CN103593799A - 自然人信息设置方法、系统及相应的好友推荐方法、系统 - Google Patents
自然人信息设置方法、系统及相应的好友推荐方法、系统 Download PDFInfo
- Publication number
- CN103593799A CN103593799A CN201210292336.0A CN201210292336A CN103593799A CN 103593799 A CN103593799 A CN 103593799A CN 201210292336 A CN201210292336 A CN 201210292336A CN 103593799 A CN103593799 A CN 103593799A
- Authority
- CN
- China
- Prior art keywords
- account
- information
- relation integration
- degree
- accounts
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 116
- 230000010354 integration Effects 0.000 claims description 291
- 230000007717 exclusion Effects 0.000 claims description 78
- 230000003068 static effect Effects 0.000 claims description 30
- 230000003542 behavioural effect Effects 0.000 claims description 27
- 238000012216 screening Methods 0.000 claims description 23
- 230000002452 interceptive effect Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 240000004859 Gamochaeta purpurea Species 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- 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
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2272—Management thereof
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及一种自然人信息设置方法、系统及相应好友推荐方法、系统。该自然人信息设置方法包括步骤:根据每个帐户和其他帐户的关联度指数和互斥度指数,确定每个账户的关联集合;对所有的关联集合进行收敛处理,使得收敛处理后的任意两个关联集合中的关联帐户均不重复;以及对收敛处理后的同一关联集合中的关联帐户设置相同的自然人信息,并根据自然人信息对同一关联集合中的关联帐户进行同一自然人设置。本发明还涉及一种自然人信息设置系统、好友推荐方法及相应的好友推荐系统。本发明的自然人信息设置方法、系统及相应好友推荐方法、系统可消除具有多个帐户的自然人对好友推荐的负面影响。
Description
技术领域
本发明涉及网络社交领域,特别是涉及一种自然人信息设置方法、系统及相应基于自然人信息的好友推荐方法、系统。
背景技术
现在存在许多用于人们进行网络虚拟社交的虚拟社交网络平台,人们往往会将其现实生活中的朋友介绍到他们所加入的虚拟社交网络平台,因此在虚拟社交网络平台中存在着许多反映人们现实生活关系的“圈子”。在每个圈子中,圈子主人(其具有虚拟社交网络平台的帐户)可以看到他的好友,同时虚拟社交网络平台还会根据每个圈子主人的帐户共同拥有的好友的数量,给每个圈子主人的帐户推荐其好友的好友。
如图1所示,图1为某个虚拟社交网络平台的多个圈子的关系示意图。其中圈子主人A和圈子主人B相互不认识(或在该虚拟社交网络平台里相互不认识),但圈子主人A的帐户和圈子主人B的帐户共同拥有3个共同好友C1、C2以及C3,这时虚拟社交网络平台认为圈子主人A和圈子主人B的现实生活中的交际圈较近,因此会给圈子主人A的帐户推荐圈子主人B的帐户,同时给圈子主人B的帐户推荐圈子主人A的帐户,这样圈子主人可以通过其帐户的好友的好友认识更多的在现实生活中比较接近的人,从而可以进一步扩展他现实生活的交际圈。
但是由于在现实中一个自然人可能在同一个虚拟社交网络平台拥有多个帐户,如上述的圈子主人A的帐户和圈子主人B的帐户的共同好友C1、C2以及C3可能是同一个自然人C在该虚拟社交网络中的三个的帐户,其实圈子主人A的帐户和圈子主人B的帐户只有自然人C这一个现实的共同好友,现实生活中圈子主人A和圈子主人B的交集并不多,这样就会造成虚拟社交网络平台误认为圈子主人A和圈子主人B在现实生活中的交际圈较近,给圈子主人进行了不能真实反映现实生活关系的好友推荐,这样同时对用于进行好友推荐的系统资源造成一定程度浪费。
故,有必要提供一种自然人信息设置方法、系统及相应基于自然人信息的好友推荐方法、系统,以解决现有技术所存在的问题。
发明内容
本发明的目的在于提供一种可消除具有多个帐户的自然人对好友推荐的负面影响,使得可更有效的利用系统资源进行好友推荐的自然人信息设置方法、系统及相应基于自然人信息的好友推荐方法、系统。解决了具有多个帐户的自然人可能对好友推荐产生负面影响,同时对用于进行好友推荐的系统资源造成浪费的技术问题。
为解决上述问题,本发明提供的技术方案如下:
本发明涉及一种自然人信息设置方法,其包括步骤:
根据每个帐户和其他帐户的关联度指数和互斥度指数,确定所述每个账户的关联集合;
对所有的所述关联集合进行收敛处理,使得所述收敛处理后的任意两个所述关联集合中的关联帐户均不重复;以及
对收敛处理后的同一所述关联集合中的关联帐户设置相同的自然人信息,并根据所述自然人信息对同一所述关联集合中的关联帐户进行同一自然人设置。
在本发明所述的自然人信息设置方法中,根据所述每个帐户与其他帐户的静态关联度信息和动态关联度信息,确定所述每个帐户与其他帐户的关联度指数;
所述静态关联度信息包括所述每个帐户与其他帐户的个人资料信息的相似度、联系方法信息的相似度以及兴趣爱好信息的相似度的至少其中之一;
所述动态关联度信息包括所述每个帐户与其他帐户的登陆行为信息的相似度以及线上行为信息的相似度的至少其中之一。
在本发明所述的自然人信息设置方法中,根据所述每个帐户与其他帐户的静态互斥度信息和动态互斥度信息,确定所述每个帐户与其他帐户的互斥度指数;
所述静态互斥度信息包括所述每个帐户与其他帐户的地理位置信息的相似度;
所述动态互斥度信息包括所述每个帐户与其他帐户的登陆行为信息的相似度、线上行为信息的相似度以及互动信息的至少其中之一。
在本发明所述的自然人信息设置方法中,所述根据每个帐户和其他帐户的关联度指数和互斥度指数,确定所述每个账户的关联集合的步骤包括:
根据所述每个帐户和其他帐户的关联度指数确定待设置自然人信息的帐户的初步关联集合,所述初步关联集合中包括待选关联帐户;
根据所述初步关联集合中的帐户和所述初步关联集合中的其他帐户的关联度指数和互斥度指数对所述初步关联集合中的所述待选关联帐户进行筛选,得到所述待设置自然人信息的帐户的关联集合,所述关联集合中包括关联帐户;以及
将每个帐户依次作为所述待设置自然人信息的帐户,获取与所述每个帐户相应的关联集合,每个关联集合与一帐户相对应。
在本发明所述的自然人信息设置方法中,所述根据所述每个帐户和其他帐户的关联度指数确定待设置自然人信息的帐户的初步关联集合,所述初步关联集合中包括待选关联帐户的步骤包括:
将所述待设置自然人信息的帐户加入到所述初步关联集合中;
对所述待设置自然人信息的帐户和其他帐户的关联度指数进行判断,将与所述待设置自然人信息的帐户的关联度指数大于第一设定值的帐户加入到所述初步关联集合中;以及
对加入到所述初步关联集合中的帐户和其他帐户的关联度指数进行判断,将与所述加入到所述初步关联集合中的帐户的关联度指数大于第一设定值,且没有在所述初步关联集合中的帐户加入到所述初步关联集合中,重复本步骤直至没有新的帐户加入到所述初步关联集合中,所述初步关联集合中包括待选关联帐户。
在本发明所述的自然人信息设置方法中,所述根据所述初步关联集合中的帐户和所述初步关联集合中的其他帐户的关联度指数和互斥度指数对所述初步关联集合中的所述待选关联帐户进行筛选,得到所述待设置自然人信息的帐户的关联集合,所述关联集合中包括关联帐户的步骤包括:
通过下式对所述初步关联集合中的待设置自然人信息的帐户和所述待选关联帐户进行异主判定,
E>=p*D;
其中D为所述初步关联集合中的待设置自然人信息的帐户和待选关联帐户的关联度指数,E为所述初步关联集合中的待设置自然人信息的帐户和待选关联帐户的互斥度指数,p为一常数,0<p<1,
将满足所述异主判定条件的待选关联帐户移出所述初步关联集合;以及
通过下式对经上一步骤处理过的初步关联集合中的待选关联帐户两两进行异主判定,
E>=p*D;
其中D为所述初步关联集合中的进行判定的两个待选关联帐户的关联度指数,E为所述初步关联集合中的进行判定的两个待选关联帐户的互斥度指数,p为一常数,0<p<1,
将满足所述异主判定条件的两个待选关联帐户中,与所述待设置自然人信息的帐户的关联度指数较小的待选关联帐户移出所述初步关联集合,得到所述待设置自然人信息的帐户的关联集合,所述关联集合中包括关联帐户。
在本发明所述的自然人信息设置方法中,所述对所有的所述关联集合进行收敛处理,使得所述收敛处理后的任意两个所述关联集合中的关联帐户均不重复的步骤具体为:
对关联帐户完全相同的关联集合进行合并,对有部分关联帐户相同的关联集合分拆为多个关联集合,使得所述收敛处理后的任意两个关联集合中的关联帐户均不重复。
本发明还涉及一种自然人信息设置系统,其包括:
关联集合确定模块,用于根据每个帐户和其他帐户的关联度指数和互斥度指数,确定所述每个账户的关联集合;
收敛模块,用于对所有的所述关联集合进行收敛处理,使得所述收敛处理后的任意两个所述关联集合中的关联帐户均不重复;以及
设置模块,用于对收敛处理后的同一所述关联集合中的关联帐户设置相同的自然人信息,并根据所述自然人信息对同一关联集合中的关联帐户进行同一自然人设置。
在本发明所述的自然人信息设置系统中,所述自然人信息设置系统包括:
关联度指数确定模块,用于根据所述每个帐户与其他帐户的静态关联度信息和动态关联度信息,确定所述每个帐户与其他帐户的关联度指数,
所述静态关联度信息包括所述每个帐户与其他帐户的个人资料信息的相似度、联系方法信息的相似度以及兴趣爱好信息的相似度的至少其中之一;
所述动态关联度信息包括所述每个帐户与其他帐户的登陆行为信息的相似度以及线上行为信息的相似度的至少其中之一。
在本发明所述的自然人信息设置系统中,所述自然人信息设置系统包括:
互斥度指数确定模块,用于根据所述每个帐户与其他帐户的静态互斥度信息和动态互斥度信息,确定所述每个帐户与其他帐户的互斥度指数,
所述静态互斥度信息包括所述每个帐户与其他帐户的地理位置信息的相似度;
所述动态互斥度信息包括所述每个帐户与其他帐户的登陆行为信息的相似度、线上行为信息的相似度以及互动信息的至少其中之一。
在本发明所述的自然人信息设置系统中,所述关联集合确定模块包括:
初步关联集合确定单元,用于根据所述每个帐户和其他帐户的关联度指数确定待设置自然人信息的帐户的初步关联集合,所述初步关联集合中包括待选关联帐户;以及
筛选单元,用于根据所述初步关联集合中的帐户和所述初步关联集合中的其他帐户的关联度指数和互斥度指数对所述初步关联集合中的所述待选关联帐户进行筛选,得到所述待设置自然人信息的帐户的关联集合,所述关联集合中包括关联帐户。
在本发明所述的自然人信息设置系统中,所述初步关联集合确定单元包括:
第一确定子单元,用于将所述待设置自然人信息的帐户加入到所述初步关联集合中;以及
第二确定子单元,用于对加入到所述初步关联集合中的帐户和其他帐户的关联度指数进行判断,将与所述加入到所述初步关联集合中的帐户的关联度指数大于第一设定值,且没有在所述初步关联集合中的帐户加入到所述初步关联集合中。
在本发明所述的自然人信息设置系统中,所述筛选单元包括:
第一筛选子单元,用于通过下式对所述初步关联集合中的待设置自然人信息的帐户和所述待选关联帐户进行异主判定,
E>=p*D;
其中D为所述初步关联集合中的待设置自然人信息的帐户和待选关联帐户的关联度指数,E为所述初步关联集合中的待设置自然人信息的帐户和待选关联帐户的互斥度指数,p为一常数,0<p<1,
将满足所述异主判定条件的待选关联帐户移出所述初步关联集合;以及
第二筛选子单元,通过下式对经所述第一筛选子单元处理过的初步关联集合中的待选关联帐户两两进行异主判定,
E>=p*D;
其中D为所述初步关联集合中的进行判定的两个待选关联帐户的关联度指数,E为所述初步关联集合中的进行判定的两个待选关联帐户的互斥度指数,p为一常数,0<p<1,
将满足所述异主判定条件的两个待选关联帐户中,与所述待设置自然人信息的帐户的关联度指数较小的待选关联帐户移出所述初步关联集合,得到所述待设置自然人信息的帐户的关联集合,所述关联集合中包括关联帐户。
在本发明所述的自然人信息设置系统中,所述收敛模块具体用于对关联帐户完全相同的关联集合进行合并,对有部分关联帐户相同的关联集合分拆为多个关联集合,使得所述收敛处理后的任意两个关联集合中的关联帐户均不重复。
本发明还涉及一种好友推荐方法,其包括步骤:
根据帐户与陌生帐户的共同好友的数量,确定将所述陌生帐户设定为待推荐好友;
根据帐户与所述待推荐好友的共同好友的自然人信息,对所述帐户与所述待推荐好友的共同好友的数量进行修正,获取修正后的帐户与所述待推荐好友的共同好友的数量;以及
根据所述修正后的帐户与所述待推荐好友的共同好友的数量,确定向所述帐户推荐所述待推荐好友;
所述帐户与所述待推荐好友的共同好友的自然人信息通过上述自然人信息设置方法进行设置。
本发明还涉及一种好友推荐系统,其包括:
待推荐好友获取模块,用于根据帐户与陌生帐户的共同好友的数量,确定将所述陌生帐户设定为待推荐好友;
修正模块,用于根据帐户与所述待推荐好友的共同好友的自然人信息,对所述帐户与所述待推荐好友的共同好友的数量进行修正,获取修正后的帐户与所述待推荐好友的共同好友的数量;以及
推荐模块,用于根据所述修正后的帐户与所述待推荐好友的共同好友的数量,确定向所述帐户推荐所述待推荐好友;
所述帐户与所述待推荐好友的共同好友的自然人信息通过上述自然人信息设置系统进行设置。
相较于现有的好友推荐方法及系统,本发明的自然人信息设置方法、系统及相应基于自然人信息的好友推荐方法、系统可消除具有多个帐户的自然人对好友推荐的负面影响,使得可更有效的利用系统资源进行好友推荐,解决了具有多个帐户的自然人可能对好友推荐产生负面影响,同时对用于进行好友推荐的系统资源造成浪费的技术问题。
为让本发明的上述内容能更明显易懂,下文特举优选实施例,并配合所附图式,作详细说明如下:
附图说明
图1为某个虚拟社交网络平台的多个圈子的关系示意图;
图2为本发明的自然人信息设置方法的优选实施例的流程图;
图3为本发明的自然人信息设置方法的优选实施例的详细流程图;
图4为图3所示的步骤302的详细流程图;
图5为图3所示的步骤303的详细流程图;
图6为本发明的自然人信息设置系统的结构示意图;
图7为本发明的好友推荐方法的优选实施例的流程图;
图8为采用本发明的好友推荐方法对图1所示的多个圈子的关系进行处理后的多个圈子的关系示意图;
图9为本发明的好友推荐系统的优选实施例的结构示意图;
其中,附图标记说明如下:
61、关联集合确定模块;
62、收敛模块;
63、设置模块;
64、关联度指数确定模块;
65、互斥度指数确定模块;
91、待推荐好友获取模块;
92、修正模块;
93、推荐模块;
94、自然人信息设置系统。
具体实施方式
以下各实施例的说明是参考附加的图式,用以例示本发明可用以实施的特定实施例。本发明所提到的方向用语,例如「上」、「下」、「前」、「后」、「左」、「右」、「内」、「外」、「侧面」等,仅是参考附加图式的方向。因此,使用的方向用语是用以说明及理解本发明,而非用以限制本发明。
在图中,结构相似的单元是以相同标号表示。
请参照图2,图2为本发明的自然人信息设置方法的优选实施例的流程图。该自然人信息设置方法包括:
步骤201,根据每个帐户和其他帐户的关联度指数和互斥度指数,确定所述每个账户的关联集合;
步骤202,对所有的所述关联集合进行收敛处理,使得所述收敛处理后的任意两个所述关联集合中的关联帐户均不重复;
步骤203,对收敛处理后的同一所述关联集合中的关联帐户设置相同的自然人信息,并根据自然人信息对同一关联集合中的关联帐户进行同一自然人设置。
该自然人信息设置方法结束于步骤203。
下面结合图3详细说明本发明的自然人信息设置方法的各步骤的具体流程,图3为本发明的自然人信息设置方法的优选实施例的详细流程图。
在步骤301中,首先计算该虚拟社交网络平台中的每个帐户与其他帐户的关联度指数和互斥度指数。
其中每个帐户和其他帐户的关联度指数D包括静态关联度信息D1和动态关联度信息D2,
D=w1*D1+w2*D2,
其中w1+w2=1,w1和w2为常数,0<w1<1,0<w2<1;
该静态关联度信息D1包括但不限于每个帐户和其他帐户的个人资料信息的相似度、联系方法信息的相似度以及兴趣爱好信息的相似度的至少其中之一。由于同一自然人的个人资料信息、联系方法信息以及兴趣爱好信息一般会相同或相似,因此该相似度越高,则静态关联度信息D1的值越大;该相似度越低,则静态关联度信息D1的值越小。
该动态关联度信息D2包括但不限于每个帐户和其他帐户的登陆行为信息的相似度以及线上行为信息的相似度的至少其中之一。其中线上行为信息可包括帐户的浏览行为等。由于同一自然人的在线时间信息以及在线行为信息一般会相同或相似,因此该相似度越高,则动态关联度信息D2的值越大;该相似度越低,则动态关联度信息D2的值越小。
虚拟社交网络平台可以通过调整w1和w2的值来改变静态关联度信息D1和动态关联度信息D2对关联度指数D影响的权重。
其中每个帐户和其他帐户的互斥度指数E包括静态互斥度信息E1和动态互斥度信息E2,
E=y1*E1+y2*E2,
其中y1+y2=1,y1和y2为常数,0<y1<1,0<y2<1;
该静态互斥度信息E1包括但不限于每个帐户和其他帐户的地理位置信息的相似度。由于同一自然人一般不会经常在不同的地方登陆虚拟社交网络平台,因此该相似度越高,则静态互斥度信息E1的值越小;该相似度越低,则静态互斥度信息E1的值越大。
该动态互斥度信息E2包括但不限于每个帐户和其他帐户的登陆行为信息的相似度、线上行为信息的相似度以及互动信息的至少其中之一。由于同一自然人的登陆行为信息以及线上行为信息一般会相同或相似,因此该相似度越高,则动态互斥度信息E2的值越小;该相似度越低,则动态互斥度信息E2的值越大。其中互动信息包括相互访问等互动行为的时长和频率等。由于同一自然人一般不会进行互动,因此互动行为的时长越长、频率越高,则动态互斥度信息E2的值越大;反则动态互斥度信息E2的值越小。
虚拟社交网络平台可以通过调整y1和y2的值来改变静态互斥度信息E1和动态互斥度信息E2对互斥度指数E影响的权重。
通过上述步骤301获取了每个帐户和其他帐户的关联度指数D和互斥度指数E。
图4为图3所示的步骤302的详细流程图。
在步骤302中,根据每个帐户和其他帐户的关联度指数确定该待设置自然人信息的帐户(下面简称待设置帐户)的初步关联集合,该初步关联集合中包括待选关联帐户,其包括:
步骤3021,将待设置帐户加入到初步关联集合中,转到步骤3022;
步骤3022,对待设置帐户和其他帐户的关联度指数进行判断,将与待设置帐户的关联度指数大于第一设定值的帐户加入到初步关联集合中,转到步骤3023;
步骤3023,对上一步骤加入到初步关联集合中的帐户和其他帐户的关联度指数进行判断,将与上一步骤加入到初步关联集合中的帐户的关联度指数大于第一设定值,且没有在初步关联集合中的帐户加入到初步关联集合中,重复步骤3023直至没有新的帐户加入到初步关联集合中,这时初步关联集合中包括待选关联帐户以及待设置帐户。步骤3022和步骤3023中的第一设定值可根据帐户需要进行设置。
通过上述步骤302初步确定了待设置帐户的初步关联集合中的待选关联帐户。
图5为图3所示的步骤303的详细流程图。
在步骤303中,根据初步关联集合中的帐户和初步关联集合中的其他帐户的关联度指数和互斥度指数对待设置帐户的初步关联集合中的待选关联帐户进行筛选,得到所述待设置帐户的关联集合,其包括:
步骤3031,通过下式对初步关联集合中的待设置帐户和待选关联帐户进行异主判定,
E>=p*D;
其中0<p<1;
如待设置帐户和初步关联集合中的待选关联帐户的关联度指数D和互斥度指数E满足上述条件,则将满足该条件的待选关联帐户移出初步关联集合,其中p可以根据客户需要进行设定,转到步骤3032;
步骤3032,通过下式对经上一步骤处理过的初步关联集合中的待选关联帐户两两进行异主判定,
E>=p*D;
其中0<p<1;
如有两个待选关联帐户之间的关联度指数D和互斥度指数E满足上述条件,则将两个待选关联帐户中,与待设置帐户的关联度指数较小的待选关联帐户移出初步关联集合,得到待设置帐户的关联集合,其中p可以根据客户需要进行设定。这时关联集合中包括关联帐户,同时判定结束后将待设置帐户也设置为关联集合中的关联帐户。
通过上述步骤303最终确定了待设置帐户的关联集合中的关联帐户。
在步骤304中,将虚拟社交网络平台中的每个帐户作为待设置帐户,通过步骤302和步骤303确定其相应的关联集合中的关联帐户,以获得与帐户数量相同的关联集合。
在步骤305中,对上述多个关联集合进行收敛处理,即关联帐户完全相同的关联集合进行合并,有部分关联帐户相同的关联集合拆分为多个关联集合,使得收敛处理后的任意两个关联集合中的关联帐户均不重复,同时每个关联集合中的关联帐户两两之间均不满足上述的异主判定。
在步骤306中,对收敛处理后的同一关联集合中的关联帐户设置相同的自然人信息,并根据自然人信息对同一关联集合中的关联帐户进行同一自然人设置。
下面通过某一帐户的具体实施例说明采用本发明的自然人信息设置方法设置某个帐户(共同好友)的自然人信息。
在步骤301中,获取虚拟社交网络平台中的每个帐户与其他帐户的关联度指数和互斥度指数,该虚拟社交网络平台可为QQ、微信等网络平台;
在步骤302中,假设待设置帐户为A,如待设置帐户A与帐户A1、帐户A2的关联度指数大于第一设定值,则将待设置帐户A、帐户A1以及帐户A2加入到待设置帐户A的关联集合a中,此时关联集合a={A、A1、A2}。
然后对帐户A1、帐户A2和其他帐户的关联度指数进行判断,如帐户A1与帐户A3的关联度指数大于第一设定值,帐户A2与帐户A4、帐户A5的关联度指数大于第一设定值,则将帐户A3、帐户A4以及帐户A5加入到待设置帐户A的初步关联集合a中,此时初步关联集合a={A、A1、A2、A3、A4、A5}。
随后对新加入的帐户A3、帐户A4、帐户A5和其他帐户的关联度指数进行判断,将与帐户A3、帐户A4以及帐户A5中某个的关联度指数大于第一设定值,且尚未在初步关联集合a中的其他帐户也加入到初步关联集合a中,对新加入的帐户依次判断直至没有新的帐户加入到初步关联集合a中。这里假设步骤302结束时待设置帐户A的初步关联集合a={A、A1、A2、A3、A4、A5、A6},其中包括待选关联帐户A1、A2、A3、A4、A5以及A6。
在步骤303中,对初步关联集合a中的待设置帐户A和待选关联帐户A1、A2、A3、A4、A5以及A6一一进行异主判定,即对A与A1、A与A2、A与A3、A与A4、A与A5、A与A6 分别进行异主判定。如待选关联帐户A1、待选关联帐户A2、待选关联帐户A3和待设置帐户A的关联度指数D和互斥度指数E满足异主判定条件(E>=p*D,0<p<1),即将待选关联帐户A1、待选关联帐户A2以及待选关联帐户A3移出关联集合a,此时初步关联集合a={A、A4、A5、A6}。
然后对初步关联集合a中的待选关联帐户A4、A5以及A6两两进行异主判定。即对A4与A5、A4与A6、A5与A6分别进行异主判定。如待选关联帐户A4与待选关联帐户A5的关联度指数D和互斥度指数E满足异主判定条件(E>=p*D,0<p<1),且待选关联帐户A4与待设置帐户A的关联度指数小于待选关联帐户A5与待设置帐户A的关联度指数,则将待选关联帐户A4移出初步关联集合a。步骤303结束时待设置帐户A的关联集合a={A、A5、A6},这时将待设置帐户A也设置为关联集合a的关联帐户,这样关联集合a包括关联帐户A、A5以及A6。
在步骤304中,对其他帐户同样进行步骤302和步骤303的判定,并且得到相应的关联集合,例如帐户B的关联集合b={B、B1、B2},帐户A5的关联集合a5={A、A5、A6},帐户A4的关联集合为A3={A3、A6}。
在步骤305中,对上述的关联集合进行收敛处理,如帐户A和帐户A5的关联集合中的关联帐户完全相同,则将这两个关联集合合并为一个集合,帐户A3、帐户A5以及帐户A的关联集合有部分关联帐户相同,则将这三个关联集合分拆为{A3}、{A、A5}、{A6},以保证收敛处理后的任意两个关联集合中的关联帐户均不重复,同时每个关联集合中的关联帐户两两之间均不满足上述的异主判定。
在步骤306中,将待设置帐户A所在的关联集合中的待设置帐户A(同时也为关联帐户)和关联帐户A5设置相同的自然人信息,这样就获取了帐户A和帐户A5的自然人信息,这时可根据帐户A和帐户A5的自然人信息对帐户A和帐户A5进行同一自然人设置,以消除具有多个帐户的自然人对一些帐户应用的负面影响,使得可更有效的利用系统资源。
本发明还涉及一种自然人信息设置系统,请参照图6,图6为本发明的自然人信息设置系统的结构示意图。该自然人信息设置系统包括关联集合确定模块61、收敛模块62、设置模块63、关联度指数确定模块64以及互斥度指数确定模块65。
关联集合确定模块61,用于根据每个帐户和其他帐户的关联度指数和互斥度指数,确定每个账户的关联集合;收敛模块62,用于对关联帐户完全相同的关联集合进行合并,对有部分关联帐户相同的关联集合分拆为多个关联集合,使得收敛处理后的任意两个关联集合中的关联帐户均不重复;设置模块63,用于对收敛处理后的同一关联集合中的关联帐户设置相同的自然人信息,并根据自然人信息对同一关联集合中的关联帐户进行同一自然人设置。
关联度指数确定模块64,用于根据每个帐户与其他帐户的静态关联度信息和动态关联度信息,确定每个帐户与其他帐户的关联度指数;互斥度指数确定模块65,用于根据每个帐户与其他帐户的静态互斥度信息和动态互斥度信息,确定每个帐户与其他帐户的互斥度指数。静态关联度信息包括但不限于每个帐户与其他帐户的个人资料信息的相似度、联系方法信息的相似度以及兴趣爱好信息的相似度的至少其中之一。动态关联度信息包括但不限于每个帐户与其他帐户的登陆行为信息的相似度以及线上行为信息的相似度的至少其中之一。静态互斥度信息包括但不限于每个帐户与其他帐户的地理位置信息的相似度。动态互斥度信息包括但不限于每个帐户与其他帐户的登陆行为信息的相似度、线上行为信息的相似度以及互动信息的至少其中之一。
关联集合确定模块61包括初步关联集合确定单元以及筛选单元。初步关联集合确定单元,用于根据每个帐户和其他帐户的关联度指数确定待设置帐户的初步关联集合,初步关联集合中包括待选关联帐户;筛选单元,用于根据初步关联集合中的帐户和初步关联集合中的其他帐户的关联度指数和互斥度指数对初步关联集合中的所述待选关联帐户进行筛选,得到待设置帐户的关联集合,关联集合中包括关联帐户。
初步关联集合确定单元包括第一确定子单元以及第二确定子单元。第一确定子单元,用于将待设置帐户加入到初步关联集合中;第二确定子单元,用于对加入到初步关联集合中的帐户和其他帐户的关联度指数进行判断,将与加入到初步关联集合中的帐户的关联度指数大于第一设定值,且没有在初步关联集合中的帐户加入到初步关联集合中。
筛选单元包括第一筛选子单元以及第二筛选子单元。第一筛选子单元,用于对初步关联集合中的待设置帐户和待选关联帐户进行异主判定,将满足异主判定条件的待选关联帐户移出初步关联集合;第二筛选子单元,用于对经第一筛选子单元处理过的初步关联集合中的待选关联帐户两两进行异主判定,将满足异主判定条件的两个待选关联帐户中,与待设置帐户的关联度指数较小的待选关联帐户移出初步关联集合,得到待设置帐户的关联集合。
本发明的自然人信息设置系统使用时,首先通过关联度指数确定模块64确定每个帐户与其他帐户的关联度指数,然后通过互斥度指数确定模块65确定每个帐户与其他帐户的互斥度指数。关联度指数确定模块64的具体工作流程请参见上述自然人信息设置方法的具体实施例中的步骤301。
随后关联集合确定模块61的初步关联集合确定单元根据每个帐户和其他帐户的关联度指数确定待设置帐户的初步关联集合的待选关联帐户。其中初步关联集合确定单元的第一确定子单元将待设置帐户加入到初步关联集合中;第二确定子单元对加入到初步关联集合中的帐户和其他帐户的关联度指数进行判断,将与加入到初步关联集合中的帐户的关联度指数大于第一设定值,且没有在初步关联集合中的帐户加入到初步关联集合中,从而确定了待设置帐户的初步关联集合。初步关联集合确定单元的具体工作流程请参见上述自然人信息设置方法的具体实施例中的步骤302。
随后关联集合确定模块61的筛选单元根据初步关联集合中的帐户和初步关联集合中的其他帐户的关联度指数和互斥度指数对初步关联集合中的所述待选关联帐户进行筛选。其中第一筛选子单元对初步关联集合中的待设置帐户和待选关联帐户进行异主判定,将满足异主判定条件的待选关联帐户移出初步关联集合;第二筛选子单元对经第一筛选子单元处理过的初步关联集合中的待选关联帐户两两进行异主判定,将满足异主判定条件的两个待选关联帐户中,与待设置帐户的关联度指数较小的待选关联帐户移出初步关联集合,从而确定待设置帐户的关联集合。筛选单元的具体工作流程请参见上述自然人信息设置方法的具体实施例中的步骤303。
随后依次将虚拟社交网络平台中的每个帐户作为待设置帐户,通过关联集合确定模块61确定每个帐户相应的关联集合中的关联帐户,以获得与帐户数量相同的关联集合。
随后收敛模块62对上述多个关联集合进行收敛处理,即关联帐户完全相同的关联集合进行合并,有部分关联帐户相同的关联集合分拆为多个关联集合,使得收敛处理后的任意两个关联集合中的关联帐户均不重复,同时每个关联集合中的关联帐户两两之间均不满足上述的异主判定。
最后设置模块63对收敛处理后的同一关联集合中的关联帐户设置相同的自然人信息,并根据自然人信息对同一关联集合中的关联帐户进行同一自然人设置。
本发明还涉及一种好友推荐方法,请参照图7,图7为本发明的好友推荐方法的优选实施例的流程图。该好友推荐方法包括:
步骤701,根据帐户与陌生帐户的共同好友的数量,确定将该陌生帐户设定为待推荐好友,转到步骤702;
步骤702,根据帐户与待推荐好友的共同好友的自然人信息,对帐户与待推荐好友的共同好友的数量进行修正,获取修正后的帐户与待推荐好友的共同好友的数量,转到步骤703;
步骤703,根据修正后的帐户与待推荐好友的共同好友的数量,确定向帐户推荐所述待推荐好友。
该好友推荐方法结束于步骤703。
下面将详细说明本发明的基于自然人信息的好友推荐方法的流程。
在步骤701中,虚拟社交网络平台会接收到用户的推荐好友请求;这时虚拟社交网络平台会分析用户的帐户现有的好友,获取与帐户具有一定数量的共同好友的陌生帐户(该陌生帐户均不是该帐户的好友)的名单,并根据帐户与该陌生帐户的共同好友的数量,确定是否将该陌生帐户定为待推荐好友。达到推荐标准的所述帐户与该陌生帐户的共同好友的数量可以根据实际的要求进行设定,一般会大于2,以避免帐户和该陌生帐户只是具有少量的共同好友,而在现实生活中交际圈较远,这样会对帐户进行不能真实反映现实生活关系的好友推荐。
在步骤702中,虚拟社交网络平台会确定帐户与待推荐好友的每个共同好友的自然人信息。该共同好友的自然人信息用于判断帐户和待推荐好友的共同好友中的实际自然人的数量,以避免根据帐户和待推荐好友的共同好友在虚拟社交网络平台内的帐户数量来向帐户推荐好友。同一自然人在该虚拟社交网络平台使用的所有的帐户的自然人信息均相同,例如为一固定ID号。该自然人信息的设置方法请参见上述自然人信息设置方法的具体实施例。
然后根据帐户和待推荐好友的每个共同好友的自然人信息,对帐户和待推荐好友的共同好友的数量进行修正,即将自然人信息相同的两个共同好友合并为一个共同好友。最终获取修正后的帐户和待推荐好友的共同好友的数量。
在步骤703中,根据修正后的帐户和待推荐好友的共同好友的数量,确定给帐户推荐该待推荐好友,这里达到推荐标准的所述修正后的帐户和待推荐好友的共同好友的数量可根据实际的要求进行设定,该数量可与步骤701中的达到推荐标准的所述帐户与该陌生账户的共同好友的数量相同,如修正后的帐户和待推荐好友的共同好友的数量没有达到上述的推荐标准,则不对该账户推荐该待推荐好友。
进一步在采用本发明的好友推荐方法时,如虚拟社交网络平台发现待推荐好友的自然人信息与请求推荐好友的帐户的某个好友的自然人信息相同时,虚拟社交网络平台会将该待推荐好友从该帐户的好友推荐名单中删除,这样可以使好友推荐更加贴近现实关系,同时也能减少隐私暴露的风险。
请参照图8,图8为采用本发明的好友推荐方法对图1所示的多个圈子的关系进行处理后的多个圈子的关系示意图。采用本发明的基于自然人信息的好友推荐方法后,虚拟社交网络平台会读取图1中的圈子主人A的帐户和圈子主人B的帐户共同拥有3个共同好友C1、C2以及C3的自然人信息,在发现C1、C2以及C3的自然人信息相同后,就会将圈子主人A的帐户和圈子主人B的帐户的共同好友的数量修正为1个,从而消除了具有多个帐户的自然人对好友推荐的负面影响。
本发明还涉及一种好友推荐系统,请参照图9,图9为本发明的好友推荐系统的优选实施例的结构示意图。该好友推荐系统包括待推荐好友获取模块91、修正模块92以及推荐模块93。待推荐好友获取模块91,用于根据帐户与陌生帐户的共同好友的数量,确定将该陌生帐户设定为待推荐好友;修正模块92,用于根据帐户与待推荐好友的共同好友的自然人信息,对帐户与待推荐好友的共同好友的数量进行修正,获取修正后的帐户与待推荐好友的共同好友的数量;推荐模块93,用于根据修正后的帐户待推荐好友的共同好友的数量,确定向所述帐户推荐所述待推荐好友。其中帐户与待推荐好友的共同好友的自然人信息是通过上述的自然人信息设置系统94进行设置的。
本发明的好友推荐系统的待推荐好友获取模块91根据帐户与陌生帐户的共同好友的数量,确定是否将陌生帐户设定为待推荐好友;如待推荐好友获取模块91确定将该陌生帐户设定为待推荐好友,随后修正模块92根据帐户与待推荐好友的共同好友的自然人信息,对帐户与待推荐好友的共同好友的数量进行修正,获取修正后的帐户与待推荐好友的共同好友的数量,其中帐户与待推荐好友的共同好友的自然人信息是通过自然人信息设置系统94进行设置的;最后推荐模块93根据修正后的帐户与待推荐好友的共同好友的数量,确定向帐户推荐所述待推荐好友。
该好友推荐系统的具体工作流程与上述的好友推荐方法的流程以及自然人信息设置系统的工作流程相同或相似,具体请参见上述好友推荐方法和自然人信息设置系统的具体实施例。
本发明的自然人信息设置方法、系统及相应基于自然人信息的好友推荐方法、系统可消除具有多个帐户的自然人对好友推荐的负面影响,使得可更有效的利用系统资源进行好友推荐,解决了具有多个帐户的自然人可能对好友推荐产生负面影响,同时对用于进行好友推荐的系统资源造成浪费的技术问题,且本发明的设置的自然人信息不仅可用于好友推荐,还可用于其他网络交际领域的应用,以消除具有多个帐户的自然人对该应用产生的负面影响。
综上所述,虽然本发明已以优选实施例揭露如上,但上述优选实施例并非用以限制本发明,本领域的普通技术人员,在不脱离本发明的精神和范围内,均可作各种更动与润饰,因此本发明的保护范围以权利要求界定的范围为准。
Claims (16)
1.一种自然人信息设置方法,其特征在于,包括步骤:
根据每个帐户和其他帐户的关联度指数和互斥度指数,确定所述每个账户的关联集合;
对所有的所述关联集合进行收敛处理,使得所述收敛处理后的任意两个所述关联集合中的关联帐户均不重复;以及
对收敛处理后的同一所述关联集合中的关联帐户设置相同的自然人信息,并根据所述自然人信息对同一所述关联集合中的关联帐户进行同一自然人设置。
2.根据权利要求1所述的自然人信息设置方法,其特征在于,根据所述每个帐户与其他帐户的静态关联度信息和动态关联度信息,确定所述每个帐户与其他帐户的关联度指数;
所述静态关联度信息包括所述每个帐户与其他帐户的个人资料信息的相似度、联系方法信息的相似度以及兴趣爱好信息的相似度的至少其中之一;
所述动态关联度信息包括所述每个帐户与其他帐户的登陆行为信息的相似度以及线上行为信息的相似度的至少其中之一。
3.根据权利要求1所述的自然人信息设置方法,其特征在于,根据所述每个帐户与其他帐户的静态互斥度信息和动态互斥度信息,确定所述每个帐户与其他帐户的互斥度指数;
所述静态互斥度信息包括所述每个帐户与其他帐户的地理位置信息的相似度;
所述动态互斥度信息包括所述每个帐户与其他帐户的登陆行为信息的相似度、线上行为信息的相似度以及互动信息的至少其中之一。
4.根据权利要求1所述的自然人信息设置方法,其特征在于,所述根据每个帐户和其他帐户的关联度指数和互斥度指数,确定所述每个账户的关联集合的步骤包括:
根据所述每个帐户和其他帐户的关联度指数确定待设置自然人信息的帐户的初步关联集合,所述初步关联集合中包括待选关联帐户;
根据所述初步关联集合中的帐户和所述初步关联集合中的其他帐户的关联度指数和互斥度指数对所述初步关联集合中的所述待选关联帐户进行筛选,得到所述待设置自然人信息的帐户的关联集合,所述关联集合中包括关联帐户;以及
将每个帐户依次作为所述待设置自然人信息的帐户,获取与所述每个帐户相应的关联集合,每个关联集合与一帐户相对应。
5.根据权利要求4所述的自然人信息设置方法,其特征在于,所述根据所述每个帐户和其他帐户的关联度指数确定待设置自然人信息的帐户的初步关联集合,所述初步关联集合中包括待选关联帐户的步骤包括:
将所述待设置自然人信息的帐户加入到所述初步关联集合中;
对所述待设置自然人信息的帐户和其他帐户的关联度指数进行判断,将与所述待设置自然人信息的帐户的关联度指数大于第一设定值的帐户加入到所述初步关联集合中;以及
对加入到所述初步关联集合中的帐户和其他帐户的关联度指数进行判断,将与所述加入到所述初步关联集合中的帐户的关联度指数大于第一设定值,且没有在所述初步关联集合中的帐户加入到所述初步关联集合中,重复本步骤直至没有新的帐户加入到所述初步关联集合中,所述初步关联集合中包括待选关联帐户。
6.根据权利要求4所述的自然人信息设置方法,其特征在于,所述根据所述初步关联集合中的帐户和所述初步关联集合中的其他帐户的关联度指数和互斥度指数对所述初步关联集合中的所述待选关联帐户进行筛选,得到所述待设置自然人信息的帐户的关联集合,所述关联集合中包括关联帐户的步骤包括:
通过下式对所述初步关联集合中的待设置自然人信息的帐户和所述待选关联帐户进行异主判定,
E>=p*D;
其中D为所述初步关联集合中的待设置自然人信息的帐户和待选关联帐户的关联度指数,E为所述初步关联集合中的待设置自然人信息的帐户和待选关联帐户的互斥度指数,p为一常数,0<p<1,
将满足所述异主判定条件的待选关联帐户移出所述初步关联集合;以及
通过下式对经上一步骤处理过的初步关联集合中的所述待选关联帐户两两进行异主判定,
E>=p*D;
其中D为所述初步关联集合中的进行判定的两个待选关联帐户的关联度指数,E为所述初步关联集合中的进行判定的两个待选关联帐户的互斥度指数,p为一常数,0<p<1,
将满足所述异主判定条件的两个待选关联帐户中,与所述待设置自然人信息的帐户的关联度指数较小的待选关联帐户移出所述初步关联集合,得到所述待设置自然人信息的帐户的关联集合,所述关联集合中包括关联帐户。
7.根据权利要求1所述的自然人信息设置方法,其特征在于,所述对所有的所述关联集合进行收敛处理,使得所述收敛处理后的任意两个所述关联集合中的关联帐户均不重复的步骤具体为:
对关联帐户完全相同的关联集合进行合并,对有部分关联帐户相同的关联集合分拆为多个关联集合,使得所述收敛处理后的任意两个关联集合中的关联帐户均不重复。
8.一种自然人信息设置系统,其特征在于,包括:
关联集合确定模块,用于根据每个帐户和其他帐户的关联度指数和互斥度指数,确定所述每个账户的关联集合;
收敛模块,用于对所有的所述关联集合进行收敛处理,使得所述收敛处理后的任意两个所述关联集合中的关联帐户均不重复;以及
设置模块,用于对收敛处理后的同一所述关联集合中的关联帐户设置相同的自然人信息,并根据所述自然人信息对同一所述关联集合中的关联帐户进行同一自然人设置。
9.根据权利要求8所述的自然人信息设置系统,其特征在于,所述自然人信息设置系统包括:
关联度指数确定模块,用于根据所述每个帐户与其他帐户的静态关联度信息和动态关联度信息,确定所述每个帐户与其他帐户的关联度指数,
所述静态关联度信息包括所述每个帐户与其他帐户的个人资料信息的相似度、联系方法信息的相似度以及兴趣爱好信息的相似度的至少其中之一;
所述动态关联度信息包括所述每个帐户与其他帐户的登陆行为信息的相似度以及线上行为信息的相似度的至少其中之一。
10.根据权利要求8所述的自然人信息设置系统,其特征在于,所述自然人信息设置系统包括:
互斥度指数确定模块,用于根据所述每个帐户与其他帐户的静态互斥度信息和动态互斥度信息,确定所述每个帐户与其他帐户的互斥度指数,
所述静态互斥度信息包括所述每个帐户与其他帐户的地理位置信息的相似度;
所述动态互斥度信息包括所述每个帐户与其他帐户的登陆行为信息的相似度、线上行为信息的相似度以及互动信息的至少其中之一。
11.根据权利要求8所述的自然人信息设置系统,其特征在于,所述关联集合确定模块包括:
初步关联集合确定单元,用于根据所述每个帐户和其他帐户的关联度指数确定待设置自然人信息的帐户的初步关联集合,所述初步关联集合中包括待选关联帐户;以及
筛选单元,用于根据所述初步关联集合中的帐户和所述初步关联集合中的其他帐户的关联度指数和互斥度指数对所述初步关联集合中的所述待选关联帐户进行筛选,得到所述待设置自然人信息的帐户的关联集合,所述关联集合中包括关联帐户。
12.根据权利要求11所述的自然人信息设置系统,其特征在于,所述初步关联集合确定单元包括:
第一确定子单元,用于将所述待设置自然人信息的帐户加入到所述初步关联集合中;以及
第二确定子单元,用于对加入到所述初步关联集合中的帐户和其他帐户的关联度指数进行判断,将与所述加入到所述初步关联集合中的帐户的关联度指数大于第一设定值,且没有在所述初步关联集合中的帐户加入到所述初步关联集合中。
13.根据权利要求11所述的自然人信息设置系统,其特征在于,所述筛选单元包括:
第一筛选子单元,用于通过下式对所述初步关联集合中的待设置自然人信息的帐户和所述待选关联帐户进行异主判定,
E>=p*D;
其中D为所述初步关联集合中的待设置自然人信息的帐户和待选关联帐户的关联度指数,E为所述初步关联集合中的待设置自然人信息的帐户和待选关联帐户的互斥度指数,p为一常数,0<p<1,
将满足所述异主判定条件的待选关联帐户移出所述初步关联集合;以及
第二筛选子单元,通过下式对经所述第一筛选子单元处理过的初步关联集合中的所述待选关联帐户两两进行异主判定,
E>=p*D;
其中D为所述初步关联集合中的进行判定的两个待选关联帐户的关联度指数,E为所述初步关联集合中的进行判定的两个待选关联帐户的互斥度指数,p为一常数,0<p<1,
将满足所述异主判定条件的两个待选关联帐户中,与所述待设置自然人信息的帐户的关联度指数较小的待选关联帐户移出所述初步关联集合,得到所述待设置自然人信息的帐户的关联集合,所述关联集合中包括关联帐户。
14.根据权利要求8所述的自然人信息设置系统,其特征在于,所述收敛模块具体用于对关联帐户完全相同的关联集合进行合并,对有部分关联帐户相同的关联集合分拆为多个关联集合,使得所述收敛处理后的任意两个关联集合中的关联帐户均不重复。
15.一种好友推荐方法,其特征在于,包括步骤:
根据帐户与陌生帐户的共同好友的数量,确定将所述陌生帐户设定为待推荐好友;
根据帐户与所述待推荐好友的共同好友的自然人信息,对所述帐户与所述待推荐好友的共同好友的数量进行修正,获取修正后的帐户与所述待推荐好友的共同好友的数量;以及
根据所述修正后的帐户与所述待推荐好友的共同好友的数量,确定向所述帐户推荐所述待推荐好友;
所述帐户与所述待推荐好友的共同好友的自然人信息通过权利要求1-7中任一的自然人信息设置方法进行设置。
16.一种好友推荐系统,其特征在于,包括:
待推荐好友获取模块,用于根据帐户与陌生帐户的共同好友的数量,确定将所述陌生帐户设定为待推荐好友;
修正模块,用于根据帐户与所述待推荐好友的共同好友的自然人信息,对所述帐户与所述待推荐好友的共同好友的数量进行修正,获取修正后的帐户与所述待推荐好友的共同好友的数量;以及
推荐模块,用于根据所述修正后的帐户与所述待推荐好友的共同好友的数量,确定向所述帐户推荐所述待推荐好友;
所述帐户与所述待推荐好友的共同好友的自然人信息通过权利要求8-14中任一的自然人信息设置系统进行设置。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210292336.0A CN103593799B (zh) | 2012-08-16 | 2012-08-16 | 自然人信息设置方法、系统及相应的好友推荐方法、系统 |
PCT/CN2013/079746 WO2014026526A1 (zh) | 2012-08-16 | 2013-07-19 | 自然人信息设置方法及电子设备 |
KR1020157004658A KR101555810B1 (ko) | 2012-08-16 | 2013-07-19 | 자연인 정보 설정 방법 및 전자 장치 |
US14/420,826 US10037373B2 (en) | 2012-08-16 | 2013-07-19 | Natural person information setting method and electronic device |
TW102128916A TWI516949B (zh) | 2012-08-16 | 2013-08-12 | 自然人資訊設置方法、系統、相應好友推薦方法、系統及機器可讀介質 |
US16/018,761 US10824649B2 (en) | 2012-08-16 | 2018-06-26 | Natural person information setting method and electronic device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210292336.0A CN103593799B (zh) | 2012-08-16 | 2012-08-16 | 自然人信息设置方法、系统及相应的好友推荐方法、系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103593799A true CN103593799A (zh) | 2014-02-19 |
CN103593799B CN103593799B (zh) | 2016-10-26 |
Family
ID=50083925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210292336.0A Active CN103593799B (zh) | 2012-08-16 | 2012-08-16 | 自然人信息设置方法、系统及相应的好友推荐方法、系统 |
Country Status (5)
Country | Link |
---|---|
US (2) | US10037373B2 (zh) |
KR (1) | KR101555810B1 (zh) |
CN (1) | CN103593799B (zh) |
TW (1) | TWI516949B (zh) |
WO (1) | WO2014026526A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914794A (zh) * | 2014-04-04 | 2014-07-09 | 田进婷 | 一种基于云计算的老年人一站式智能综合知识服务系统 |
CN104573081A (zh) * | 2015-01-27 | 2015-04-29 | 南京烽火星空通信发展有限公司 | 一种基于sns的个人社会关系数据挖掘方法 |
CN104657477A (zh) * | 2015-02-16 | 2015-05-27 | 百度在线网络技术(北京)有限公司 | 社交推荐方法和装置 |
WO2017028597A1 (zh) * | 2015-08-20 | 2017-02-23 | 腾讯科技(深圳)有限公司 | 一种虚拟资源的数据处理方法及装置 |
CN107018000A (zh) * | 2016-01-27 | 2017-08-04 | 阿里巴巴集团控股有限公司 | 账户关联方法和装置 |
CN110750681A (zh) * | 2018-07-05 | 2020-02-04 | 武汉斗鱼网络科技有限公司 | 一种账号相似度计算方法、存储介质、电子设备及系统 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014204368A1 (en) * | 2013-06-20 | 2014-12-24 | Telefonaktiebolaget L M Ericsson (Publ) | A method and a network node in a communication network for correlating information of a first network domain with information of a second network domain |
US9849374B2 (en) * | 2013-11-25 | 2017-12-26 | King.Com Ltd. | Automatic generation of social group for an online-user |
KR101797234B1 (ko) * | 2016-12-07 | 2017-11-13 | 서강대학교 산학협력단 | 온라인 커뮤니티에서 동일 사용자의 닉네임 목록을 추출하는 장치 및 방법 |
CN107871278B (zh) * | 2017-08-04 | 2021-08-31 | 平安普惠企业管理有限公司 | 服务器、客户关系网络展示的方法及存储介质 |
CN110110218B (zh) * | 2018-02-01 | 2023-10-31 | 西安华企众信科技发展有限公司 | 一种身份关联方法及终端 |
CN110162956B (zh) * | 2018-03-12 | 2024-01-19 | 华东师范大学 | 确定关联账户的方法和装置 |
CN113626681B (zh) * | 2020-05-08 | 2023-09-26 | 北京达佳互联信息技术有限公司 | 一种账户信息的处理方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079893A (zh) * | 2006-12-29 | 2007-11-28 | 腾讯科技(深圳)有限公司 | 一种将个人等级关联到网络用户帐号的方法及系统 |
US20120084666A1 (en) * | 2010-09-30 | 2012-04-05 | Google Inc. | Composition of customized presentations associated with a social media application |
CN102571485A (zh) * | 2011-12-14 | 2012-07-11 | 上海交通大学 | 一种在微博平台上识别机器人用户的方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7958543B2 (en) | 2005-07-12 | 2011-06-07 | Microsoft Corporation | Account synchronization for common identity in an unmanaged network |
KR100807354B1 (ko) | 2007-07-04 | 2008-02-28 | 주식회사 넷츠 | 통합계정 관리를 위한 실시간 규칙그룹 지원장치 |
US8484215B2 (en) | 2008-10-23 | 2013-07-09 | Ab Initio Technology Llc | Fuzzy data operations |
US8472662B2 (en) | 2010-09-16 | 2013-06-25 | Facebook, Inc. | Associating cameras with users of a social networking system |
US8417696B2 (en) | 2010-06-10 | 2013-04-09 | Microsoft Corporation | Contact information merger and duplicate resolution |
CN101968818A (zh) | 2010-11-08 | 2011-02-09 | 北京开心人信息技术有限公司 | 一种社交网站中向用户推荐好友的方法及系统 |
US8819236B2 (en) * | 2010-12-16 | 2014-08-26 | Microsoft Corporation | Resource optimization for online services |
US8484191B2 (en) * | 2010-12-16 | 2013-07-09 | Yahoo! Inc. | On-line social search |
TWI547890B (zh) | 2011-01-18 | 2016-09-01 | Tencent Tech Shenzhen Co Ltd | SNS community recommended friends in the method and system |
US8745134B1 (en) * | 2011-03-04 | 2014-06-03 | Zynga Inc. | Cross social network data aggregation |
CN102387512B (zh) | 2011-10-19 | 2014-07-16 | 北京交通大学 | 基于向量空间模型的重入网分析方法 |
US9020957B1 (en) * | 2012-02-29 | 2015-04-28 | Symantec Corporation | Systems and methods for enhancing social networking content |
-
2012
- 2012-08-16 CN CN201210292336.0A patent/CN103593799B/zh active Active
-
2013
- 2013-07-19 KR KR1020157004658A patent/KR101555810B1/ko active IP Right Grant
- 2013-07-19 WO PCT/CN2013/079746 patent/WO2014026526A1/zh active Application Filing
- 2013-07-19 US US14/420,826 patent/US10037373B2/en active Active
- 2013-08-12 TW TW102128916A patent/TWI516949B/zh active
-
2018
- 2018-06-26 US US16/018,761 patent/US10824649B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079893A (zh) * | 2006-12-29 | 2007-11-28 | 腾讯科技(深圳)有限公司 | 一种将个人等级关联到网络用户帐号的方法及系统 |
US20120084666A1 (en) * | 2010-09-30 | 2012-04-05 | Google Inc. | Composition of customized presentations associated with a social media application |
CN102571485A (zh) * | 2011-12-14 | 2012-07-11 | 上海交通大学 | 一种在微博平台上识别机器人用户的方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914794A (zh) * | 2014-04-04 | 2014-07-09 | 田进婷 | 一种基于云计算的老年人一站式智能综合知识服务系统 |
CN104573081A (zh) * | 2015-01-27 | 2015-04-29 | 南京烽火星空通信发展有限公司 | 一种基于sns的个人社会关系数据挖掘方法 |
CN104573081B (zh) * | 2015-01-27 | 2017-11-03 | 南京烽火星空通信发展有限公司 | 一种基于sns的个人社会关系数据挖掘方法 |
CN104657477A (zh) * | 2015-02-16 | 2015-05-27 | 百度在线网络技术(北京)有限公司 | 社交推荐方法和装置 |
WO2017028597A1 (zh) * | 2015-08-20 | 2017-02-23 | 腾讯科技(深圳)有限公司 | 一种虚拟资源的数据处理方法及装置 |
CN106469413A (zh) * | 2015-08-20 | 2017-03-01 | 深圳市腾讯计算机系统有限公司 | 一种虚拟资源的数据处理方法及装置 |
US10942949B2 (en) | 2015-08-20 | 2021-03-09 | Tencent Technology (Shenzhen) Company Limited | Data processing method and apparatus for virtual resource |
CN106469413B (zh) * | 2015-08-20 | 2021-08-03 | 深圳市腾讯计算机系统有限公司 | 一种虚拟资源的数据处理方法及装置 |
CN107018000A (zh) * | 2016-01-27 | 2017-08-04 | 阿里巴巴集团控股有限公司 | 账户关联方法和装置 |
CN110750681A (zh) * | 2018-07-05 | 2020-02-04 | 武汉斗鱼网络科技有限公司 | 一种账号相似度计算方法、存储介质、电子设备及系统 |
CN110750681B (zh) * | 2018-07-05 | 2022-08-16 | 武汉斗鱼网络科技有限公司 | 一种账号相似度计算方法、存储介质、电子设备及系统 |
Also Published As
Publication number | Publication date |
---|---|
US10037373B2 (en) | 2018-07-31 |
US20150234913A1 (en) | 2015-08-20 |
TW201409252A (zh) | 2014-03-01 |
CN103593799B (zh) | 2016-10-26 |
KR101555810B1 (ko) | 2015-09-24 |
TWI516949B (zh) | 2016-01-11 |
WO2014026526A1 (zh) | 2014-02-20 |
KR20150031341A (ko) | 2015-03-23 |
US20180307742A1 (en) | 2018-10-25 |
US10824649B2 (en) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103593799A (zh) | 自然人信息设置方法、系统及相应的好友推荐方法、系统 | |
Traeger et al. | Vulnerable robots positively shape human conversational dynamics in a human–robot team | |
Asakawa | Organizational tension in international R&D management: the case of Japanese firms | |
KR20180125031A (ko) | 대화 예제를 기초로 자연어 기계 학습을 사용하여 사용자 요청에 응답하는 방법 | |
KR20160113685A (ko) | 콘텐츠 추천 방법, 장치 및 시스템 | |
US20120136866A1 (en) | Assisting users to interact appropriately to conform to the norm of the social networking group | |
US20150149173A1 (en) | Controlling Voice Composition in a Conference | |
US20140122522A1 (en) | Method for providing users with help from their contacts while searching the web | |
Schwanen et al. | The Internet and the gender division of household labour | |
CN107945035A (zh) | 一种好友关系建立方法及装置 | |
CN104077280A (zh) | 社区发现并行化方法和系统、主节点和运算节点设备 | |
CN102915306A (zh) | 一种搜索方法和系统 | |
US20140324539A1 (en) | Method and system for mining topic core circle in social network | |
EP2688034A1 (en) | Social network architecture | |
CN105653833A (zh) | 一种游戏社区推荐的方法及装置 | |
Bhroin et al. | Media innovation and social change: Introduction to the special issue | |
CN105099727B (zh) | 添加群组成员的方法及装置 | |
CN112041818A (zh) | 基于平台水平基准化来调整应用性能的系统 | |
CN104301205B (zh) | 互动引导方法和装置 | |
Rabinovich-Einy et al. | Artificial intelligence and the future of dispute resolution: the Age of AI-DR | |
CN116485527A (zh) | 一种金融信用风险分析方法及装置 | |
CN110084395A (zh) | 网络舆情演化结果的预测方法、装置、服务器及存储介质 | |
CN114372533A (zh) | 用于撮合活动的混合排桌数据处理方法及装置 | |
Cheng et al. | Call me by my name: Exploring roles of sci-fi voice agents | |
CN105719192A (zh) | 一种人脉距离设定及使用方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1189983 Country of ref document: HK |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: GR Ref document number: 1189983 Country of ref document: HK |