CN103678350A - 社交网络搜索结果展示方法及装置 - Google Patents

社交网络搜索结果展示方法及装置 Download PDF

Info

Publication number
CN103678350A
CN103678350A CN201210332244.0A CN201210332244A CN103678350A CN 103678350 A CN103678350 A CN 103678350A CN 201210332244 A CN201210332244 A CN 201210332244A CN 103678350 A CN103678350 A CN 103678350A
Authority
CN
China
Prior art keywords
social
key word
social attribute
subscriber data
attribute classification
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
Application number
CN201210332244.0A
Other languages
English (en)
Other versions
CN103678350B (zh
Inventor
潘树燊
吴懿
张晶
汪聪
石一峰
林僚
黄兴君
刘俊
马明
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 CN201210332244.0A priority Critical patent/CN103678350B/zh
Priority to PCT/CN2013/083220 priority patent/WO2014036975A1/zh
Priority to JP2015530286A priority patent/JP2015527677A/ja
Priority to EP13835464.2A priority patent/EP2869217A4/en
Publication of CN103678350A publication Critical patent/CN103678350A/zh
Priority to US14/627,090 priority patent/US20150161275A1/en
Application granted granted Critical
Publication of CN103678350B publication Critical patent/CN103678350B/zh
Priority to JP2019100985A priority patent/JP6758454B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/90—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
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • 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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/338—Presentation of query results
    • 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
    • G06F16/951—Indexing; Web crawling techniques
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles

Abstract

一种社交网络搜索结果展示方法，包括：获取关键字，根据所述关键字获取搜索结果；获取社交属性类别；根据所述社交属性类别获取各个搜索结果对应所述社交属性类别的信息，对所述信息根据所述社交属性类别进行统计分析，获取分析结果；按照所述社交属性类别展示所述分析结果。此外，还提供了一种社交网络搜索结果展示装置。上述社交网络搜索结果展示方法和装置可以提高用户操作的便利性。

Description

社交网络搜索结果展示方法及装置
技术领域
本发明涉及互联网技术领域，特别是涉及一种社交网络搜索结果展示方法及装置。
背景技术
社交网络（SNS，Social Networking Services）即基于社会关系的服务性网络。社会关系包括亲属、同城、同学、同事、校友、同行、同龄等。用户可在社交网络中的虚拟社区中通过现实中的社会关系产生各种关联，从而可通过互联网进行各种社会化活动。
传统技术中的社交网络通常均提供用户搜索功能，可获取输入的关键字，并根据关键字查找相应的用户，然后以列表的形式展示。关键字可以是人名、地区、行业、年龄段等。例如，若用户在开心网中搜索栏输入姓名“张婷”，后续展开的页面中即会以列表的形式展示所有姓名属性中包含了“张婷”的用户资料，从而方便用户添加好友。
然而，传统技术中，社交网络搜索结果的展示方法通常仅将搜索到的用户资料以列表和平铺的方式进行展示，使得用户在后续的添加好友的过程中，无法快速地根据其期望的社会关系定位到其期望的用户资料上，通常需要逐个查看列表中的用户资料的每一项社会关系属性（即年龄属性、毕业院校属性、工作单位属性），且需要翻页多次，使得用户操作的便利性不足。
发明内容
基于此，有必要提供一种能提高用户操作便利性的社交网络搜索结果展示方法。
一种社交网络搜索结果展示方法，包括：
获取关键字，根据所述关键字获取搜索结果；
获取社交属性类别；
根据所述社交属性类别获取各个搜索结果对应所述社交属性类别的信息，对所述信息根据所述社交属性类别进行统计分析，获取分析结果；
按照所述社交属性类别展示所述分析结果。
此外，还有必要提供一种能提高用户操作便利性的社交网络搜索结果展示装置。
一种社交网络搜索结果展示装置，包括：
搜索结果获取模块，用于获取关键字，根据所述关键字获取搜索结果；
社交属性类别获取模块，用于获取社交属性类别；
统计分析模块，用于根据所述社交属性类别获取各个搜索结果对应所述社交属性类别的信息，对所述信息根据所述社交属性类别进行统计分析，获取分析结果；
展示模块，用于按照所述社交属性类别展示所述分析结果。
上述社交网络搜索结果展示方法和装置，根据社交属性类别对搜索结果进行了统计分析并展示给用户，使得用户能够更加方便地了解搜索结果中的用户在社交属性上的分布信息。用户在后续的添加好友时，可更加方便地选择与自身相关程度较高的用户进行添加，从而减少了翻页和查看用户资料的次数，提高了用户操作的便利性。
附图说明
图1为一个实施例中社交网络搜索结果展示方法的流程图；
图2为一个实施例中搜索结果的展示界面图；
图3为另一个实施例中搜索结果的展示界面图；
图4为另一个实施例中搜索结果的展示界面图；
图5为另一个实施例中搜索结果的展示界面图；
图6为一个实施例中社交网络搜索结果展示装置的结构示意图；
图7为另一个实施例中社交网络搜索结果展示装置的结构示意图。
具体实施方式
在一个实施例中，如图1所示，一种社交网络搜索结果展示方法，包括：
步骤S102，获取关键字，根据关键字获取搜索结果。
根据关键字获取的搜索结果即与关键字对应的用户资料的集合。
在一个实施例中，可通过社交网络查询接口获取与关键字对应的搜索结果。社交网站通常均提供了查询用户资料的接口，例如，重量级的Web Service接口和轻量级的REST接口（Representational State Transfer，表述性状态转移）。可通过将关键字发送给相应的社交网络查询接口来从社交网站的用于存储用户资料的数据库中获取与关键字对应的用户资料。
进一步的，还可通过搜索引擎获取关键字；判断关键字是否为与社交属性类别对应的关键字，若是则通过社交网络查询接口获取与关键字对应的用户资料。
判断关键字是否为与社交属性类别对应的关键字的步骤可具体为：判断关键字是否属于预设的社交属性词库，若是，则判定关键词与社交属性类别对应；否则，不对应。社交属性词库可根据表示姓氏、常用名、年龄段、行业、地域等社交属性类别的训练语料创建。
例如，若用户通过搜索引擎（搜搜、百度、谷歌等）输入的关键字为“张婷”，由于关键词包括姓氏“张”以及常用名“婷”，属于社交属性词库，因此，关键字“张婷”为与社交属性类别对应的关键词；若用户通过搜索引擎（搜搜、百度、谷歌等）输入的关键字为“北京、IT、80后”，经过拆分得到“北京”、“IT”、“80后”，均对应社交属性类别，因此，关键字“北京、IT、80后”为与社交属性类别对应的关键词。
步骤S104，获取社交属性类别。
在一个实施例中，社交属性类别包括姓名、地域、行业、年龄、年龄段、出生日期、性别、星座、毕业院校、毕业班级、照片、所在网络社区、职业、公司中的至少一种。
在一个实施例中，社交属性类别可预先设置，还可为社交属性类别预设多个枚举类型。例如，可为社交属性类别“性别”预设枚举类型“男”和“女”，可为社交属性类别“年龄段”预设枚举类型“60后”、“70后”、“80后”、“90后”等。
步骤S106，根据社交属性类别获取各个搜索结果对应社交属性类别的信息，对信息根据社交属性类别进行统计分析，获取分析结果。
统计分析的分析结果为搜索结果的社交分布信息，即具有相同或相似资料信息的用户资料的个数的分布信息。例如，若社交属性类别包括年龄段，则分析结果包括搜索结果中的用户资料在“60后”、“70后”、“80后”、“90后”等各个枚举类型上的分布信息；若社交属性类别包括姓名，则分析结果包括搜索结果中具有相同姓名的用户资料的个数的分布信息。
在一个实施例中，为社交属性类别预设的枚举类型对应匹配关键字和数目信息。根据社交属性类别获取各个搜索结果对应社交属性类别的信息，对信息根据社交属性类别进行统计分析，获取分析结果的步骤可具体为：
可遍历搜索结果中的用户资料，将用户资料与每个枚举类型进行比较，若用户资料包含了与枚举类型的匹配关键字对应的资料信息，则累加该枚举类型的数目信息。遍历结束后，可通过枚举类型的数目信息生成分析结果。
例如，可预先将“地域”的社交属性类别按照省和直辖市划分为多个地域类别下的枚举类型，匹配关键字包括“北京市”、“广东省”、“湖北省”等等。可遍历搜索结果中的用户资料，若用户资料包含了“广东省”或“广东”或“粤”的地域信息，则将“广东省”对应的地域组的数目信息加1；若用户资料包含了“湖北省”或“湖北”或“鄂”的地域信息，则将“湖北省”对应的地域组的数目信息加1。遍历完成后，若“北京市”对应的地域组的数目信息为12，“广东省”对应的地域组的数目信息为38，“湖北省”对应的地域组的数目信息为6，则可根据该数目信息生成分析结果。
再例如，可预先将“年龄段”的社交属性类别划分为“60后”、“70后”、“80后”、“90后”、“00后”等多个年龄段类别下的枚举类型。可遍历搜索结果中的用户资料，若用户资料包含了1980年至1989年的出生年月信息，则将“80后”对应的年龄段组的数目信息加1；若用户资料包含了2000年至2009年的出生年月信息，则将“00后”对应的年龄段组的数目信息加1。
步骤S108，按照社交属性类别展示分析结果。
在一个实施例中，可根据分析结果生成与社交属性类别对应的图表来展示。例如，分析结果包括地域类型、年龄段类型、行业类型、性别类型的社交分布信息，如图2所示，可通过对应的地域分布图、年龄段分布图、行业分布图、性别分布图来展示分析结果。
在一个实施例中，社交网络查询接口可有多个。可根据关键字通过多个社交网络查询接口获取关键字对应的用户资料。
例如，如图2所示，图2为用户在搜索引擎中输入关键字“张婷”后得到的展示图。通过搜索引擎获取到输入关键字为“张婷”，得到的搜索结果中，共有72359个用户对应关键字“张婷”。其中，有54502个用户来自社区“朋友网”，有17820个用户来自社区“开心网”，有17个用户来自社区“优士网”。图2中通过动态图片展示了每个社区对应的用户数，用户可通过点击相应的动态图片来放大查看图片对应的社区中与关键字匹配的用户数。
如图2所示，还向用户展示了搜索结果的性别分布信息。其中，与关键字“张婷”对应的男女用户各占98.73%和1.28%的比例。用户可通过将光标移动至动态图表上来查看女性用户数的具体数值（62503）和男性用户的具体数值（813）。
在本实施例中，如图3所示，社交属性类别还包括行业，可预先为“行业”类型设置14个枚举类型，分别为：金融、医药生物、教育培训、广告传媒、交通物流、加工制造业、IT信息技术、旅游餐饮、房地产、农林牧渔、互联网、石化采掘、社会服务（与图中的用户数对应1316）。每个枚举类型可通过动态的图片显示。当检测到光标移入图片中时，即显示图片对应的枚举类型的用户数。例如，当检测到光笔移入社会服务对应的图片中时，显示处于社会服务行业且姓名包括“张婷”的用户数为1316个。
在一个实施例中，按照社交属性类别展示分析结果的步骤之后还可获取输入的社交属性关键字，获取分析结果中与输入的社交属性关键字对应的用户资料，展示与社交属性关键字匹配的用户资料。
社交属性关键字可对应社交属性类别的枚举类型。例如，若用户在行业分布图中选择点击对应枚举类型“金融”的图标，则输入的社交属性关键字为“金融”。可在搜索结果中筛选出所有与枚举类型“金融”对应的用户资料并展示。
在一个实施例中，获取分析结果中与输入的社交属性关键字对应的用户资料的步骤可具体为：在搜索结果中查找与社交属性关键字对应的用户资料，即在结果中查找。在另一个实施例中，获取分析结果中与输入的社交属性关键字对应的用户资料的步骤还可具体为：将获取的关键字和输入的社交属性关键字组合取和，根据组合取和后的关键字进行查询获取用户资料。由于在结果中查询的方法和根据组合取和后的关键字进行查询的方法均可获取搜索结果中既符合关键字条件又符合社交属性关键字条件的用户资料，因此得到的筛选出的用户资料相同。但根据组合取和后的关键字进行查询方法可节省存储搜索结果的存储空间，因此效率更高。
在一个实施例中，按照社交属性类别展示分析结果的步骤之前还可获取用户授权信息，获取与用户授权信息对应的授权用户资料，在搜索结果中筛选出在社交属性类别上与授权用户资料匹配的用户资料，展示与授权用户资料匹配的用户资料。
用户授权信息即用户在社交网络中登录后生成的用于验证用户身份的信息。持有用户授权信息的请求（包括来自社交网络外部的其他互联网站点的请求）可访问社交网络中与该用户授权信息对应的用户数据，包括用户资料、应用信息等。授权用户资料即已登录且获得了用户授权信息的用户的用户资料。
在一个实施例中，在搜索结果中筛选出在社交属性类别上与授权用户资料匹配的用户资料的步骤可具体为：获取授权用户资料在社交属性类别上的属性信息；在搜索结果中筛选出在该社交属性类别上的属性信息与获取到的授权用户资料在社交属性类别上的属性信息匹配的用户资料。
例如，若某从事金融行业的位于广东省的男性用户完成登录并输入关键字“张婷”进行搜索，则获取到的授权用户信息在地域类别上的属性信息为“广东省”，行业类别上的属性信息为“金融”，性别类别上的属性信息为“男”，则在可在搜索结果中所有姓名为“张婷”的用户资料中筛选出地域类别上的属性信息为“广东省”（同城）和/或行业类别上的属性信息为“金融”（同行）和/或性别类别上的属性信息为“女”（异性）的用户资料。筛选的方法可采用前述的根据组合取和后的关键字查询的方法，在此不再赘述。
如图4所示，用户可通过点击动态图上的图标来输入社交属性关键字，动态图上的图标对应行业类别下的多个枚举类型，包括金融、社会服务等。若用户点击的是对应金融枚举类型的图标，则如图5所示，可通过展开的二级页面展示搜索结果中所有名叫“张婷”且所处行业为“金融”的用户资料。
如图5所示，在展开的二级页面中，可获取授权用户资料，并获取与授权用户资料对应的用户同城（地域类别上的属性信息相同）、校友（毕业院校类别上的属性信息相同）或同行（行业类别上的属性信息相同）的用户资料，并通过多标签展示。
在一个实施例中，如图6所示，一种社交网络搜索结果展示装置，包括：搜索结果获取模块102、社交属性类别获取模块104、统计分析模块106和展示模块108，其中：
搜索结果获取模块102，用于获取关键字，根据关键字获取搜索结果。
根据关键字获取的搜索结果即与关键字对应的用户资料的集合。
在一个实施例中，搜索结果获取模块102可用于通过社交网络查询接口获取与关键字对应的搜索结果。社交网站通常均提供了查询用户资料的接口，例如，重量级的Web Service接口和轻量级的REST接口（Representational StateTransfer，表述性状态转移）。搜索结果获取模块102可用于通过将关键字发送给相应的社交网络查询接口来从社交网站的用于存储用户资料的数据库中获取与关键字对应的用户资料。
进一步的，搜索结果获取模块102还可用于通过搜索引擎获取关键字；判断关键字是否为与社交属性类别对应的关键字，若是则通过社交网络查询接口获取与关键字对应的用户资料。
搜索结果获取模块102还可用于判断关键字是否属于预设的社交属性词库，若是，则判定关键词与社交属性类别对应；否则，不对应。社交属性词库可根据表示姓氏、常用名、年龄段、行业、地域等社交属性类别的训练语料创建。
例如，若用户通过搜索引擎（搜搜、百度、谷歌等）输入的关键字为“张婷”，由于关键词包括姓氏“张”以及常用名“婷”，属于社交属性词库，因此，关键字“张婷”为与社交属性类别对应的关键词；若用户通过搜索引擎（搜搜、百度、谷歌等）输入的关键字为“北京、IT、80后”，经过拆分得到“北京”、“IT”、“80后”，均对应社交属性类别，因此，关键字“北京、IT、80后”为与社交属性类别对应的关键词。
社交属性类别获取模块104，用于获取社交属性类别。
在一个实施例中，社交属性类别包括姓名、地域、行业、年龄、年龄段、出生日期、性别、星座、毕业院校、毕业班级、照片、所在网络社区、职业、公司中的至少一种。
在一个实施例中，社交属性类别可预先设置，还可为社交属性类别预设多个枚举类型。例如，可为社交属性类别“性别”预设枚举类型“男”和“女”，可为社交属性类别“年龄段”预设枚举类型“60后”、“70后”、“80后”、“90后”等。
统计分析模块106，用于根据社交属性类别获取各个搜索结果对应社交属性类别的信息，对信息根据社交属性类别进行统计分析，获取分析结果。
统计分析的分析结果为搜索结果的社交分布信息，即具有相同或相似资料信息的用户资料的个数的分布。例如，例如，若社交属性类别包括年龄段，则分析结果包括搜索结果中的用户资料在“60后”、“70后”、“80后”、“90后”等各个枚举类型上的分布信息；若社交属性类别包括姓名，则分析结果包括搜索结果中具有相同姓名的用户资料的个数的分布信息。
在一个实施例中，为社交属性类别预设的枚举类型对应匹配关键字和数目信息。统计分析模块104可用于遍历搜索结果中的用户资料，将用户资料与每个枚举类型进行比较，若用户资料包含了与枚举类型的匹配关键字对应的资料信息，则累加该枚举类型的数目信息。遍历结束后，可通过枚举类型的数目信息生成分析结果。
例如，可预先将“地域”的社交属性类别按照省和直辖市划分为多个地域类别下的枚举类型，匹配关键字包括“北京市”、“广东省”、“湖北省”等等。可遍历搜索结果中的用户资料，若用户资料包含了“广东省”或“广东”或“粤”的地域信息，则将“广东省”对应的地域组的数目信息加1；若用户资料包含了“湖北省”或“湖北”或“鄂”的地域信息，则将“湖北省”对应的地域组的数目信息加1。遍历完成后，若“北京市”对应的地域组的数目信息为12，“广东省”对应的地域组的数目信息为38，“湖北省”对应的地域组的数目信息为6，则可根据该数目信息生成分析结果。
再例如，可预先将“年龄段”的社交属性类别划分为“60后”、“70后”、“80后”、“90后”、“00后”等多个年龄段类别下的枚举类型。可遍历搜索结果中的用户资料，若用户资料包含了1980年至1989年的出生年月信息，则将“80后”对应的年龄段组的数目信息加1；若用户资料包含了2000年至2009年的出生年月信息，则将“00后”对应的年龄段组的数目信息加1。
展示模块108，用于按照社交属性类别展示分析结果。
在一个实施例中，展示模块106可用于根据分析结果生成与社交属性类别对应的图表来展示。例如，分析结果可包括地域类型、年龄段类型、行业类型、性别类型的社交分布信息，如图2所示，展示模块106可用于通过对应的地域分布图、年龄段分布图、行业分布图、性别分布图来展示分析结果。
在一个实施例中，社交网络查询接口可有多个。搜索结果获取模块102可用于根据关键字通过多个社交网络查询接口获取关键字对应的用户资料。
例如，如图2所示，图2为用户在搜索引擎中输入关键字“张婷”后得到的展示图。通过搜索引擎获取到输入关键字为“张婷”，得到的搜索结果中，共有72359个用户对应关键字“张婷”。其中，有54502个用户来自社区“朋友网”，有17820个用户来自社区“开心网”，有17个用户来自社区“优士网”。图2中通过动态图片展示了每个社区对应的用户数，用户可通过点击相应的动态图片来放大查看图片对应的社区中与关键字匹配的用户数。
如图2所示，还向用户展示了搜索结果的性别分布信息。其中，与关键字“张婷”对应的男女用户各占98.73%和1.28%的比例。用户可通过将光标移动至动态图表上来查看女性用户数的具体数值（62503）和男性用户的具体数值（813）。
在本实施例中，如图3所示，社交属性类别还包括行业，可预先为“行业”类型设置14个枚举类型，分别为：金融、医药生物、教育培训、广告传媒、交通物流、加工制造业、IT信息技术、旅游餐饮、房地产、农林牧渔、互联网、石化采掘、社会服务（与图中的用户数对应1316）。每个枚举类型可通过动态的图片显示。当检测到光标移入图片中时，即显示图片对应的枚举类型的用户数。例如，当检测到光笔移入社会服务对应的图片中时，显示处于社会服务行业且姓名包括“张婷”的用户数为1316个。
在一个实施例中，如图7所示，社交网络搜索结果展示装置还包括结果查找模块110，用于获取输入的社交属性关键字，获取分析结果中与输入的社交属性关键字对应的用户资料。展示模块106还用于展示与社交属性关键字匹配的用户资料。
社交属性关键字可对应社交属性类别的枚举类型。例如，若用户在行业分布图中选择点击对应枚举类型“金融”的图标，则输入的社交属性关键字为“金融”。可在搜索结果中筛选出所有与枚举类型“金融”对应的用户资料并展示。
在一个实施例中，结果查找模块110可用于在搜索结果中查找与社交属性关键字对应的用户资料，即在结果中查找。在另一个实施例中，结果查找模块110可用于将获取的关键字和输入的社交属性关键字组合取和，根据组合取和后的关键字进行查询获取用户资料。由于在结果中查询的方法和根据组合取和后的关键字进行查询的方法均可获取搜索结果中既符合关键字条件又符合社交属性关键字条件的用户资料，因此得到的筛选出的用户资料相同。但根据组合取和后的关键字进行查询方法可节省存储搜索结果的存储空间，因此效率更高。
在一个实施例中，如图7所示，社交网络搜索结果展示装置还包括用户筛选模块112，用于获取用户授权信息，获取与用户授权信息对应的授权用户资料，在搜索结果中筛选出在社交属性类别上与授权用户资料匹配的用户资料。展示模块106还可用于展示与授权用户资料匹配的用户资料。
用户授权信息即用户在社交网络中登录后生成的用于验证用户身份的信息。持有用户授权信息的请求（包括来自社交网络外部的其他互联网站点的请求）可访问社交网络中与该用户授权信息对应的用户数据，包括用户资料、应用信息等。授权用户资料即已登录且获得了用户授权信息的用户的用户资料。
在一个实施例中，用户筛选模块112还可用于获取授权用户资料在社交属性类别上的属性信息；在搜索结果中筛选出在该社交属性类别上的属性信息与获取到的授权用户资料在社交属性类别上的属性信息匹配的用户资料。
例如，若某从事金融行业的位于广东省的男性用户完成登录并输入关键字“张婷”进行搜索，则获取到的授权用户信息在地域类别上的属性信息为“广东省”，行业类别上的属性信息为“金融”，性别类别上的属性信息为“男”，则在可在搜索结果中所有姓名为“张婷”的用户资料中筛选出地域类别上的属性信息为“广东省”（同城）和/或行业类别上的属性信息为“金融”（同行）和/或性别类别上的属性信息为“女”（异性）的用户资料。筛选的方法可采用前述的根据组合取和后的关键字查询的方法，在此不再赘述。
如图4所示，用户可通过点击动态图上的图标来输入社交属性关键字，动态图上的图标对应行业类别下的多个枚举类型，包括金融、社会服务等。若用户点击的是对应金融枚举类型的图标，则如图5所示，可通过展开的二级页面展示搜索结果中所有名叫“张婷”且所处行业为“金融”的用户资料。
如图5所示，在展开的二级页面中，可获取授权用户资料，并获取与授权用户资料对应的用户同城（地域类别上的属性信息相同）、校友（毕业院校类别上的属性信息相同）或同行（行业类别上的属性信息相同）的用户资料，并通过多标签展示。
上述社交网络搜索结果展示方法和装置，根据社交属性类别对搜索结果进行了统计分析并展示给用户，使得用户能够更加方便地了解搜索结果中的用户在社交属性上的分布信息。用户在后续的添加好友时，可更加方便地选择与自身相关程度较高的用户进行添加，从而减少了翻页和查看用户资料的次数，提高了用户操作的便利性。
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。
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 (12)

1.一种社交网络搜索结果展示方法，包括：。
获取关键字，根据所述关键字获取搜索结果；
获取社交属性类别；
根据所述社交属性类别获取各个搜索结果对应所述社交属性类别的信息，对所述信息根据所述社交属性类别进行统计分析，获取分析结果；
按照所述社交属性类别展示所述分析结果。
2.根据权利要求1所述的社交网络搜索结果展示方法，其特征在于，所述获取关键字，根据所述关键字获取搜索结果的步骤包括：
通过搜索引擎获取关键字；
判断所述关键字是否为与社交属性类别对应的关键字，若是则通过社交网络查询接口获取与所述关键字对应的用户资料。
3.根据权利要求1所述的社交网络搜索结果展示方法，其特征在于，所述按照所述社交属性类别展示所述分析结果的步骤之后还包括：
获取输入的社交属性关键字；
获取所述分析结果中与所述输入的社交属性关键字对应的用户资料；
展示所述与社交属性关键字匹配的用户资料。
4.根据权利要求1所述的社交网络搜索结果展示方法，其特征在于，所述根据所述关键字获取搜索结果的步骤包括：
根据所述关键字通过多个社交网络查询接口获取所述关键字对应的用户资料。
5.根据权利要求1-4任一项所述的社交网络搜索结果展示方法，其特征在于，所述社交属性类别包括姓名、地域、行业、年龄、年龄段、出生日期、性别、星座、毕业院校、毕业班级、照片、所在网络社区、职业、公司中的至少一种。
6.根据权利要求5所述的社交网络搜索结果展示方法，其特征在于，所述按照所述社交属性类别展示所述分析结果的步骤之前还包括：
获取用户授权信息；
获取与所述用户授权信息对应的授权用户资料；
在所述搜索结果中筛选出在所述社交属性类别上与所述授权用户资料匹配的用户资料；
展示所述与授权用户资料匹配的用户资料。
7.一种社交网络搜索结果展示装置，其特征在于，包括：
搜索结果获取模块，用于获取关键字，根据所述关键字获取搜索结果；
社交属性类别获取模块，用于获取社交属性类别；
统计分析模块，用于根据所述社交属性类别获取各个搜索结果对应所述社交属性类别的信息，对所述信息根据所述社交属性类别进行统计分析，获取分析结果；
展示模块，用于按照所述社交属性类别展示所述分析结果。
8.根据权利要求7所述的社交网络搜索结果展示装置，其特征在于，所述搜索结果获取模块还用于通过搜索引擎获取关键字，判断所述关键字是否为与社交属性类别对应的关键字，若是则通过社交网络查询接口获取与所述关键字对应的用户资料。
9.根据权利要求7所述的社交网络搜索结果展示装置，其特征在于，所述装置还包括结果查找模块，用于获取输入的社交属性关键字，获取所述分析结果中与所述输入的社交属性关键字对应的用户资料；
展示模块还用于展示所述与社交属性关键字匹配的用户资料。
10.根据权利要求7所述的社交网络搜索结果展示装置，其特征在于，所述搜索结果获取模块还用于根据所述关键字通过多个社交网络查询接口获取所述关键字对应的用户资料。
11.根据权利要求7至10任一项所述的社交网络搜索结果展示装置，其特征在于，所述社交属性类别包括姓名、地域、行业、年龄、年龄段、出生日期、性别、星座、毕业院校、毕业班级、照片、所在网络社区、职业、公司中的至少一种。
12.根据权利要求11所述的社交网络搜索结果展示装置，其特征在于，所述装置还包括用户筛选模块，用于获取用户授权信息，获取与所述用户授权信息对应的授权用户资料，在所述搜索结果中筛选出在所述社交属性类别上与所述授权用户资料匹配的用户资料；
展示模块还用于展示所述与授权用户资料匹配的用户资料。
CN201210332244.0A 2012-09-10 2012-09-10 社交网络搜索结果展示方法及装置 Active CN103678350B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201210332244.0A CN103678350B (zh) 2012-09-10 2012-09-10 社交网络搜索结果展示方法及装置
PCT/CN2013/083220 WO2014036975A1 (zh) 2012-09-10 2013-09-10 社交网络搜索结果展示方法、装置及存储介质
JP2015530286A JP2015527677A (ja) 2012-09-10 2013-09-10 ソーシャルネットワークの検索結果提示方法及び装置、並びに記憶媒体
EP13835464.2A EP2869217A4 (en) 2012-09-10 2013-09-10 METHOD AND DEVICE FOR PRESENTING SEARCH RESULTS IN SOCIAL NETWORKS AND STORAGE MEDIUM
US14/627,090 US20150161275A1 (en) 2012-09-10 2015-02-20 Method and device for presenting social network search results ad storage medium
JP2019100985A JP6758454B2 (ja) 2012-09-10 2019-05-30 ソーシャルネットワークの検索結果提示方法及び装置、並びに記憶媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210332244.0A CN103678350B (zh) 2012-09-10 2012-09-10 社交网络搜索结果展示方法及装置

Publications (2)

Publication Number Publication Date
CN103678350A true CN103678350A (zh) 2014-03-26
CN103678350B CN103678350B (zh) 2018-01-05

Family

ID=50236563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210332244.0A Active CN103678350B (zh) 2012-09-10 2012-09-10 社交网络搜索结果展示方法及装置

Country Status (5)

Country Link
US (1) US20150161275A1 (zh)
EP (1) EP2869217A4 (zh)
JP (2) JP2015527677A (zh)
CN (1) CN103678350B (zh)
WO (1) WO2014036975A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105224567A (zh) * 2014-06-26 2016-01-06 腾讯科技（深圳）有限公司 一种关键字的搜索方法及装置
CN105245378A (zh) * 2015-10-19 2016-01-13 江西掌中无限网络科技股份有限公司 移动互联网用户关系管理的方法及系统
JP2016085660A (ja) * 2014-10-28 2016-05-19 セイコーエプソン株式会社 検索サーバー、検索システム、検索方法
CN106204298A (zh) * 2016-07-15 2016-12-07 长江大学 一种大数据环境下的临时社交网络确定方法及系统
CN107025607A (zh) * 2017-03-23 2017-08-08 秦景龙 精确定位社交处理方法
CN111291057A (zh) * 2020-02-26 2020-06-16 上海云鱼智能科技有限公司 Im工具的用户信息索引方法、装置、服务器及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108596775A (zh) * 2018-05-02 2018-09-28 上海同砚信息科技有限公司 基于共同职业经历的社交网络系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110264648A1 (en) * 2010-04-21 2011-10-27 Yahoo! Inc. Selectively adding social dimension to web searches
CN102317943A (zh) * 2011-07-29 2012-01-11 华为技术有限公司 一种全文搜索的方法和装置
CN102395993A (zh) * 2009-04-02 2012-03-28 三星电子株式会社 在移动终端中提供人际网络管理服务的方法
CN102591890A (zh) * 2011-01-17 2012-07-18 腾讯科技（深圳）有限公司 一种展示搜索信息的方法及搜索信息展示装置

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09146970A (ja) * 1995-11-22 1997-06-06 Oki Electric Ind Co Ltd データ検索集計装置
US6810429B1 (en) * 2000-02-03 2004-10-26 Mitsubishi Electric Research Laboratories, Inc. Enterprise integration system
JP4498892B2 (ja) * 2004-11-10 2010-07-07 株式会社デンソーアイティーラボラトリ 情報閲覧装置及び情報閲覧方法
WO2006064573A1 (ja) * 2004-12-17 2006-06-22 Mars Flag Corporation Ｗｅｂ情報提供装置及びその方法、プログラム
JP2007310677A (ja) * 2006-05-18 2007-11-29 Nippon Telegr & Teleph Corp <Ntt> ラベル表示型文書検索方法及び装置及びプログラム
US8166026B1 (en) * 2006-12-26 2012-04-24 uAffect.org LLC User-centric, user-weighted method and apparatus for improving relevance and analysis of information sharing and searching
JP2009146253A (ja) * 2007-12-17 2009-07-02 Sony Corp 情報処理装置、情報処理方法、およびプログラム
US20090265326A1 (en) * 2008-04-17 2009-10-22 Thomas Dudley Lehrman Dynamic personal privacy system for internet-connected social networks
US20100100494A1 (en) * 2008-10-17 2010-04-22 Ricardo Polo-Malouvier Determination of paths between entities in a multi-relationship social network
JP4290219B1 (ja) * 2008-11-04 2009-07-01 株式会社ハンズ 商品情報検索装置、方法、及びコンピュータプログラム
JP2010113542A (ja) * 2008-11-06 2010-05-20 Kaiin Chin 情報提供システム、情報処理装置及びそのプログラム
US8493210B2 (en) * 2010-03-11 2013-07-23 Microsoft Corporation Computer monitoring and reporting infrastructure
CN102222072A (zh) * 2010-04-19 2011-10-19 腾讯科技（深圳）有限公司 一种信息分类的方法和装置
US8996536B2 (en) * 2010-09-20 2015-03-31 Linkedin Corporation Facet-based filtering of social network update data
US8452806B2 (en) * 2010-10-26 2013-05-28 Cbs Interactive Inc. Automatic catalog search preview
US9531803B2 (en) * 2010-11-01 2016-12-27 Google Inc. Content sharing interface for sharing content in social networks
US8484191B2 (en) * 2010-12-16 2013-07-09 Yahoo! Inc. On-line social search
CN102054029A (zh) * 2010-12-17 2011-05-11 哈尔滨工业大学 一种基于社会网络和人名上下文的人物信息消歧处理方法
US9258264B1 (en) * 2011-03-30 2016-02-09 Google Inc. Processing socially networked entities
CN102184230B (zh) * 2011-05-11 2016-08-17 北京百度网讯科技有限公司 一种搜索结果的展示方法及装置
US10565598B2 (en) * 2012-07-10 2020-02-18 Facebook, Inc. Sponsored advertisement ranking and pricing in a social networking system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102395993A (zh) * 2009-04-02 2012-03-28 三星电子株式会社 在移动终端中提供人际网络管理服务的方法
US20110264648A1 (en) * 2010-04-21 2011-10-27 Yahoo! Inc. Selectively adding social dimension to web searches
CN102591890A (zh) * 2011-01-17 2012-07-18 腾讯科技（深圳）有限公司 一种展示搜索信息的方法及搜索信息展示装置
CN102317943A (zh) * 2011-07-29 2012-01-11 华为技术有限公司 一种全文搜索的方法和装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105224567A (zh) * 2014-06-26 2016-01-06 腾讯科技（深圳）有限公司 一种关键字的搜索方法及装置
JP2016085660A (ja) * 2014-10-28 2016-05-19 セイコーエプソン株式会社 検索サーバー、検索システム、検索方法
CN105245378A (zh) * 2015-10-19 2016-01-13 江西掌中无限网络科技股份有限公司 移动互联网用户关系管理的方法及系统
CN106204298A (zh) * 2016-07-15 2016-12-07 长江大学 一种大数据环境下的临时社交网络确定方法及系统
CN107025607A (zh) * 2017-03-23 2017-08-08 秦景龙 精确定位社交处理方法
CN111291057A (zh) * 2020-02-26 2020-06-16 上海云鱼智能科技有限公司 Im工具的用户信息索引方法、装置、服务器及存储介质

Also Published As

Publication number Publication date
JP2015527677A (ja) 2015-09-17
CN103678350B (zh) 2018-01-05
US20150161275A1 (en) 2015-06-11
EP2869217A4 (en) 2016-03-30
WO2014036975A1 (zh) 2014-03-13
EP2869217A1 (en) 2015-05-06
JP2019194864A (ja) 2019-11-07
JP6758454B2 (ja) 2020-09-23

Similar Documents

Publication Publication Date Title
US11762909B2 (en) Method and system for abstracting information for use in link analysis
US11874874B2 (en) Method and system for identifying and discovering relationships between disparate datasets from multiple sources
Janowicz et al. Why the data train needs semantic rails
AU2010284506B2 (en) Semantic trading floor
US20120158791A1 (en) Feature vector construction
CN103678350A (zh) 社交网络搜索结果展示方法及装置
CN112088370A (zh) 数字资产搜索用户界面
Rehman et al. Building a data warehouse for twitter stream exploration
US10817545B2 (en) Cognitive decision system for security and log analysis using associative memory mapping in graph database
US20160148108A1 (en) Social media intelligence system
US11314793B2 (en) Query processing
US20210166331A1 (en) Method and system for risk determination
CN106503085B (zh) 基于域的可定制搜索系统、方法及技术
Liu et al. Review of the development of digital earth research during 1998–2015 based on a bibliometric analysis
Russo Sematic Web: Metadata, Linked Data, Open Data
Mallery Scholarly identification systems in a global market: The ORCID solution
Collarana et al. FuhSen: A Federated Hybrid Search Engine for building a knowledge graph on-demand
Pundir et al. SOCIAL MEDIA PLATFORM FOR COLLEGE STUDENTS
Kumar et al. An Apotheosis Extraction Approach for Dynamic Web Data
Fu et al. Identifying spatiotemporal urban activities through linguistic signatures MANUSCRIPT

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant