序的变化,例如,用户Ua的好友Ub的亲疏度顺序从第6位升至第2位,那么亲疏度的相对变化为4。
图5示出根据本发明另一个方面的方法流程图,其示出基于用户行为判断用户与其好友的亲疏度的过程。
具体地,在步骤S1中,亲疏度判断设备1自动获取用户的用户行为。也即,用户通过用户设备2中的浏览器软件或客户端软件登录其网络交互空间,并通过与用户设备2的交互方式,包括但不限于键盘、鼠标、遥控器、触摸板、或手写设备,在该用户的网络交互空间进行浏览、回复其好友的更新信息等操作,以实现与网络对端的好友的互动;以键盘为例,当用户在其网络交互空间的用于回复其好友的更新信息的输入窗口中敲击键盘按键进行输入时,亲疏度判断设备1在步骤S1中,通过页面技术,如JSP、ASP、PHP技术,实时地获取用户敲击的按键序列,并记录为该用户对其好友的更新信息的回复信息。本领域技术人员应能理解上述几种页面技术仅为举例,其他现有的或今后可能出现的页面技术如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。优选地,在步骤S1中,亲疏度判断设备1根据用户登录其网络交互空间所使用的用户名(登录ID),记录和合并用户通过不同的用户设备2在其网络交互空间的网络操作行为。更优选地,在步骤S1中,亲疏度判断设备1利用用户与其网络交互空间的会话进程,记录用户在此进程有效期内通过用户设备2在其网络交互空间的网络操作行为,从而在一定程度上防止误采集他人在该用户网络交互空间的网络操作行为。更优选地,在步骤S1中,亲疏度判断设备1可以通过随机码生成装置,要求用户在其网络交互空间进行发布信息的网络操作的同时,填写随机生成的随机码,以防止机器人发布信息,从而提高了该亲疏度判断设备1的准确性。优选地,亲疏度判断设备1可以包括用户行为库101,以存储其在步骤S1获取的用户行为;用户行为库101不仅可以为更长时间粒度的用户行为分析提供所需用户行为数据,还可以在一定程度缓解步骤S1与步骤S2之间的“生产者-消费者”匹配矛盾。
在步骤S2中,亲疏度判断设备1根据其在步骤S1中提供的用户行为,判断该用户与其至少一位好友中每一位的亲疏度。具体地,在步骤S2中,亲疏度判断设备1通过对所述用户行为进行分析处理,从而对该用户的好友中与所述用户行为相关的好友(们)中的每一位,判断该用户与其的亲疏度,直至判断获得该用户与那些与所述用户行为相关的好友(们)中的每一位的亲疏度。优选地,在步骤S2中,亲疏度判断设备1可以采用多种方式来根据所述用户行为,判断该用户与其至少一位好友中每一位的亲疏度。所述多种方式包括但不限于:对于亲疏度判断设备1在步骤S2中实时接收的、其在步骤S1中实时获取的每一条用户行为,即时更新该用户与该条用户行为所对应的好友的亲疏度;或者对于亲疏度判断设备1在步骤S2中实时接收的、其在步骤S1中在一段时间内获取的用户行为,逐一更新该用户与所述用户行为中每一条所对应的好友的亲疏度,直至所述用户行为中的所有用户行为均已处理完毕;或者对于亲疏度判断设备1在步骤S2中接收的、其在步骤S1中在一段时间内获取的用户行为,进行统计分析处理,并据此统计分析结果更新用户与所述用户行为所对应的好友的亲疏度。本领域技术人员应能理解上述几种从用户行为判断亲疏度的方式仅为举例,基于这些范例进行的适当变化也可适用于本发明,其差别可能仅在于用户与其好友的亲疏度的变化情况的不同,故也应包含在本发明保护范围以内,并在此以引用方式包含于此。优选地,亲疏度判断设备1可以包括亲疏度库102,以存储用户与其好友的亲疏度;亲疏度库102根据亲疏度判断设备1在步骤S2中所提供的信息更新用户与其好友的亲疏度,并为亲疏度判断设备1提供所需的亲疏度信息。
优选地,步骤S1和步骤S2是持续不断工作的。具体地,亲疏度判断设备1在步骤S1中实时或定期获取用户输入的用户行为,在步骤S2中则根据所获取的用户行为判断该用户与其至少一位好友中每一位的亲疏度。在此,本领域技术人员应理解“持续”是指亲疏度判断设备1的各装置分别按照设定的或实时调整的工作模式要求进行用户行为的获取和所述用户与其至少一位好友中每一位的亲疏度的判断,直至该用户在较长时间内停止通过用户设备2执行网络操作,即所述用户行为。
图6示出根据本发明一个优选实施例的方法流程图,其示出基于用户行为判断用户与其好友的亲疏度的过程。具体地,在步骤S3中,亲疏度判读设备1根据其在步骤S2中所提供的用户与其好友的亲疏度,将其好友列表和/或其好友的相关信息推介给该用户。在步骤S3中,亲疏度判读设备1向用户推介其好友列表和/或其好友的相关信息的方式,包括但不限于:将所需推介的内容推送至用户登录其网络交互空间所使用的用户设备2;或者利用页面技术,如JSP、ASP、PHP技术,将所需推介的内容写入一个或多个网页,并将相关网页的URL推送至用户登录其网络交互空间所使用的用户设备2;或者利用页面技术,如JSP、ASP、PHP技术,将所需推介的内容写入一个或多个网页,并将部分所需推介的内容和相关网页的URL推送至用户登录其网络交互空间所使用的用户设备2。其中,对于后两种推介方式,用户如需了解所需推介的内容或其他为展现的所需推介的内容,可通过其用户设备2直接访问亲疏度判读设备1在步骤S3中所提供的URL所对应的网页。本领域技术人员应能理解上述几种页面技术仅为举例,其他现有的或今后可能出现的页面技术如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。同样,本领域技术人员应能理解上述几种推介方式仅为举例,其他现有的或今后可能出现的推介方式如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
优选地,步骤S1、S2和S3是持续不断循环的。具体地,亲疏度判读设备1在步骤S1中实时地获取用户输入的用户行为,在步骤S2中根据所获取的用户行为判断该用户与其至少一位好友中每一位的亲疏度,相应地,在步骤S3也会根据用户与其好友的亲疏度,将其好友列表和/或其好友的相关信息推介给该用户。在此,本领域技术人员应理解“持续”是指亲疏度判断设备1的各步骤分别按照设定的或实时调整的工作模式要求进行用户行为的获取、所述用户与其至少一位好友中每一位的亲疏度的判断和根据亲疏度向其推介其好友列表和/或其好友的相关信息,直至该用户在较长时间内停止通过用户设备2执行网络操作,即所述用户行为。
优选地,在步骤S3中,亲疏度判读设备1还可以根据所述亲疏度和/或时效性,对所述用户的好友列表和/或其好友的相关信息进行筛选和/排序处理,并推介给所述用户。具体地,在步骤S3中,亲疏度判读设备1根据用户与其好友的亲疏度、其好友的相关信息的时效性或者两者的结合,对好友列表、其好友的相关信息或者两者的结合进行处理,并推介给所述用户。在此,时效性是指用户好友的相关信息是否被该用户查看过。所述处理的步骤可以是筛选、排序或者两者的结合。本领域技术人员应能理解亲疏度、时效性及其组合等上述处理方式仅为举例,其他现有的或今后可能出现的处理方式如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。本领域技术人员应能理解好友列表、其好友的相关信息或者两者的结合等上述处理对象仅为举例,其他现有的或今后可能出现的处理对象如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。本领域技术人员应能理解筛选、排序及其组合等上述处理步骤仅为举例,其他现有的或今后可能出现的处理步骤如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
在一个优选实施实例中,在步骤S3’中,亲疏度盘设备1根据用户与其好友的亲疏度,结合所述其好友与所述其好友的好友的亲疏度,判断所述用户与所述其好友的好友的亲疏度;根据所述用户与所述其好友的好友的亲疏度,将所述其好友的好友的相关信息推介给所述用户。具体地,在步骤S3’中,亲疏度盘设备1基于一个直观假设——用户与其好友的好友也可能成为好友,对于用户(记为Ua)的每一位好友(记为Ub),根据Ua与Ub的亲疏度F(Ua,Ub)和Ub与Ub的每一位好友(记为Uc)的亲疏度F(Ub,Uc),确定Ua与Uc的亲疏度F(Ua,Uc);并对于根据用户Ua与其每一位好友Ub的每一位好友Uc的亲疏度F(Ua,Uc),将Uc的相关信息推介给Ua。优选地,用户与其好友的亲疏度是一个归一化或未归一化的数值。若该亲疏度是一个归一化数值,则有:
F(Ua,Uc)=F(Ua,Ub)*F(Ub,Uc)
其中,上式中“*”是表示数值乘法。若该亲疏度是一个未归一化的数值,则有:
F(Ua,Uc)=||F(Ua,Ub)||*F(Ub,Uc),或
F(Ua,Uc)=F(Ua,Ub)*||F(Ub,Uc)||
其中,上两式中“||x||”是表示对数值“x”进行归一化处理的结果,“*”是表示数值乘法。在此,归一化处理的方式包括但不限于:选取一个归一化基准值(记为x0),则有:
||x||=x/x0
其中,“/”为数值除法。若对于用户Ua与其好友Ub的亲疏度F(Ua,Ub)进行归一化处理,则“x0”可取为用户Ua与其好友的最大亲疏度max{F(Ua,Ud)|Ud为Ua的好友}或用户Ua与其所有好友的亲疏度之和∑F(Ua,Ud)(其中,Ud为Ua的好友)。本领域技术人员应能理解上述归一化处理的方式(包括归一化基准值的选取)仅为举例,其他现有的或今后可能出现的归一化处理的方式(包括归一化基准值的选取)如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。本领域技术人员应能理解上述根据用户Ua与其好友Ub的亲疏度、Ub与其好友的亲疏度Uc确定Ua与Uc的亲疏度的方法仅为举例,其他现有的或今后可能出现的确定用户与其好友的好友的亲疏度的方法如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
亲疏度盘设备1在步骤S3’中采取与其在步骤S2中相同的推介方式,向用户推介其好友的好友的相关信息。因此,不再赘述相关实施方式,仅将步骤S2的相关具体实施方式在此以引用方式包含于此。
优选地,在步骤S3’中,亲疏度盘设备1还根据用户与其好友的好友的亲疏度和/或时效性,对其好友的好友的相关信息进行筛选和/排序处理,并推介给所述用户。亲疏度盘设备1在步骤S3’中采取与其在步骤S2中相同的筛选和/排序处理方式,并向用户推介其好友的好友的相关信息。因此,不再赘述相关实施方式,仅将步骤S2的相关具体实施方式在此以引用方式包含于此。
优选地,本发明中的相关信息,包括但不限于,以下各项中至少一项:动态、偏好、关注点、消费记录、或消费心得分享等。在此,动态是指用户在网络交互空间与其好友分享的个人信息更新和信息发布。偏好、关注点、消费记录、或消费心得分享等其他相关信息,可以从本网络系统和/或外部网络系统获取的用户的网络操作行为分析整理所得,其内容包括但不限于用户经常访问的网站与论坛、喜欢的网络游戏、网购记录、美食推荐等。亲疏度判断设备1可将用户的相关信息存储于用户信息库103;在步骤S3和/或S3’中,亲疏度判读设备1从用户信息库103中读取某个用户的好友的相关信息或其好友的好友的相关信息,并推介给所述用户。
优选地,所述用户行为包括但不限于,以下各项中至少一项:查看动态、搜索动态、回复动态、推荐动态、搜索其他用户和添加好友等用户在其网络交互空间进行的网络操作。
在一个优选实施例中,在步骤S2中,亲疏度判断设备1还可以根据所述用户行为,统计所述用户对其至少一位好友中每一位的动态的点击率、回复率、推荐率和搜索率中任意一项或几项,以获得所述用户对其至少一位好友中每一位的亲疏度。具体地,在步骤S2中,亲疏度判断设备1首先对所述用户行为进行统计分析,例如通过统计分析得到用户Ua对其好友的关注情况(如表1所示),并根据此统计分析结果判断该用户对其至少一位好友中每一位的亲疏度。以表2为例,在步骤S2中,亲疏度判断设备1可以通过点击率、回复率、推荐率和搜索率中任意一项或几项,例如就点击率而言,其好友按点击率由高至低的顺序为{U79,U1,U2,U3,U17,...},从而可以获得Ua与其好友的亲疏度对应前一排序依次为{5,2,1,1,1,0,...};再如就点击率、回复率、推荐率与搜索率之和而言,其好友按点击率、回复率、推荐率与搜索率之和由高至低的顺序为{U79,U1,U2,U17,U3,...},从而可以获得Ua与其好友的亲疏度对应前一排序依次为{6,5,5,2,1,0,...};又如就点击率与搜索率之加权和(鉴于由于点击率可能受限于动态的更新情况,而搜索率可能更表达了用户的主动关注的程度,故点击率和搜索率的权重分别为1和2)而言,其好友按点击率与搜索率之加权和由高至低的顺序为{U2,U79,U1,U3,U17,...},从而可以获得Ua与其好友的亲疏度对应前一排序依次为{9,5,2,1,1,0,...}。在此,点击率是指该用户点击其好友的动态的次数;回复率是指该用户回复其好友的动态的次数;推荐率是指该用户推荐其好友的动态的次数;搜索率是指该用户在其网络交互空间的搜索结果包括其好友的动态的次数。本领域技术人员应能理解上述根据用户行为的统计分析结果确定用户与其好友的亲疏度的方法仅为举例,其他现有的或今后可能出现的其他根据用户行为的统计分析结果确定用户与其好友的亲疏度的方法如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。本领域技术人员应能理解上述将统计结果的一项或多项的加权和直接作为用户与其对应好友的亲疏度的方法仅为举例,其他现有的或今后可能出现的其他将统计结果的一项或多项的加权和映射得用户与其对应好友的亲疏度的方法如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
表2根据用户Ua的用户行为进行统计分析所获得的Ua对其好友的关注情况
用户行为作用的动态所对应的好友 | 点击率D(Ua,Ux) | 回复率H(Ua,Ux) | 推荐率T(Ua,Ux) | 搜索率S(Ua,Ux) |
好友U1 | 2 | 2 | 1 | 0 |
好友U2 | 1 | 0 | 0 | 4 |
好友U3 | 1 | 0 | 0 | 0 |
... | 0 | 0 | 0 | 0 |
好友U17 | 1 | 0 | 1 | 0 |
... | 0 | 0 | 0 | 0 |
好友U79 | 5 | 0 | 1 | 0 |
... | 0 | 0 | 0 | 0 |
好友Un | 0 | 0 | 0 | 0 |
优选地,用户的好友的所述动态包括但不限于,以下各项中至少一项:所述用户的好友的信息发布和所述用户的好友的个人信息更新。
图7示出根据本发明一个优选实施例的方法流程图,其示出基于用户行为判断用户与其好友的亲疏度的过程。在步骤S21中,亲疏度判断设备1还可以根据所述用户行为,确定所述用户对至少一个动态的兴趣度;在步骤S22中,对所述用户与其至少一位好友中每一位的兴趣度进行兴趣度相关处理,以获得所述用户与其至少一位好友中每一位的兴趣相关度;在步骤S23中,根据所述用户与其至少一位好友中每一位的兴趣相关度,判断所述用户与其至少一位好友中每一位的亲疏度。具体地,根据用户Ua的用户行为,可以获得该用户Ua感兴趣的动态{UP1,UP2,UP3,...,UPn}以及该用户Ua分别对这些动态的兴趣度{R(Ua,UP1),R(Ua,UP2),R(Ua,UP3),...,R(Ua,UPn)};对于该用户Ua和其至少一位好友中每一位Ub进行兴趣度相关处理,即将Ua对这些动态的兴趣度{R(Ua,UP1),R(Ua,UP2),R(Ua,UP3),...,R(Ua,UPn)}和Ub对这些动态的兴趣度{R(Ub,UP1),R(Ub,UP2),R(Ub,UP3),...,R(Ub,UPn)}进行兴趣度相关处理,以获得Ua与Ub的兴趣相关度{Cov(Ua,Ub,UP1),Cov(Ua,Ub,UP2),Cov(Ua,Ub,UP3),...,Cov(Ua,Ub,UPn)};根据Ua与Ub的兴趣相关度,判断Ua与Ub的亲疏度F(Ua,Ub)。其中,可以根据Ua的用户行为是否作用于动态UPi,判断Ua是否对动态UPi感兴趣;Ua对其感兴趣的动态UPi的兴趣度R(Ua,UPi)可以固定赋值,也可以根据Ua的用户行为对UPi的作用次数累加或加权可得,具体加权方式可以参照前面章节介绍的技术方案。Ua的好友Ub对动态UPi(i=1,2,...,n)的兴趣度R(Ub,UPi)可以根据在Ua的用户行为所对应的时间段内Ub的用户行为是否作用于UPi而确定,即若所述Ub的用户行为未作用于UPi,则R(Ub,UPi)为0;否则,对R(Ub,UPi)固定赋值,或者根据所述Ub的用户行为对UPi的作用次数累加或加权可得,具体加权方式可以参照前面章节介绍的技术方案。在此,Ua与Ub对UPi的兴趣相关度可由下式确定:
Cov(Ua,Ub,UPi)=R(Ua,UPi)*R(Ub,UPi),i=1,2,...,n而Ua与Ub的亲疏度F(Ua,Ub)可由下式决定:
F(Ua,Ub)=∑1≤i≤nCov(Ua,Ub,UPi)
本领域技术人员应能理解上述根据用户与其好友的兴趣相关度确定用户与其好友的亲疏度的方法仅为举例,其他现有的或今后可能出现的其他根据用户与其好友的兴趣相关度确定用户与其好友的亲疏度的方法如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。优选地,在步骤S23中,亲疏度判断设备1还可以根据动态UPi的权重因子λi,对Ua与Ub对UPi的兴趣相关度Cov(Ua,Ub,UPi)加权确定Ua与Ub的亲疏度F(Ua,Ub),即:
F(Ua,Ub)=∑1≤i≤nλi*Cov(Ua,Ub,UPi)
更优选地,动态UPi的权重因子λi的影响因素,包括但不限于,以下各项中至少一项:动态UPi的访问率、动态UPi的实时性、动态UPi的好友评价、或动态UPi的外部评价等信息。其中,动态的访问率可以是用户和/或其好友的用户行为对该动态的作用情况;动态的实时性表示该动态与其发布时的热点新闻的契合度。一般地,当动态UPi的访问率越高、实时性越强、好友评价越高、或外部评价越高,则该动态的权重因子λi越高;反之,则越低。当这些影响因素的变化方向不一致时,可综合确定动态UPi的权重因子λi。
在另一个优选实施例中,在步骤S2中,亲疏度判断设备1根据本步骤判断所得的用户Ua与其至少一位好友中每一位Ub的亲疏度Fc和前一时刻Ua与Ub的亲疏度Ft-1,按下式确定Ua与Ub的亲疏度Ft:
Ft=λ*Fc+(1-λ)*Ft-1
其中,λ为0至1之间的修正因子。具体地,在步骤S2中,亲疏度判断设备1在按前述技术方案根据所述用户行为获得用户Ua与其好友Ub的亲疏度Fc后,(譬如从亲疏度库102)读取Ua与Ub在前一时刻的亲疏度Ft-1,并采用加权修正的方式按上式确定Ua与Ub的亲疏度Ft。对于初始运行的亲疏度判断设备1,可以赋予用户与其已有好友的亲疏度一个初始值,并每当用户添加一位新好友时,自动赋予用户与该好友的亲疏度一个初始值。优选地,用户可以主动指定其与不同好友的亲疏度的不同赋值,包括其与新添加的好友的亲疏度。本领域技术人员应当理解上述结合亲疏度当前判断值与前一时刻记录更新亲疏度的方法仅为举例,其他现有的或今后可能出现的其他结合亲疏度历史记录更新亲疏度的方法,包括但不限于不同加权因子、不同亲疏度模型、多个亲疏度历史记录、或其任意组合,如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
图8示出根据本发明一个优选实施例的方法流程图,其示出基于用户行为判断用户与其好友的亲疏度的过程。具体地,在步骤S4中,亲疏度判读设备1根据用户与其好友的亲疏度的变化,调整获取用户行为的获取频度,并将更新后的获取频度反馈至步骤S1,供其获取用户行为。优选地,在步骤S4中,亲疏度判读设备1对用户与其好友的亲疏度在一段时间内的相对变化量进行累计,当该累计值低于设定的降频阈值时,降低所述获取频度;当该累计值超过设定的升频阈值时,提高所述获取频度。在此,亲疏度的相对变化是指亲疏度大小顺序的变化,例如,用户Ua的好友Ub的亲疏度顺序从第6位升至第2位,那么亲疏度的相对变化为4。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (30)
1.一种用于基于用户行为判断用户与其好友的亲疏度的方法,该方法包括以下步骤:
a自动获取用户的用户行为;
b根据所述用户行为,判断所述用户与其至少一位好友中每一位的亲疏度,其中所述用户与其至少一位好友中每一位的亲疏度Ft由本步骤判断所得的所述用户与其至少一位好友中每一位的亲疏度Fc和前一时刻的所述用户与其至少一位好友中每一位的亲疏度Ft-1确定。
2.根据权利要求1所述的方法,该方法还包括:
c根据所述亲疏度,向所述用户推介其好友列表和/或其好友的相关信息。
3.根据权利要求2所述的方法,所述步骤c还包括:
-根据所述亲疏度和/或时效性,对所述用户的好友列表和/或其好友的相关信息进行筛选和/排序处理,并推介给所述用户。
4.根据权利要求1至3中任一项所述的方法,其中,该方法还包括步骤d:
-根据所述用户与其好友的亲疏度,结合所述其好友与所述其好友的好友的亲疏度,判断所述用户与所述其好友的好友的亲疏度;
-根据所述用户与所述其好友的好友的亲疏度,将所述其好友的好友的相关信息推介给所述用户。
5.根据权利要求4所述的方法,所述步骤d还包括:
-根据所述用户与所述其好友的好友的亲疏度和/或时效性,对所述其好友的好友的相关信息进行筛选和/排序处理,并推介给所述用户。
6.根据权利要求2、3、5中任一项所述的方法,其中,所述相关信息包括以下各项中的至少一项:
-动态;
-偏好;
-关注点;
-消费记录;
-消费心得分享。
7.根据权利要求1、2、3、5中任一项所述的方法,其中,所述用户行为包括以下各项中的至少一项:
-查看动态;
-搜索动态;
-回复动态;
-推荐动态;
-搜索其他用户;
-添加好友。
8.根据权利要求7所述的方法,其中,所述步骤b还包括:
-根据所述用户行为,统计所述用户对其至少一位好友中每一位的动态的点击率、回复率、推荐率和搜索率中任意一项或几项,以获得所述用户对其至少一位好友中每一位的亲疏度。
9.根据权利要求6所述的方法,其中所述动态包括以下各项中的至少一项:
-所述用户的好友的信息发布;
-所述用户的好友的个人信息更新。
10.根据权利要求1、2、3、5、8、9中任一项所述的方法,其中,所述步骤b还包括:
-根据所述用户行为,确定所述用户对至少一个动态的兴趣度;
-对所述用户与其至少一位好友中每一位的兴趣度进行兴趣度相关处理,以获得所述用户与其至少一位好友中每一位的兴趣相关度;
-根据所述用户与其至少一位好友中每一位的兴趣相关度,判断所述用户与其至少一位好友中每一位的亲疏度。
11.根据权利要求10中所述的方法,其中,所述步骤b还包括:
-根据所述用户与其至少一位好友中每一位的兴趣相关度,结合所述动态的权重,判断所述用户与其至少一位好友中每一位的亲疏度。
12.根据权利要求11所述的方法,其中,所述动态的权重基于以下各项中的至少一项:
-所述动态的访问率;
-所述动态的实时性;
-所述动态的好友评价;
-所述动态的外部评价。
13.根据权利要求1、2、3、5、8、9、11、12中任一项所述的方法,其中,所述步骤b还包括:
-所述用户与其至少一位好友中每一位的亲疏度Ft由本步骤判断所得的所述用户与其至少一位好友中每一位的亲疏度Fc和前一时刻的所述用户与其至少一位好友中每一位的亲疏度Ft-1按下式确定:
Ft=λ*Fc+(1-λ)*Ft-1
其中,λ为0至1之间的修正因子。
14.根据权利要求1、2、3、5、8、9、11、12中任一项所述的方法,其中,该方法还包括步骤e:
-根据所述用户与其好友的亲疏度的变化,调整获取所述用户行为的获取频度;
-根据更新后的获取频度,获取所述用户行为。
15.根据权利要求要求14所述的方法,其中,所述步骤e还包括:
-当所述用户与其好友的亲疏度在一段时间内的累计相对量低于降频阈值时,降低所述获取频度;
-当所述用户与其好友的亲疏度在一段时间内的累计相对变化量超过升频阈值时,提高所述获取频度。
16.一种用于基于用户行为判断用户与其好友的亲疏度的设备,该设备包括:
获取装置,用于自动获取用户的用户行为;
亲疏度判断装置,用于根据所述用户行为,判断所述用户与其至少一位好友中每一位的亲疏度,其中,根据所述亲疏度判断装置判断所得的所述用户与其至少一位好友中每一位的亲疏度Fc和前一时刻的所述用户与其至少一位好友中每一位的亲疏度Ft-1,确定所述用户与其至少一位好友中每一位的亲疏度Ft。
17.根据权利要求16所述的设备,该设备还包括:
第一推介装置,用于根据所述亲疏度,向所述用户推介其好友列表和/或其好友的相关信息。
18.根据权利要求17所述的设备,所述第一推介装置还用于:
-根据所述亲疏度和/或时效性,对所述用户的好友列表和/或其好友的相关信息进行筛选和/排序处理,并推介给所述用户。
19.根据权利要求16至18中任一项所述的设备,其中,该设备还包括第二推介装置,用于:
-根据所述用户与其好友的亲疏度,结合所述其好友与所述其好友的好友的亲疏度,判断所述用户与所述其好友的好友的亲疏度;
-根据所述用户与所述其好友的好友的亲疏度,将所述其好友的好友的相关信息推介给所述用户。
20.根据权利要求19所述的设备,所述第二推介装置还用于:
-根据所述用户与所述其好友的好友的亲疏度和/或时效性,对所述其好友的好友的相关信息进行筛选和/排序处理,并推介给所述用户。
21.根据权利要求17、18、20中任一项所述的设备,其中,所述相关信息包括以下各项中的至少一项:
-动态;
-偏好;
-关注点;
-消费记录;
-消费心得分享。
22.根据权利要求16、17、18、20中任一项所述的设备,其中,所述用户行为包括以下各项中的至少一项:
-查看动态;
-搜索动态;
-回复动态;
-推荐动态;
-搜索其他用户;
-添加好友。
23.根据权利要求22所述的设备,其中,所述亲疏度判断装置还用于:
-根据所述用户行为,统计所述用户对其至少一位好友中每一位的动态的点击率、回复率、推荐率和搜索率中任意一项或几项,以获得所述用户对其至少一位好友中每一位的亲疏度。
24.根据权利要求21所述的设备,其中所述动态包括以下各项中的至少一项:
-所述用户的好友的信息发布;
-所述用户的好友的个人信息更新。
25.根据权利要求16、17、18、20、23、24中任一项所述的设备,其中,所述亲疏度判断装置还用于:
-根据所述用户行为,确定所述用户对至少一个动态的兴趣度;
-对所述用户与其至少一位好友中每一位的兴趣度进行兴趣度相关处理,以获得所述用户与其至少一位好友中每一位的兴趣相关度;
-根据所述用户与其至少一位好友中每一位的兴趣相关度,判断所述用户与其至少一位好友中每一位的亲疏度。
26.根据权利要求25中所述的设备,其中,所述亲疏度判断装置还用于:
-根据所述用户与其至少一位好友中每一位的兴趣相关度,结合所述动态的权重,判断所述用户与其至少一位好友中每一位的亲疏度。
27.根据权利要求26所述的设备,其中,所述动态的权重基于以下各项中的至少一项:
-所述动态的访问率;
-所述动态的实时性;
-所述动态的好友评价;
-所述动态的外部评价。
28.根据权利要求16、17、18、20、23、24、26、27中任一项所述的设备,其中,所述亲疏度判断装置还用于:
-根据本装置判断所得的所述用户与其至少一位好友中每一位的亲疏度Fc和前一时刻的所述用户与其至少一位好友中每一位的亲疏度Ft-1,按下式确定所述用户与其至少一位好友中每一位的亲疏度Ft:
Ft=λ*Fc+(1-λ)*Ft-1
其中,λ为0至1之间的修正因子。
29.根据权利要求16、17、18、20、23、24、26、27中任一项所述的设备,其中,该设备还包括获取频度调整装置,用于:
-根据所述用户与其好友的亲疏度的变化,调整获取所述用户行为的获取频度;
-根据更新后的获取频度,获取所述用户行为。
30.根据权利要求要求29所述的设备,其中,所述获取频度调整装置还用于:
-当所述用户与其好友的亲疏度在一段时间内的累计相对变化量低于降频阈值时,降低所述获取频度;
-当所述用户与其好友的亲疏度在一段时间内的累计相对变化量超过升频阈值时,提高所述获取频度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010214227.8A CN102316130B (zh) | 2010-06-29 | 2010-06-29 | 一种基于用户的行为判断其与好友的亲疏度的方法与设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010214227.8A CN102316130B (zh) | 2010-06-29 | 2010-06-29 | 一种基于用户的行为判断其与好友的亲疏度的方法与设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102316130A CN102316130A (zh) | 2012-01-11 |
CN102316130B true CN102316130B (zh) | 2016-04-06 |
Family
ID=45428944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010214227.8A Active CN102316130B (zh) | 2010-06-29 | 2010-06-29 | 一种基于用户的行为判断其与好友的亲疏度的方法与设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102316130B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218376A (zh) * | 2012-01-19 | 2013-07-24 | 北京千橡网景科技发展有限公司 | 用于计算好友交互度变化的方法和设备 |
CN102662975A (zh) * | 2012-03-12 | 2012-09-12 | 浙江大学 | 一种混合双向聚类好友推荐方法 |
CN103426042B (zh) | 2012-05-15 | 2016-04-13 | 腾讯科技(深圳)有限公司 | 社交网络的分组方法及系统 |
CN103425703B (zh) * | 2012-05-25 | 2018-07-27 | 深圳市腾讯计算机系统有限公司 | 一种网络信息的处理方法和装置 |
CN103514215A (zh) * | 2012-06-28 | 2014-01-15 | 北京奇虎科技有限公司 | 生成用户社交影响力信息的方法及装置 |
CN102752462B (zh) * | 2012-06-29 | 2014-11-26 | 中国联合网络通信集团有限公司 | 电信业务推荐方法与系统 |
CN103136705B (zh) * | 2013-03-05 | 2016-04-27 | 深圳市葡萄信息技术有限公司 | 一种人际关系热度统计方法 |
CN103390244B (zh) * | 2013-07-24 | 2016-04-20 | 南京欣网互联信息技术有限公司 | 一种具有运营商特色的用户好友关系聚合方法及聚合平台 |
CN104423942A (zh) * | 2013-08-28 | 2015-03-18 | 腾讯科技(深圳)有限公司 | 一种社区好友关系展现方法、相关装置和系统 |
CN104572731A (zh) * | 2013-10-21 | 2015-04-29 | 北京千橡网景科技发展有限公司 | 社区关系建立方法及装置 |
CN103746895A (zh) * | 2013-10-29 | 2014-04-23 | 广州华多网络科技有限公司 | 通讯用户间关注度的处理方法和系统 |
TWI611303B (zh) * | 2014-03-11 | 2018-01-11 | 長庚大學 | 社群網站資料統計系統 |
CN104391976A (zh) * | 2014-12-08 | 2015-03-04 | 畅捷通信息技术股份有限公司 | 社交对象的推荐方法和装置 |
CN105119809B (zh) * | 2015-08-05 | 2018-06-15 | 腾讯科技(深圳)有限公司 | 动态信息显示方法和装置 |
CN105119744B (zh) * | 2015-08-17 | 2018-09-28 | 百度在线网络技术(北京)有限公司 | 用户标识的关联关系判断方法和装置 |
CN105550294A (zh) * | 2015-12-10 | 2016-05-04 | 广州华多网络科技有限公司 | 一种基于后台数据挖掘维护大客户关系的方法及装置 |
JP6903515B2 (ja) * | 2016-08-02 | 2021-07-14 | キヤノンメディカルシステムズ株式会社 | 医用情報システム、情報処理端末、医用情報サーバ及び医用情報提供プログラム |
CN107930129B (zh) * | 2017-11-30 | 2022-01-28 | 网易(杭州)网络有限公司 | 基于虚拟场景的通信方法、介质、装置和计算设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1878202A (zh) * | 2005-06-11 | 2006-12-13 | 乐金电子(中国)研究开发中心有限公司 | 一种分析所收短信的方法 |
CN101123520A (zh) * | 2006-08-07 | 2008-02-13 | 腾讯科技(深圳)有限公司 | 一种定向投放广告的方法和广告系统 |
WO2009088671A1 (en) * | 2008-01-04 | 2009-07-16 | Yahoo! Inc. | Identifying and employing social network relationships |
KR20100001650A (ko) * | 2008-06-27 | 2010-01-06 | 쏠스펙트럼(주) | 웹상에서 콘텐츠 반응 행태 분석을 통한 친구 추천 장치 및방법 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8612359B2 (en) * | 2004-01-29 | 2013-12-17 | Yahoo! Inc. | Method and system for sharing portal subscriber information in an online social network |
-
2010
- 2010-06-29 CN CN201010214227.8A patent/CN102316130B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1878202A (zh) * | 2005-06-11 | 2006-12-13 | 乐金电子(中国)研究开发中心有限公司 | 一种分析所收短信的方法 |
CN101123520A (zh) * | 2006-08-07 | 2008-02-13 | 腾讯科技(深圳)有限公司 | 一种定向投放广告的方法和广告系统 |
WO2009088671A1 (en) * | 2008-01-04 | 2009-07-16 | Yahoo! Inc. | Identifying and employing social network relationships |
KR20100001650A (ko) * | 2008-06-27 | 2010-01-06 | 쏠스펙트럼(주) | 웹상에서 콘텐츠 반응 행태 분석을 통한 친구 추천 장치 및방법 |
Non-Patent Citations (1)
Title |
---|
社会网络搜索关键技术研究概述;杜一鸣等;《现代图书情报技术》;20100228(第2期总第189期);对比文件正文第5页左边栏第3段 * |
Also Published As
Publication number | Publication date |
---|---|
CN102316130A (zh) | 2012-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102316130B (zh) | 一种基于用户的行为判断其与好友的亲疏度的方法与设备 | |
US10693981B2 (en) | Provisioning personalized content recommendations | |
US20160132904A1 (en) | Influence score of a brand | |
CN101957834B (zh) | 一种基于用户特征进行内容推荐的方法与设备 | |
US11275748B2 (en) | Influence score of a social media domain | |
US20150032504A1 (en) | Influence scores for social media profiles | |
US20120303552A1 (en) | Techniques to track users and user metrics for a website | |
CN103248705B (zh) | 服务器、客户端及视频处理方法 | |
CN104462293A (zh) | 搜索处理方法、生成搜索结果排序模型的方法和装置 | |
US20220129953A1 (en) | Systems and methods for automatically generating remarketing lists | |
CN103049452A (zh) | 一种基于预估下载率进行应用排序的方法与设备 | |
CN103744916A (zh) | 一种用于确定目标视频的分享热度信息的方法与设备 | |
US20170091303A1 (en) | Client-Side Web Usage Data Collection | |
CN103970754A (zh) | 文章的自动选取方法及装置 | |
CN102314423A (zh) | 一种用于检测开放式互动平台中子集的热度的方法与设备 | |
CN103713894A (zh) | 一种用于确定用户的访问需求信息的方法与设备 | |
JP2011227721A (ja) | 関心抽出装置、関心抽出方法、及び関心抽出プログラム | |
CN102262660B (zh) | 一种计算机实现的用于获取搜索结果的方法与设备 | |
CN104035964A (zh) | 一种用于提供信誉相关信息的方法和设备 | |
US10785332B2 (en) | User lifetime revenue allocation associated with provisioned content recommendations | |
CN103678312A (zh) | 一种推荐网址的方法与客户端 | |
CN103227791A (zh) | 一种无线数据采集的方法及装置 | |
CN113034231B (zh) | 一种基于SaaS云服务的多供应链商品智能推荐系统及方法 | |
CN104156492A (zh) | 搜索内容的提示方法和装置 | |
US9633118B2 (en) | Editorial service supporting contrasting content |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |