CN103327045B - 社交网络中的用户推荐方法和系统 - Google Patents

社交网络中的用户推荐方法和系统 Download PDF

Info

Publication number
CN103327045B
CN103327045B CN201210076533.9A CN201210076533A CN103327045B CN 103327045 B CN103327045 B CN 103327045B CN 201210076533 A CN201210076533 A CN 201210076533A CN 103327045 B CN103327045 B CN 103327045B
Authority
CN
China
Prior art keywords
user
multimedia
record
interest
application
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
Application number
CN201210076533.9A
Other languages
English (en)
Other versions
CN103327045A (zh
Inventor
胡鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201210076533.9A priority Critical patent/CN103327045B/zh
Priority to KR1020147029524A priority patent/KR101728122B1/ko
Priority to PCT/CN2013/072774 priority patent/WO2013139239A1/en
Priority to US14/386,919 priority patent/US20150046458A1/en
Priority to SG11201405523SA priority patent/SG11201405523SA/en
Publication of CN103327045A publication Critical patent/CN103327045A/zh
Application granted granted Critical
Publication of CN103327045B publication Critical patent/CN103327045B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/40—Support for services or applications
    • H04L65/403—Arrangements for multi-party communication, e.g. for conferences

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Multimedia (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

一种社交网络中的用户推荐方法，包括以下步骤：获取用户的多媒体播放记录；根据所述用户的多媒体播放记录建立同趣用户集合；向所述同趣用户集合中的用户推荐所述同趣用户集合中的其它用户。上述社交网络中的用户推荐方法，通过获取用户的多媒体播放记录，根据用户的多媒体播放记录建立同趣用户集合，并向同趣用户集合中的用户推荐该集合中的其它用户。上述方式不需要用户主动填写兴趣爱好或者提交兴趣标签，因此提高了用户的操作便利性，另外，由于用户多媒体播放行为能具体、细致地反映用户的兴趣爱好，因此，上述方式能向用户推荐兴趣爱好更加接近的同趣用户，从而提高推荐的准确性。此外，还提供一种社交网络中的用户推荐系统。

Description

社交网络中的用户推荐方法和系统
【技术领域】
本发明涉及互联网技术，特别的涉及一种社交网络中的用户推荐方法和系统。
【背景技术】
社交网络，即社交网络服务(Social Networking Services，SNS)，专指旨在帮助人们建立社会性网络的互联网应用服务。人们通过SNS建立朋友关系链，分享信息和知识，进行沟通、交流以及互助和协作，SNS已经越来越深入到人们的生活、工作和学习中。
在SNS中，用户有认识新朋友的需要，尤其是认识志同道合，即兴趣爱好相同的朋友的需要，兴趣爱好相同或相近的用户称为同趣用户。作为信息交流的平台，SNS通过多种方式向用户推荐与之同趣的用户。
现有的SNS一般基于用户填写的个人资料或者用户提交的兴趣标签，将用户的个人资料中的兴趣爱好或者兴趣标签进行匹配，向用户推荐匹配结果中与其兴趣爱好相同或相似的用户。
然而，传统的推荐方式需要用户主动填写个人资料或提交兴趣标签，用户操作起来并不方便，而且，用户填写的个人资料中的兴趣爱好或兴趣标签过于宽泛和简单，不能反映用户的更具体更深层更细节的喜好，因而，传统的用户推荐方法的准确率不高。
【发明内容】
基于此，有必要提供一种能提高用户操作便利性且能提高推荐准确性的社交网络中的用户推荐方法。
一种社交网络中的用户推荐方法，包括以下步骤：
获取用户的多媒体播放记录；
根据所述用户的多媒体播放记录建立同趣用户集合；
向所述同趣用户集合中的用户推荐所述同趣用户集合中的其它用户。
优选的，在所述获取用户的多媒体播放记录的步骤之前，还包括：
通过多媒体播放应用获取社交网络应用中的用户标识和与所述用户标识对应的播放记录；
所述获取用户的多媒体播放记录的步骤为：接收多媒体播放应用发送的用户标识和与所述用户标识对应的播放记录。
优选的，在所述获取用户的多媒体播放记录的步骤之前，还包括：
通过多媒体播放应用获取多媒体播放设备标识和与所述多媒体播放设备标识对应的播放记录；
通过社交网络应用获取网络应用设备标识和与所述网络应用设备标识对应的使用社交网络应用的用户标识；
所述获取用户的多媒体播放记录的步骤为：
接收所述多媒体播放应用发送的多媒体播放设备标识及对应的播放记录、所述社交网络应用发送的网络应用设备标识及对应的用户标识；
获取用户标识和与所述用户标识对应的播放记录。
优选的，所述用户的多媒体播放记录包括用户标识和播放记录，所述播放记录包括下列信息中一种或多种的组合：多媒体文件名称、多媒体文件标识、多媒体文件时长、多媒体文件品质信息、影音名称、影音类型、播放次数、播放时长。
优选的，所述根据所述用户的多媒体播放记录建立同趣用户集合的步骤包括：
获取用户的多媒体播放记录中的聚类分析样本；
根据预设的聚类参数对所述聚类分析样本进行聚类，将聚为一类的用户归入同一个同趣用户集合中。
基于此，还有必要提供一种能提高用户操作便利性且能提高推荐准确性的社交网络中的用户推荐系统。
一种社交网络中的用户推荐系统，包括：
播放记录获取模块，用于获取用户的多媒体播放记录；
用户集合建立模块，用于根据所述用户的多媒体播放记录建立同趣用户集合；
推荐模块，用于向所述同趣用户集合中的用户推荐所述同趣用户集合中的其它用户。
优选的，所述系统还包括：第一多媒体播放模块，用于获取社交网络应用中的用户标识和与所述用户标识对应的播放记录；
所述播放记录获取模块用于接收第一多媒体播放模块发送的用户标识和与所述用户标识对应的播放记录。
优选的，还包括：
第二多媒体播放模块，用于获取多媒体播放设备标识和与所述多媒体播放设备标识对应的播放记录；
社交网络应用模块，用于获取网络应用设备标识和与所述网络应用标识对应的使用社交网络应用的用户标识；
所述播放记录获取模块用于接收第二多媒体播放模块发送的多媒体播放设备标识及对应的播放记录、所述社交网络应用模块发送的网络应用设备标识及对应的用户标识，获取用户标识与所述用户标识对应的播放记录。
优选的，所述用户的多媒体播放记录包括用户标识和播放记录，所述播放记录包括下列信息中一种或多种的组合：多媒体文件名称、多媒体文件标识、多媒体文件时长、多媒体文件品质信息、影音名称、影音类型、播放次数、播放时长。
优选的，所述用户集合建立模块用于获取预先设置的聚类参数，根据所述聚类参数提取所述用户的多媒体播放记录中的聚类分析样本，根据所述聚类分析样本对用户进行聚类，将聚为一类的用户归入同一个同趣用户集合中。
上述社交网络中的用户推荐方法和系统，通过获取用户的多媒体播放记录，根据用户的多媒体播放记录建立同趣用户集合，并向同趣用户集合中的用户推荐该集合中的其它用户。上述方式不需要用户主动填写兴趣爱好或者提交兴趣标签，因此提高了用户的操作便利性，另外，由于用户多媒体播放行为能具体、细致地反映用户的兴趣爱好，因此，上述方式能向用户推荐兴趣爱好更加接近的同趣用户，从而提高推荐的准确性。
【附图说明】
图1为一个实施例中的社交网络中的用户推荐方法的流程示意图；
图2为一个实施例中的社交网络中的用户推荐方法的应用场景示意图；
图3为一个实施例中的社交网络中的用户推荐系统的结构示意图；
图4为另一个实施例中的社交网络中的用户推荐系统的结构示意图；
图5为又一个实施例中的社交网络中的用户推荐系统的结构示意图。
【具体实施方式】
如图1所示，在一个实施例中，一种社交网络中的用户推荐方法，包括以下步骤：
步骤S101，获取用户的多媒体播放记录。
在一个实施例中，用户的多媒体播放记录包括用户标识和与用户标识对应的播放记录。播放记录包括下列信息中一种或多种的组合：多媒体文件名称、多媒体文件标识、多媒体文件时长、多媒体文件品质信息、影音名称、影音类型、播放次数、播放时长等。
在一个实施例中，可获取多媒体文件的信息摘要值(如SHA值、MD5值)或全文Hash值等作为多媒体文件的标识；多媒体文件品质信息包括：多媒体的码流、分辨率、音频采样率等；影音名称为多媒体文件所含的影片名称或音乐名称；影音类型包括影片类型和音乐类型，影片类型可分为悬疑类、喜剧类、动作类、情感类、偶像类等，音乐类型可分为流行类、古典类等；播放时长可为多媒体文件播放的总时长。
步骤S102，根据用户的多媒体播放记录建立同趣用户集合。
同趣用户，即为兴趣爱好相同或相近的用户；同趣用户集合，即为兴趣爱好相同或相近的用户组成的集合。用户的多媒体播放记录可反映用户的兴趣爱好，因此，可根据用户的多媒体播放记录来建立同趣用户集合。
在一个实施例中，可获取用户的多媒体播放记录中的聚类分析样本，根据预设的聚类参数对聚类分析样本进行聚类，将聚为一类的用户归入同一个同趣用户集合。
具体的，在一个实施例中，可首先对用户的多媒体播放记录进行初步的整理和统计，获取聚类分析样本。例如，可累加同一用户对同一影音的播放次数和播放时长、统计用户观看高分辨率影音的次数或百分率，或统计用户播放同一影音类型的多媒体的次数等等，获取聚类分析样本。
进一步的，可对海量的聚类分析样本进行聚类。具体的，在一个实施例中，可首先设置聚类参数，并采用传统的聚类方法，根据聚类参数对聚类分析样本进行聚类，进一步的将聚类结果中聚在一起的样本中的用户归为一类，即归入同一个同趣用户集合。其中，距离小于预设阈值的样本即认为聚在一起。不同的聚类参数可导致不同的聚类结果。
在一个实施例中，可设置聚类参数为多媒体播放记录中任意属性的组合。例如，可设置聚类参数为各影音类型的播放次数，根据该聚类参数对上述向量进行聚类后，则观看各影音类型次数相近的样本可聚在一起。另外，还可设置其它的聚类参数，例如可设置聚类参数为影音名称，根据影音名称对上述样本进行聚类，则含有同一影音名称的样本将聚在一起。还可以设置聚类参数为影音名称和播放次数，则观看同一影音且播放次数相近的样本可能聚在一起。进一步的，可将聚类结果中距离小于预设阈值的样本中的用户标识归为一类。
步骤S103，向同趣用户集合中的用户推荐该集合中的其它用户。
在一个实施例中，可向同一个同趣用户集合中的用户推荐该集合中的所有其它用户，或者向用户推荐在聚类结果中与其最靠近的部分用户。例如，用户A、用户B和用户C属于同一个同趣用户集合中，则可向用户A推送消息：“用户B、用户C也喜欢看某电影，关注他吧”，并提供联系推荐用户的链接。
在一个实施例中，在步骤S101之前，可通过多媒体播放应用获取社交网络应用中的用户标识和与用户标识对应的播放记录。
在一个实施例中，多媒体播放应用为多媒体播放客户端或嵌入Web网页中的多媒体播放应用，SNS应用可以为应用客户端(例如即时通信客户端、交友平台等)，也可以为Web网页上的SNS应用。在一个实施例中，多媒体播放应用和SNS应用可以是不同的客户端，也可以是同一Web网页上的不同应用。
具体的，在一个实施例中，多媒体播放应用可获取其播放记录，进一步可查找本机(即多媒体播放应用所在的设备)上的SNS应用，并与SNS应用取得进程间的通信，获取使用SNS应用的用户标识。在另一个实施例中，多媒体播放应用可搜索本机上的SNS应用的配置文件，解析配置文件，从中获取使用SNS应用的用户标识。同一台设备上获取的用户标识和播放记录具有对应关系。
在一个实施例中，可在多媒体播放应用中设置媒体信息共享模块，用于获取SNS应用中的用户标识以及与用户标识对应的播放记录。
进一步的，可通过多媒体播放应用将SNS应用中的用户标识和与用户标识对应的播放记录封装成数据包，发送至SNS信息共享平台，用于建立同趣用户集合。
进一步的，在步骤S101中，可接收多媒体播放应用发送的用户标识和与用户标识对应的播放记录。具体的，可通过SNS信息共享平台接收多媒体播放应用发送的数据包，解析出用户标识及对应的播放记录，即为用户的多媒体播放记录。
本实施例中，通过获取同一设备上的使用SNS应用的用户标识以及多媒体播放记录，可方便而准确的获取SNS应用中的用户的多媒体播放记录，进一步根据用户的多媒体播放记录建立同趣用户集合并推荐用户。获取准确的用户的多媒体播放记录，可提高建立同趣用户集合的准确性，进一步提高社交网络中同趣用户推荐的准确性。
在另一个实施例中，在步骤S101之前，还可通过多媒体播放应用获取多媒体播放设备标识和与多媒体播放设备标识对应的播放记录，以及通过社交网络应用获取网络应用设备标识和与网络应用设备标识对应的使用社交网络应用的用户标识。
在一个实施例中，多媒体播放设备或网络应用设备即多媒体播放应用或SNS应用所在的设备，包括台式计算机、笔记本电脑、平板电脑、媒体播放器、手机等；多媒体播放设备标识即能唯一标识多媒体播放设备的序列符号，网络应用设备标识即能唯一标识网络应用设备的序列符号，例如计算机的MAC地址、IP地址及手机序列号等。
具体的，当用户采用多媒体播放应用播放多媒体时，多媒体播放应用可获取其播放记录以及多媒体播放设备标识，该多媒体播放设备标识与该播放记录具有对应关系。进一步的，可将获取到的多媒体播放设备标识和与多媒体播放设备标识对应的播放记录，发送到SNS信息共享平台。
具体的，当用户在网络应用设备上使用SNS应用时，可通过SNS应用获取使用SNS应用的用户标识以及网络应用设备标识，该网络应用设备标识和该用户标识具有对应关系。进一步的，SNS应用可将获取的网络应用设备标识和与网络应用设备标识对应的使用SNS应用的用户标识，发送至SNS信息共享平台。
进一步的，步骤S101的具体过程可以为：接收多媒体播放应用发送的多媒体播放设备标识及对应的播放记录、社交网络应用发送的网络应用设备标识及对应的用户标识，获取用户标识和与该用户标识对应的播放记录。
SNS信息共享平台收到不同设备发送来的数据，根据多媒体播放设备标识及对应的播放记录、网络应用设备标识及对应的用户标识，将媒体播放设备标识与网络应用设备标识相等作为匹配条件，获取到用户标识和与该用户标识对应的播放记录，即为用户的多媒体播放记录。
本实施例中，通过获取同一设备上的使用SNS应用的用户标识以及多媒体播放记录，可方便而准确的获取SNS应用中的用户的多媒体播放记录，进一步根据用户的多媒体播放记录建立同趣用户集合并推荐用户，本实施例不需要SNS应用和多媒体播放应用同时运行，即可获取SNS应用的用户的多媒体播放记录，提高了获取用户标识与多媒体播放记录的便利性。
下面以一个具体的应用场景来说明上述社交网络中的用户推荐方法。如图2所示，多个具有多媒体播放应用与SNS应用的设备与SNS信息共享平台进行交互，在一个实例中，社交网络中的用户推荐方法的具体过程如下：
(1)多媒体播放应用获取其播放记录，并查找多媒体播放应用所在设备上的SNS应用，获取使用SNS应用的用户标识，在同一台设备上获取的用户标识和播放记录具有对应关系，进一步的将获取的用户标识及与用户标识对应的播放记录发送至SNS信息共享平台。
(2)SNS信息共享平台接收用户标识及与用户标识对应的播放记录，即用户的多媒体播放记录。
(3)SNS信息共享平台根据用户的多媒体播放记录建立同趣用户集合，并向同趣用户集合中的用户推荐同趣用户集合中的其它用户。
在另一个实施例中，社交网络中的用户推荐方法的具体过程如下：
(1)多媒体播放应用获取其播放记录以及多媒体播放应用所在的设备标识，将设备标识与播放记录对应发送至SNS信息共享平台。
(2)SNS应用获取使用SNS应用的用户标识以及SNS应用所在的设备标识，将获取的设备标识与用户标识对应发送至SNS信息共享平台。
(3)SNS信息共享平台接收多媒体播放应用发送的设备标识及与设备标识对应的播放记录，接收SNS应用发送的设备标识及与设备标识对应的用户标识，将设备标识相等作为匹配条件，获取用户标识及与用户标识对应的播放记录，即用户的多媒体播放记录。
(4)SNS信息共享平台根据用户的多媒体播放记录建立同趣用户集合，并向同趣用户集合中的用户推荐同趣用户集合中的其它用户
如图3所示，在一个实施例中，一种社交网络中的用户推荐系统，包括播放记录获取模块301、用户集合建立模块302、推荐模块303，其中：
播放记录获取模块301用于获取用户的多媒体播放记录。
在一个实施例中，用户的多媒体播放记录包括用户标识和与用户标识对应的播放记录。播放记录包括下列信息中一种或多种的组合：多媒体文件名称、多媒体文件标识、多媒体文件时长、多媒体文件品质信息、影音名称、影音类型、播放次数、播放时长等。
在一个实施例中，可获取多媒体文件的信息摘要值(如SHA值、MD5值)或全文Hash值等作为多媒体文件的标识；多媒体文件品质信息包括：多媒体的码流、分辨率、音频采样率等；影音名称为多媒体文件所含的影片名称或音乐名称；影音类型包括影片类型和音乐类型，影片类型可分为悬疑类、喜剧类、动作类、情感类、偶像类等，音乐类型可分为流行类、古典类等；播放时长可为多媒体文件播放的总时长。
用户集合建立模块302用于根据用户的多媒体播放记录建立同趣用户集合。
同趣用户，即为兴趣爱好相同或相近的用户；同趣用户集合，即为兴趣爱好相同或相近的用户组成的集合。用户的多媒体播放记录可反映用户的兴趣爱好，因此，可根据用户的多媒体播放记录来建立同趣用户集合。
在一个实施例中，用户集合建立模块302可获取用户的多媒体播放记录中的聚类分析样本，根据预设的聚类参数对聚类分析样本进行聚类，将聚为一类的用户归入同一个同趣用户集合。
具体的，在一个实施例中，用户集合建立模块302可首先对用户的多媒体播放记录进行初步的整理和统计，获取聚类分析样本。例如，可累加同一用户对同一影音的播放次数和播放时长、统计用户观看高分辨率影音的次数或百分率，或统计用户播放同一影音类型的多媒体的次数等等，获取聚类分析样本。
进一步的，用户集合建立模块302可对海量的聚类分析样本进行聚类。具体的，在一个实施例中，可首先设置聚类参数，并采用传统的聚类方法，根据聚类参数对聚类分析样本进行聚类，进一步的将聚类结果中聚在一起的样本中的用户归为一类，即归入同一个同趣用户集合。其中，距离小于预设阈值的样本即认为聚在一起。不同的聚类参数可导致不同的聚类结果。
在一个实施例中，可设置聚类参数为多媒体播放记录中任意属性的组合。例如，可设置聚类参数为各影音类型的播放次数，根据该聚类参数对上述向量进行聚类后，则观看各影音类型次数相近的样本可聚在一起。另外，还可设置其它的聚类参数，例如可设置聚类参数为影音名称，根据影音名称对上述样本进行聚类，则含有同一影音名称的样本将聚在一起。还可以设置聚类参数为影音名称和播放次数，则观看同一影音且播放次数相近的样本可能聚在一起。进一步的，可将聚类结果中距离小于预设阈值的样本中的用户标识归为一类。
推荐模块303用于向同趣用户集合中的用户推荐该集合中的其它用户。
在一个实施例中，可向同一个同趣用户集合中的用户推荐该集合中的所有其它用户，或者向用户推荐在聚类结果中与其最靠近的部分用户。例如，用户A、用户B和用户C属于同一个同趣用户集合中，则可向用户A推送消息：“用户B、用户C也喜欢看某电影，关注他吧”，并提供联系推荐用户的链接。
如图4所示，在一个实施例中，一种社交网络中的用户推荐系统，包括第一多媒体播放模块401、播放记录获取模块402、用户集合建立模块403、推荐模块404，其中：
第一多媒体播放模块401用于获取社交网络应用中的用户标识和与所述用户标识对应的播放记录。
在一个实施例中，多媒体播放应用为多媒体播放客户端或嵌入Web网页中的多媒体播放应用，SNS应用可以为应用客户端(例如即时通信客户端、交友平台等)，也可以为Web网页上的SNS应用。在一个实施例中，多媒体播放应用和SNS应用可以是不同的客户端，也可以是同一Web网页上的不同应用。
具体的，在一个实施例中，第一多媒体播放模块401可获取多媒体播放应用的播放记录，进一步可查找多媒体播放应用所在的设备上的SNS应用，并与SNS应用取得通信，获取使用SNS应用的用户标识。在另一个实施例中，第一多媒体播放模块401可搜索多媒体播放应用所在的设备上的SNS应用的配置文件，解析配置文件，从中获取使用SNS应用的用户标识。同一台设备上获取的用户标识和播放记录具有对应关系。
进一步的，第一多媒体播放模块401可将SNS应用中的用户标识和与用户标识对应的播放记录封装成数据包，发送至播放记录获取模块402，用于建立同趣用户集合。
播放记录获取模块402用于接收第一多媒体播放模块401发送的用户标识和与用户标识对应的播放记录。
具体的，播放记录获取模块402可接收第一多媒体播放模块401发送的数据包，解析出用户标识及对应的播放记录，即为用户的多媒体播放记录。
用户集合建立模块403用于根据用户的多媒体播放记录建立同趣用户集合。
推荐模块404用于向同趣用户集合中的用户推荐该集合中的其它用户。
本实施例中，通过获取同一设备上的使用SNS应用的用户标识以及多媒体播放记录，可方便而准确的获取SNS应用中的用户的多媒体播放记录，进一步根据用户的多媒体播放记录建立同趣用户集合并推荐用户。获取准确的用户的多媒体播放记录，可提高建立同趣用户集合的准确性，进一步提高社交网络中同趣用户推荐的准确性。
如图5所示，在一个实施例中，一种社交网络中的用户推荐系统，包括第二多媒体播放模块501、社交网络应用模块502、播放记录获取模块503、用户集合建立模块504、推荐模块505，其中：
第二多媒体播放模块501用于获取多媒体播放设备标识和与多媒体播放设备标识对应的播放记录。
社交网络应用模块502用于获取网络应用设备标识和与网络应用设备标识对应的使用社交网络应用的用户标识。
在一个实施例中，多媒体播放设备或网络应用设备即多媒体播放应用或SNS应用所在的设备，包括台式计算机、笔记本电脑、平板电脑、媒体播放器、手机等；多媒体播放设备标识即能唯一标识多媒体播放设备的序列符号，网络应用设备标识即能唯一标识网络应用设备的序列符号，例如计算机的MAC地址、IP地址及手机序列号等。
具体的，当用户采用多媒体播放应用播放多媒体时，第二多媒体播放模块501可获取多媒体播放应用的播放记录以及多媒体播放设备标识，该多媒体播放设备标识与该播放记录具有对应关系。进一步的，第二多媒体播放模块501可将获取到的多媒体播放设备标识和与多媒体播放设备标识对应的播放记录，发送到播放记录获取模块503。
具体的，当用户在网络应用设备上使用SNS应用时，社交网络应用模块502可获取使用SNS应用的用户标识以及网络应用设备标识，该网络应用设备标识和该用户标识具有对应关系。进一步的，社交网络应用模块502可将获取的网络应用设备标识和与网络应用设备标识对应的使用SNS应用的用户标识，发送至播放记录获取模块503。
播放记录获取模块503用于接收第二多媒体播放模块501发送的多媒体播放设备标识及对应的播放记录、社交网络应用模块502发送的网络应用设备标识及对应的用户标识，获取用户标识和与该用户标识对应的播放记录。
具体的，播放记录获取模块503可根据多媒体播放设备标识及对应的播放记录、网络应用设备标识及对应的用户标识，将媒体播放设备标识与网络应用设备标识相等作为匹配条件，获取到用户标识和与该用户标识对应的播放记录，即为用户的多媒体播放记录。
用户集合建立模块504用于根据用户的多媒体播放记录建立同趣用户集合。
推荐模块505用于向同趣用户集合中的用户推荐该集合中的其它用户。
本实施例中，通过获取同一设备上的使用SNS应用的用户标识以及多媒体播放记录，可方便而准确的获取SNS应用中的用户的多媒体播放记录，进一步根据用户的多媒体播放记录建立同趣用户集合并推荐用户，本实施例不需要SNS应用和多媒体播放应用同时运行，即可获取SNS应用的用户的多媒体播放记录，提高了获取用户标识与多媒体播放记录的便利性。
上述社交网络中的用户推荐方法和系统，通过获取用户的多媒体播放记录，根据用户的多媒体播放记录建立同趣用户集合，并向同趣用户集合中的用户推荐该集合中的其它用户。上述方式不需要用户主动填写兴趣爱好或者提交兴趣标签，因此提高了用户的操作便利性，另外，由于用户的多媒体播放行为能具体、细致地反映用户的兴趣爱好，因此，上述方式能向用户推荐兴趣爱好更加接近的同趣用户，从而提高推荐的准确性。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种社交网络中的用户推荐方法，包括以下步骤：
通过多媒体播放应用所在的设备获取社交网络应用，获取使用所述社交网络应用的用户标识和所述用户标识对应的播放记录；
社交网络信息共享平台获取用户的多媒体播放记录，具体为接收所述多媒体播放应用发送的用户标识和与所述用户标识对应的播放记录；
社交网络信息共享平台根据所述用户的多媒体播放记录建立同趣用户集合；
社交网络信息共享平台向所述同趣用户集合中的用户推荐所述同趣用户集合中的其它用户。
2.根据权利要求1所述的社交网络中的用户推荐方法，其特征在于，所述通过多媒体播放应用所在的设备获取社交网络应用，获取使用所述社交网络应用的用户标识和所述用户标识对应的播放记录的步骤用通过多媒体播放应用获取多媒体播放设备标识和与所述多媒体播放设备标识对应的播放记录，通过社交网络应用获取网络应用设备标识和与所述网络应用设备标识对应的使用社交网络应用的用户标识的步骤替换；
所述接收所述多媒体播放应用发送的用户标识和与所述用户标识对应的播放记录的步骤用接收所述多媒体播放应用发送的多媒体播放设备标识及对应的播放记录、所述社交网络应用发送的网络应用设备标识及对应的用户标识，获取用户标识和与所述用户标识对应的播放记录的步骤替换。
3.根据权利要求1所述的社交网络中的用户推荐方法，其特征在于，所述用户的多媒体播放记录包括用户标识和播放记录，所述播放记录包括下列信息中一种或多种的组合：多媒体文件名称、多媒体文件标识、多媒体文件时长、多媒体文件品质信息、影音名称、影音类型、播放次数、播放时长。
4.根据权利要求1所述的社交网络中的用户推荐方法，其特征在于，所述社交网络信息共享平台根据所述用户的多媒体播放记录建立同趣用户集合的步骤包括：
获取用户的多媒体播放记录中的聚类分析样本；
根据预设的聚类参数对所述聚类分析样本进行聚类，将聚为一类的用户归入同一个同趣用户集合中。
5.一种社交网络中的用户推荐系统，其特征在于，包括：
第一多媒体播放模块，通过多媒体播放应用所在的设备获取社交网络应用，获取使用所述社交网络应用的用户标识和所述用户标识对应的播放记录；
第一播放记录获取模块，用于社交网络信息共享平台获取用户的多媒体播放记录，具体为接收第一多媒体播放模块发送的用户标识和与所述用户标识对应的播放记录；
用户集合建立模块，用于社交网络信息共享平台根据所述用户的多媒体播放记录建立同趣用户集合；
推荐模块，用于社交网络信息共享平台向所述同趣用户集合中的用户推荐所述同趣用户集合中的其它用户。
6.根据权利要求5所述的社交网络中的用户推荐系统，其特征在于，所述第一多媒体播放模块用第二多媒体播放模块和社交网络应用模块替换，所述第二多媒体播放模块用于获取多媒体播放设备标识和与所述多媒体播放设备标识对应的播放记录；
所述社交网络应用模块，用于获取网络应用设备标识和与所述网络应用标识对应的使用社交网络应用的用户标识；
所述第一播放记录获取模块用第二播放记录获取模块替换，所述第二播放记录获取模块用于接收第二多媒体播放模块发送的多媒体播放设备标识及对应的播放记录、所述社交网络应用模块发送的网络应用设备标识及对应的用户标识，获取用户标识与所述用户标识对应的播放记录。
7.根据权利要求5所述的社交网络中的用户推荐系统，其特征在于，所述用户的多媒体播放记录包括用户标识和播放记录，所述播放记录包括下列信息中一种或多种的组合：多媒体文件名称、多媒体文件标识、多媒体文件时长、多媒体文件品质信息、影音名称、影音类型、播放次数、播放时长。
8.根据权利要求5所述的社交网络中的用户推荐系统，其特征在于，所述用户集合建立模块用于获取预先设置的聚类参数，根据所述聚类参数提取所述用户的多媒体播放记录中的聚类分析样本，根据所述聚类分析样本对用户进行聚类，将聚为一类的用户归入同一个同趣用户集合中。
CN201210076533.9A 2012-03-21 2012-03-21 社交网络中的用户推荐方法和系统 Active CN103327045B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201210076533.9A CN103327045B (zh) 2012-03-21 2012-03-21 社交网络中的用户推荐方法和系统
KR1020147029524A KR101728122B1 (ko) 2012-03-21 2013-03-16 소셜 네트워크에서 사용자들을 추천하기 위한 방법 및 그 시스템
PCT/CN2013/072774 WO2013139239A1 (en) 2012-03-21 2013-03-16 Method for recommending users in social network and the system thereof
US14/386,919 US20150046458A1 (en) 2012-03-21 2013-03-16 Method for recommending users in social network and the system thereof
SG11201405523SA SG11201405523SA (en) 2012-03-21 2013-03-16 Method for recommending users in social network and the system thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210076533.9A CN103327045B (zh) 2012-03-21 2012-03-21 社交网络中的用户推荐方法和系统

Publications (2)

Publication Number Publication Date
CN103327045A CN103327045A (zh) 2013-09-25
CN103327045B true CN103327045B (zh) 2017-03-22

Family

ID=49195575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210076533.9A Active CN103327045B (zh) 2012-03-21 2012-03-21 社交网络中的用户推荐方法和系统

Country Status (5)

Country Link
US (1) US20150046458A1 (zh)
KR (1) KR101728122B1 (zh)
CN (1) CN103327045B (zh)
SG (1) SG11201405523SA (zh)
WO (1) WO2013139239A1 (zh)

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9510055B2 (en) 2013-01-23 2016-11-29 Sonos, Inc. System and method for a media experience social interface
KR102120862B1 (ko) * 2013-08-08 2020-06-18 삼성전자주식회사 클라우드 환경에서 그룹핑된 적어도 하나의 클라이언트에게 컨텐츠 데이터를 전송하는 방법 및 장치
CN103714130B (zh) * 2013-12-12 2017-08-22 深圳先进技术研究院 视频推荐系统及方法
US20150220498A1 (en) 2014-02-05 2015-08-06 Sonos, Inc. Remote Creation of a Playback Queue for a Future Event
US9679054B2 (en) 2014-03-05 2017-06-13 Sonos, Inc. Webpage media playback
CN104915354B (zh) * 2014-03-12 2020-01-10 深圳市腾讯计算机系统有限公司 多媒体文件推送方法及装置
US20150324552A1 (en) 2014-05-12 2015-11-12 Sonos, Inc. Share Restriction for Media Items
US10796384B2 (en) * 2014-05-30 2020-10-06 Google Llc Suggesting pre-created groups based on a user web identity and online interactions
US20150356084A1 (en) 2014-06-05 2015-12-10 Sonos, Inc. Social Queue
CN105335595A (zh) 2014-06-30 2016-02-17 杜比实验室特许公司 基于感受的多媒体处理
US9874997B2 (en) 2014-08-08 2018-01-23 Sonos, Inc. Social playback queues
CN104166716B (zh) * 2014-08-15 2018-12-07 华为技术有限公司 一种评估媒体文件的方法及装置
US9723038B2 (en) 2014-09-24 2017-08-01 Sonos, Inc. Social media connection recommendations based on playback information
WO2016049342A1 (en) * 2014-09-24 2016-03-31 Sonos, Inc. Social media connection recommendations based on playback information
US9959087B2 (en) * 2014-09-24 2018-05-01 Sonos, Inc. Media item context from social media
US10645130B2 (en) 2014-09-24 2020-05-05 Sonos, Inc. Playback updates
US9667679B2 (en) 2014-09-24 2017-05-30 Sonos, Inc. Indicating an association between a social-media account and a media playback system
US9690540B2 (en) 2014-09-24 2017-06-27 Sonos, Inc. Social media queue
US9860286B2 (en) 2014-09-24 2018-01-02 Sonos, Inc. Associating a captured image with a media item
CN104317865B (zh) * 2014-10-16 2017-06-09 南京邮电大学 一种基于音乐情感特征匹配的社交网络搜索交友方法
CN104410878A (zh) * 2014-12-05 2015-03-11 北京国双科技有限公司 视频卡顿次数分布的检测方法和装置
CN104580169A (zh) 2014-12-23 2015-04-29 惠州Tcl移动通信有限公司 一种进行文件同步的方法及系统
CN106294455A (zh) * 2015-05-29 2017-01-04 腾讯科技（深圳）有限公司 一种网络分析方法及装置
CN105005582B (zh) * 2015-06-17 2017-09-15 深圳市腾讯计算机系统有限公司 多媒体信息的推荐方法及装置
CN108108491B (zh) * 2015-07-23 2021-07-30 海信集团有限公司 一种多媒体数据的推荐方法及装置
CN106708883B (zh) 2015-11-17 2020-09-29 阿里巴巴集团控股有限公司 推荐方法及装置
CN106708888B (zh) 2015-11-17 2020-06-26 阿里巴巴集团控股有限公司 推荐方法及装置
US10778803B2 (en) * 2015-11-18 2020-09-15 International Business Machines Corporation Sub-social network based on contextual inferencing
CN105608120A (zh) * 2015-12-16 2016-05-25 中青冠岳科技(北京)有限公司 一种基于即时通讯程序进行目标用户搜索的方法和装置
CN105741131A (zh) * 2016-01-22 2016-07-06 北京三快在线科技有限公司 一种推荐用户信息的方法及装置
CN107153659A (zh) * 2016-03-04 2017-09-12 朱开 一种应用于社交网络的推荐方法与推荐系统
CN105791902B (zh) * 2016-04-21 2019-02-22 广州酷狗计算机科技有限公司 用户推荐方法及装置
CN105872837B (zh) * 2016-04-21 2019-01-29 广州酷狗计算机科技有限公司 用户推荐方法及装置
CN106447504B (zh) * 2016-09-05 2020-06-09 杭州网易云音乐科技有限公司 一种交友的方法和装置
CN107948047B (zh) * 2016-10-13 2020-02-28 腾讯科技（深圳）有限公司 一种用户推荐方法及终端
CN106960014B (zh) * 2017-03-02 2021-02-19 阿里巴巴（中国）有限公司 关联用户推荐方法及装置
KR102010896B1 (ko) * 2017-11-22 2019-08-19 주식회사 찌읏 컨텐츠큐레이션 기반 소셜네트워크서비스 방법 및 이를 이용한 시스템
CN108337562A (zh) * 2018-01-24 2018-07-27 优酷网络技术（北京）有限公司 分享多媒体播放记录的方法及装置
CN109688479B (zh) * 2018-12-26 2022-03-01 杭州蓦然认知科技有限公司 一种弹幕显示方法、弹幕显示装置和弹幕显示服务器
CN110517114A (zh) * 2019-08-21 2019-11-29 广州云徙科技有限公司 一种基于社区发现算法的信息推送方法及系统
US20230082679A1 (en) * 2020-03-18 2023-03-16 Sony Group Corporation Data processing device, data processing method, data processing program, data extraction device, data extraction method, and data extraction program
BE1028278B1 (fr) * 2020-05-07 2021-12-06 Olivier Hemerijck Gestion de l’alimentation électrique par câble Ethernet
CN115065845A (zh) * 2022-06-17 2022-09-16 联通沃音乐文化有限公司 一种社群融合推荐的影音视频播放管理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101079714A (zh) * 2006-12-13 2007-11-28 腾讯科技（深圳）有限公司 一种sns社区中推荐朋友的方法及系统
CN101105795A (zh) * 2006-10-27 2008-01-16 北京搜神网络技术有限责任公司 基于网络行为的个性化推荐方法和系统
JP2008242639A (ja) * 2007-03-26 2008-10-09 Fujifilm Corp 登録制コミュニケーションサイトの提供装置及び方法
CN102044009A (zh) * 2009-10-23 2011-05-04 华为技术有限公司 群组推荐方法和系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8572169B2 (en) * 2006-08-28 2013-10-29 Myspace, Llc System, apparatus and method for discovery of music within a social network
US8832277B2 (en) * 2006-11-30 2014-09-09 Red Hat, Inc. Community tagging of a multimedia stream and linking to related content
US20080320139A1 (en) * 2007-06-25 2008-12-25 Yahoo! Inc. Social mobilized content sharing
CN101770459B (zh) * 2008-12-31 2013-10-09 华为技术有限公司 一种推荐好友的方法和设备
US20110060738A1 (en) * 2009-09-08 2011-03-10 Apple Inc. Media item clustering based on similarity data
CN102130934A (zh) * 2010-01-20 2011-07-20 腾讯数码（天津）有限公司 Sns社区中推荐好友的方法及系统
CN102857471A (zh) * 2011-06-27 2013-01-02 深圳深讯和科技有限公司 多媒体交互方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101105795A (zh) * 2006-10-27 2008-01-16 北京搜神网络技术有限责任公司 基于网络行为的个性化推荐方法和系统
CN101079714A (zh) * 2006-12-13 2007-11-28 腾讯科技（深圳）有限公司 一种sns社区中推荐朋友的方法及系统
JP2008242639A (ja) * 2007-03-26 2008-10-09 Fujifilm Corp 登録制コミュニケーションサイトの提供装置及び方法
CN102044009A (zh) * 2009-10-23 2011-05-04 华为技术有限公司 群组推荐方法和系统

Also Published As

Publication number Publication date
SG11201405523SA (en) 2014-10-30
KR20140139575A (ko) 2014-12-05
US20150046458A1 (en) 2015-02-12
KR101728122B1 (ko) 2017-04-18
WO2013139239A1 (en) 2013-09-26
CN103327045A (zh) 2013-09-25

Similar Documents

Publication Publication Date Title
CN103327045B (zh) 社交网络中的用户推荐方法和系统
CN109241425A (zh) 一种资源推荐方法、装置、设备及存储介质
EP2698967A1 (en) Social network data mining method for terminal user, and relevant method, device and system
US20130110848A1 (en) Systems, methods, and computer readable media for generating recommendations in a media recommendation system
CN107851267A (zh) 用于经由动态分配的虚拟电话号码来同步与语音呼叫相关的数据的系统和方法
US20130311283A1 (en) Data mining method for social network of terminal user and related methods, apparatuses and systems
CN103295150A (zh) 一种精确量化及准确统计投放效果的广告发布系统及方法
CN103838814A (zh) 一种动态展示人脉图谱关系的方法
CN105959208B (zh) 话题推荐方法、装置和服务器
CN106354797B (zh) 数据推荐方法和装置
CN105450778A (zh) 信息推送系统
Hussain et al. Social data analytics tool: A demonstrative case study of methodology and software
KR102082063B1 (ko) 미디어 정보 디스플레이 방법, 서버 및 데이터 저장 매체
CN114448921A (zh) 基于社交关系链的信息展示方法、装置及服务器
CN102939774A (zh) 用于上下文索引的网络资源分段的方法和装置
CN107071711A (zh) 多媒体共享方法、装置及蓝牙设备
CN105868248A (zh) 媒体推荐方法及装置
CN103095559A (zh) 即时通信中输出广告提醒信息的方法及系统
CN102857471A (zh) 多媒体交互方法及系统
CN106231436A (zh) 消息处理方法及处理装置
CN102546972B (zh) 一种广告投放反馈信息有效性验证方法、设备和系统
CN105956009B (zh) 一种实时应景内容匹配与推送的方法
CN104270654A (zh) 互联网视频播放监测方法和装置
CN107749034A (zh) 社交网络中一种安全的朋友推荐方法
CN106354859A (zh) 景点推荐设备、方法及系统

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