CN103257965A - 社交网络系统中信息的处理方法及装置 - Google Patents

Abstract

本发明实施例提供了一种社交网络系统中信息的处理方法和装置，该方法主要包括：根据第一用户输入的信息，采用基于汉语分词开源系统分词算法的模糊搜索方法在社交网络系统中进行搜索，得到给所述第一用户提供服务的第二用户；采用偏向倾斜度协同过滤算法计算所述第二用户对所述第一用户的欢迎度。利用本发明实施例，可以大大提高了沙发客网站等社交网络系统的功能，给用户提供高质量的服务。

Description

社交网络系统中信息的处理方法及装置

技术领域

本发明涉及通信技术领域，具体涉及一种社交网络系统中信息的处理方法及装置，尤其涉及一种社交网络系统中的用户输入信息的处理。

背景技术

“沙发客”是一种新兴的自助旅行模式。顾名思义，就是“睡别人的沙发”，而不是住酒店。这是表面的意思，其实不一定是睡沙发，如果主人有空余的房间或床铺，“沙发客”将会睡得很舒适。如果遇到一位更加好客的主人，甚至会带你游览风景名胜，遍尝当地美食。当然，在享受这些的同时，你也要把你家的“沙发”贡献出来作为交换。

目前市场的“沙发客”应用，通常采用下述模式：

1)提供全国各地的旅行资讯；

2)提供按城市的沙发查找及沙发信息发布；

3)辅助提示旅友交流的论坛、机票出售等功能。

在技术实现上，“沙发客”应用采用类似二手房信息的发布平台，甚至有些网站延用了论坛的模式。由注册用户发贴，以贴子内容描述自己是否有沙发可以用于交换；而希望找沙发的用户通过搜索贴子来找到需要的信息。

上述现有技术中的“沙发客”应用的缺点为：以论坛贴子的方式发布沙发信息，不能详细、规范的描述“沙发”的情况，也非常不便于使用者搜索，用户体验效果比较差。

发明内容

本发明的实施例提供了一种社交网络系统中信息的处理方法及装置，以提高沙发客网站等社交网络系统的功能。

一种社交网络系统中信息的处理方法，包括：

根据第一用户输入的信息，在社交网络系统中进行搜索，得到给所述第一用户提供服务的至少一第二用户；

通过历史评价，计算所述至少一第二用户对第一用户的欢迎度；

将所述至少一第二用户及其对第一用户的欢迎度展示给所述第一用户。

一种社交网络系统中信息的处理装置，包括：

搜索处理模块，用于根据第一用户输入的信息，在社交网络系统中进行搜索，得到给所述第一用户提供服务的至少一第二用户；

欢迎度处理模块，用于通过历史评价，计算所述至少一第二用户对第一用户的欢迎度；将所述至少一第二用户及其对第一用户的欢迎度展示给所述第一用户。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例通过采用汉语分词开源系统分词算法可以在沙发客网站等社交网络系统中有效地搜索能够提供服务的用户，通过采用SlopeOne协同过滤算法，可以结合系统中保存的评价信息有效地计算能够提供服务的用户对用户自己的欢迎度。大大提高了沙发客网站等社交网络系统的功能，给用户提供高质量的服务。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种社交网络系统中信息的处理方法的具体处理流程图；

图2为本发明实施例一提供的一种沙发客的标准化信息模版的示意图；

图3为本发明实施例二提供的一种一种社交网络系统中信息的处理装置的具体实现结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

实施例一

本发明实施例提供了一种社交网络系统中信息的处理方法，该方法可以应用于改进后的沙发客网站中，具体处理流程如图1所示，包括如下的处理流程：

步骤11、根据用户输入的目的地、性别和时间等信息，采用基于ICTCLAS(汉语分词开源系统)分词算法的模糊搜索在改进后的沙发客网站系统进行搜索。

本发明实施例将沙发客社交网络融合到电子地图中，在电子地图中可以显示具体全国各个主要城市的地图信息。上述电子地图可以为QQ地图。

在本发明实施例的改进后的沙发客网站系统中，需要建立能够提供“沙发”的用户的数据库，该数据库中包括所有能够提供“沙发”的用户的地点、性别、年龄、家庭情况、“沙发”的数量和质量、“沙发”所在的房间情况、房间所在的小区情况等信息。该数据库可以采用用户注册登记的方式来建立和管理。

上述改进后的沙发客网站系统提供基本搜索和高级搜索功能。在高级搜索功能中，用户可以输入目的地、时间、提供“沙发”的用户的性别和年龄、等信息，上述目的地信息可以精确到电子地图中的街道。然后，根据用户输入的上述信息，采用基于ICTCLAS分词算法的模糊搜索在上述数据库进行搜索，得到符合搜索条件的搜索结果，该搜索结果中包括能够提供“沙发”的用户和该用户的详细信息。然后，在电子地图上显示能够提供“沙发”的用户的准确地点和该准确地点附近的地图信息。

ICTCLAS分词算法中包括一些预先设定的分词算法主要用于用户输入信息的预处理，比如用户输入的目的地，时间等信息中可能会携带有非汉语的字符，如果夹带这些字符进行搜索数据库，可能会得不到任何结果，因此在用户输入数据后进行一层预处理，可以避免了让用户重新输入数据的过程，提高用户的体验度。

另外ICTCLAS分词算法，更多的是应用在对QQ等电子地图查询框数据输入的预处理上，在本发明实施例的改进后的沙发客网站系统中，可以调用了QQ等电子地图的搜索地点的功能，用来在所喜欢的沙发客周围搜索一些超市，景点，或者游乐园等信息。比如，用户一般的输入习惯可能是“超市，酒店，咖啡馆。。”可能一下想找多个东西，而中间夹杂了一些其它字符。如果以这样的输入填到输入框必然查不到任何结果，按常理这些地点应该能查得到，但由于用户的输入信息不规范导致查不到信息，这不太合常理。还有比如在“咖啡馆”后面再添加几个杂乱字符变成“咖啡馆kk”或者是“咖啡馆看看”等等之类的，这些输入并不是用户故意输入的，也可能是意外输入的，如此则会导致不会有任何搜索结果返回。在发现这个问题后才决定要对用户输入进行一道预处理，这样可以有效的提高用户的体验度。

ICTCLAS分词算法的处理过程如下，比如用户在输入框中输入“我想去超市。。。”，首先会调用系统里的分词算法，将该输入信息进行分词处理，分词结果如下：我/n想/v去/v超市/n后面的“。。。”符号不是汉字，所以直接被过滤掉，然后对分词结果进行处理在查询过程中一般只会保留名词，所以只保留“我超市”两词，又因为“我”是生活中的称谓词，所以在地图查询中不可能会出现，所以也过滤掉，最后只保留了“超市”二字，用这两字在发起查询请求就肯定会有用户想要的结果返回。

这样给用户的感觉就是输入“我想去超市。。。”，就能返回沙发客周围的超市信息，增强了用户的体验度。

还有就是ICTCLAS分词算法主要用于大规模文本处理，在处理大规模文本上都有很高的效率，所以处理一句用户输入，效率就更高。基本不影响系统的性能，反而提高了查询的容错性。不过用户不可能在每次查询的时候都出错，因此该算法只是用于用户意外输错或者误输的情况，主要是增强用户输入数据的容错性。

步骤12、采用SlopeOne(偏向倾斜度)协同过滤算法计算搜索得到的提供沙发的用户对自己的欢迎度。

在改进后的沙发客网站系统中，用户可以对提供“沙发”的用户进行评价，并将所有提供“沙发”的用户的评价信息进行保存。根据上述保存的评价信息，用户采用SlopeOne协同过滤算法计算上述搜索结果中包括的提供“沙发”的用户对自己的欢迎度。

SlopeOne协同过滤算法的最大优点在于算法很简单，易于实现，执行效率高，同时推荐的准确性相对很高。

所谓的欢迎度计算公式如下：预测你可能为该沙发客(即提供“沙发”的用户)的打分*70％+你与该沙发客的相似度*30％。也就说如果你为别人打的分(即评价值)高，说明别人为你提供的服务比较好，当然你肯定也是受到了沙发客的热烈欢迎；如果你为沙发客打的分很低，表示你可能受到了沙发客的冷遇，可能对沙发客的接待有所不满。其次在你没有造访该沙发客之前，你受欢迎与否都是未知，你们共同爱好或其它共同特点越多，则你越有可能受到主人的热烈欢迎，古语不是有云：知音难觅吗，所以要加上你与该沙发主人相似度。

受欢迎度的计算过程如下：

预测你可能为该沙发客的评价值。这个主要是基于SlopeOne协同过滤算法。在社交网络中应用该算法时其实是将人与人之间的交互抽象为类似于人与商品，比如一个沙发客a1和另外一个沙发客a2，a1拜访过a2之后，会根据各项指标比如主人待人是否热情，你的住宿是否满意等等，为a2的各项服务进行评分，最后会得出一个综合的评分score12，这样有利于后来的沙发客进行住宿选择。该算法的应用举例如下：比如沙发客a3准备拜访a6，系统就会找出所有拜访过a6的沙发客以及a3与与他沙发客共同拜访过的沙发客。

比如a1，a2最近一段时间都拜访过a4，a5，a6，并且对a4，a5，a6都进行了评价，而a3准备拜访a6。则系统中保存的相关评价值信息如下表所示

	a4	a5	a6
				a1	4	5	8
a2	6	7	4
				a3	5	4	？

现在就要用如下加权公式

有n个人对事物A和事物B打分了，R(A-＞B)表示这n个人对A和对B打分的平均差(A-B)，有m个人对事物B和事物C打分了，R(C-＞B)表示这m个人对C和对B打分的平均差(C-B)，注意都是平均差而不是平方差，现在某个用户对A的打分是ra，对C的打分是rc，那么用户对B的打分可能是：

rb＝(n*(ra-R(A-＞B))+m*(rc-R(C-＞B)))/(m+n)

应用在本例中就是这样

a1，a2对a4a6打过分，

R(4-＞6)＝-3

a1a2对a5，a6打过分

R(5-＞6)＝0

a3对a6的可能打分如下：

Score36＝2*(5-R(4-＞6))+2*(4-R(5-＞6))/(2+2)＝6

前面提到过默认将用户的交互看做是人与商品，但社交网络中用户之间的交互是互相的，所以还要计算score63

这样取两者的加权值即作为最终a3可能为a6的预测评分是lastscore36＝(score36*70％+score63*30％)

第二步就是计算两者的相似度将两者按照既定的属性，都抽象为向量空间模型，每一维既是沙发客的一个属性，在此之前要将用户的属性数据离散化。所用的余弦公式如下：

X＝(x1，x2，x3)，Y＝(y1，y2，y3)

然后用余弦公式计算相似度。

$\mathrm{sim}(X,Y)=\cos \mathrm{\θ}=\frac{\stackrel{\→}{x}\·\stackrel{\→}{y}}{\left|\right|x\left|\right|\·\left|\right|y\left|\right|}$

根据以上公式计算出Sim(a3，a6)

第三步是计算总的欢迎度。

先将lastscore36和sim(a3，a6)进行归一化得到Glastscore36和Gsim(a3，a6)

然后再用前面的公式计算出WelcomeRate63＝0.7*Glastscore36+0.3*Gsim(a3，a6)也即是沙发客6可能对沙发客3的欢迎程度。

上述该算法可以有效的解决冷启动问题，也即是交互数据较少的情况，也可以有效处理，不过对刚注册的用户，则应该赋一个相应的初始值，随着交互量的增加，所做的推荐将会越来越准确。

上述公式中的权重设置还可以为其它值，最优值的获得要经过大量的训练和调整。

步骤13、在电子地图中定位用户的当前所在地，为用户提供实时天气服务和列车时刻服务等。

在改进后的沙发客网站系统中，可以提供实时天气服务和列车时刻服务。系统可以提供你要访问的目的地的天气状况，并提供目的地的列车时刻表，方便用户出行。

用户进入主页后电子地图会定位到当前所在地，将用户定位到地图的方法如下：首先由系统获取来访用户的IP地址，然后根据IP数据库解析出该IP地址对应的实际地址，然后使用QQ地图的地址解析功能，解析出该实际地址的经纬度，最后将该实际地址定位到QQ地图上的相应的位置。

用户可以向好友转发包括当前所在地信息的微博，让您的好友及时了解的动向，让您的出行更加的安全。

当用户选择某一个景点时，系统会根据该景点和当地沙发客的距离的大小，推荐距离景点最近的沙发给用户。并提供该景点到该沙发的详细路线，方便用户去旅行。

结合腾讯微博、QQ等平台，可以使沙发信息可以更快的传播、更方便的被获取，同时还能提高信息的可靠性。

借助腾讯平台的好友关系提升信息可靠性和安全性。根据六度分隔(SixDegrees of Separation)理论，最多通过六个人你就能够认识任何一个陌生人。那么，你已有的QQ好友就是最初的关系基础，利用平台优势，可以通过好友关系让沙发客和沙发主人建立联系，从而相互获得信任。

通过对沙发旅行的行为研究，提取影响沙发选取的关键因素，形成沙发客的标准化信息模版，以方便用户进行信息发布及查询，该实施例提供的一种上述标准化信息模板如图2所示。

实施例二

本发明实施例还提供了一种社交网络系统中信息的处理装置，该装置可以应用于改进后的沙发客网站中，其具体实现结构如图3所示，具体可以包括：

搜索处理模块31，用于根据第一用户输入的信息，在社交网络系统中进行搜索，得到给所述第一用户提供服务的至少一第二用户；

欢迎度处理模块32，用于通过历史评价，计算所述至少一第二用户对第一用户的欢迎度；将所述至少一第二用户及其对第一用户的欢迎度展示给所述第一用户。

具体的，所述的搜索处理模块31，还用于在社交网络系统中建立能够提供服务的用户的数据库，该数据库中包括所有能够提供服务的用户的信息；根据分词算法，对所述用户输入的信息进行分词处理，得到各个单独的字符，获取所述字符中的名词字符；根据所述名词字符在所述数据库中进行搜索，获取能够提供服务的用户的信息。

具体的，所述的搜索处理模块31，还用于在所述社交网络系统中设置电子地图，在所述电子地图上显示能够提供服务的用户的地点和该地点附近的地图信息；

根据分词算法，对所述用户在所述电子地图的地址搜索功能中输入的信息进行分词处理，得到各个单独的字符，获取所述字符中的名词字符，上述分词算法可以为汉语分词开源系统中设定的分词算法；

根据所述名词字符在所述电子地图中进行搜索，获取相应的地址信息。

具体的，所述的欢迎度处理模块32，还用于在所述社交网络系统保存用户对提供服务的用户的评价信息，采用SlopeOne协同过滤算法根据所述保存的评价信息计算所述第一用户对所述第二用户的评价值，获取所述第一用户和所述第二用户之间的相似度；

将所述第一用户对所述第二用户的评价值乘以设定的权重得到第一数值，将所述第一用户和所述第二用户之间的相似度乘以设定的权重得到第二数值，将所述第一数值和所述第二数值相加得到所述第二用户对所述第一用户的欢迎度。

设有n个用户对第三用户和所述第二用户进行了评价，R(A-＞B)表示所述n个用户对所述第三用户和所述第二用户的评价值的平均差，有m个用户对第四用户和所述第二用户进行了评价，R(C-＞B)表示所述m个用户对所述第四用户和所述第二用户的评价值的平均差，所述第一用户对所述第三用户的评价值的为ra，所述第一用户对所述第四用户的评价值的为rc，

则所述第一用户对所述第二用户的评价值rb的计算方法如下：

rb＝(n*(ra-R(A-＞B))+m*(rc-R(C-＞B)))/(m+n)。

具体的，所述的欢迎度处理模块32，还用于根据所述欢迎度排序展示所述至少一第二用户及其对第一用户的欢迎度。

应用本发明实施例的装置进行用户输入信息的处理的具体过程与前述方法实施例类似，此处不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

综上所述，本发明实施例通过采用汉语分词开源系统分词算法可以在沙发客网站等社交网络系统中有效地搜索能够提供服务的用户，通过采用SlopeOne协同过滤算法，可以结合系统中保存的评价信息有效地计算能够提供服务的用户对用户自己的欢迎度。大大提高了沙发客网站等社交网络系统的功能，给用户提供高质量的服务。

本发明实施例通过将社交网络系统和电子地图相结合，可以在电子地图上显示能够提供“服务”的用户的准确地点和该准确地点附近的地图信息，并结合电子地图的地点搜索功能，为用户智能推荐超市、景点等，相比现有技术中的论坛式的沙发客网站等社交网络系统，可以有效地提高用户体验。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种社交网络系统中信息的处理方法，其特征在于，包括：

根据第一用户输入的信息，在社交网络系统中进行搜索，得到给所述第一用户提供服务的至少一第二用户；

通过历史评价，计算所述至少一第二用户对第一用户的欢迎度；

将所述至少一第二用户及其对第一用户的欢迎度展示给所述第一用户。

2.根据权利要求1所述的方法，其特征在于，所述的根据第一用户输入的信息，在社交网络系统中进行搜索，得到给所述第一用户提供服务的至少一第二用户，包括：

在社交网络系统中建立能够提供服务的用户的数据库，该数据库中包括所有能够提供服务的用户的信息；

根据分词算法，对所述用户输入的信息进行分词处理，得到各个单独的字符，获取所述字符中的名词字符；

根据所述名词字符在所述数据库中进行搜索，获取能够提供服务的用户的信息。

3.根据权利要求1所述的方法，其特征在于，所述的根据第一用户输入的信息，在社交网络系统中进行搜索，得到给所述第一用户提供服务的至少一第二用户，包括：

在所述社交网络系统中设置电子地图，在所述电子地图上显示能够提供服务的用户的地点和该地点附近的地图信息；

根据所述分词算法，对所述用户在所述电子地图的地址搜索功能中输入的信息进行分词处理，得到各个单独的字符，获取所述字符中的名词字符；

根据所述名词字符在所述电子地图中进行搜索，获取相应的地址信息。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述的通过历史评价，计算所述至少一第二用户对所述第一用户的欢迎度，包括：

在所述社交网络系统保存用户对提供服务的用户的评价信息，采用SlopeOne协同过滤算法根据所述保存的评价信息计算所述第一用户对所述第二用户的评价值，获取所述第一用户和所述第二用户之间的相似度；

将所述第一用户对所述第二用户的评价值乘以设定的权重得到第一数值，将所述第一用户和所述第二用户之间的相似度乘以设定的权重得到第二数值，将所述第一数值和所述第二数值相加得到所述第二用户对所述第一用户的欢迎度。

5.根据权利要求4所述的方法，其特征在于，将所述至少一第二用户及其对第一用户的欢迎度展示给所述第一用户，包括：

根据所述欢迎度排序展示所述至少一第二用户及其对第一用户的欢迎度。

6.一种社交网络系统中信息的处理装置，其特征在于，包括。

搜索处理模块，用于根据第一用户输入的信息，在社交网络系统中进行搜索，得到给所述第一用户提供服务的至少一第二用户；

欢迎度处理模块，用于通过历史评价，计算所述至少一第二用户对第一用户的欢迎度；将所述至少一第二用户及其对第一用户的欢迎度展示给所述第一用户。

7.根据权利要求6所述的装置，其特征在于：

所述的搜索处理模块，还用于在社交网络系统中建立能够提供服务的用户的数据库，该数据库中包括所有能够提供服务的用户的信息；根据分词算法，对所述用户输入的信息进行分词处理，得到各个单独的字符，获取所述字符中的名词字符；根据所述名词字符在所述数据库中进行搜索，获取能够提供服务的用户的信息。

8.根据权利要求6所述的装置，其特征在于：

所述的搜索处理模块，还用于在所述社交网络系统中设置电子地图，在所述电子地图上显示能够提供服务的用户的地点和该地点附近的地图信息；

根据分词算法，对所述用户在所述电子地图的地址搜索功能中输入的信息进行分词处理，得到各个单独的字符，获取所述字符中的名词字符；

根据所述名词字符在所述电子地图中进行搜索，获取相应的地址信息。

9.根据权利要求6-8任一项所述的装置，其特征在于：

所述的欢迎度处理模块，还用于在所述社交网络系统保存用户对提供服务的用户的评价信息，采用SlopeOne协同过滤算法根据所述保存的评价信息计算所述第一用户对所述第二用户的评价值，获取所述第一用户和所述第二用户之间的相似度；

将所述第一用户对所述第二用户的评价值乘以设定的权重得到第一数值，将所述第一用户和所述第二用户之间的相似度乘以设定的权重得到第二数值，将所述第一数值和所述第二数值相加得到所述第二用户对所述第一用户的欢迎度。

10.根据权利要求9所述的装置，其特征在于：

所述的欢迎度处理模块，还用于根据所述欢迎度排序展示所述至少一第二用户及其对第一用户的欢迎度。

Images