CN103853781A - 一种基于社交的用户组设置方法和装置 - Google Patents

Abstract

本发明公开了一种基于社交的用户组设置方法和装置，应用于为社交网络中的多个用户设置一个或多个用户组，所述方法包括：获取用户的社交信息；根据所述社交信息计算不同用户之间的相似度；根据所述相似度为所述用户分配用户组。通过上述方法，可以将相似度高的用户分配到同一个用户组中，从而提高用户组分配的合理性以及用户体验。

Description

一种基于社交的用户组设置方法和装置

技术领域

本发明涉及通信技术领域，尤其涉及一种基于社交的用户组设置方法和装置。

背景技术

随着互联网的快速发展，在当今快速的生活节奏下，越来越多的人选择使用社交网络与亲人朋友完成日常的社交活动，而在社交网络中，如何在大量用户中挑选出互相感兴趣的用户，是亟待解决的问题。

目前，通常以多个用户之间是否互为好友为标准在大量用户中挑选出互相感兴趣的用户，作为亲密用户，组成一个用户组，以便于该多个用户之间的联系。

上述技术虽然能够在一定程度上从大量用户中挑选出互相感兴趣的用户，但是，仅通过多个用户之间是否互为好友，并不能准确地判断出两个用户对对方感兴趣的程度，即由这些亲密用户所组成的用户组中，存在互为好友但对对方兴趣度很低的用户，这种情况的出现，严重的影响了用户组的合理性，并降低了用户体验。

发明内容

本发明实施例提供一种基于社交的用户组设置方法和装置，用于将相似度高的用户分配到同一个用户组中，从而提高用户组分配的合理性以及用户体验。

本发明实施例提供一种基于社交的用户组设置方法，应用于为社交网络中的多个用户设置一个或多个用户组，所述方法包括：

获取用户的社交信息；

根据所述社交信息计算不同用户之间的相似度；

根据所述相似度为所述用户分配用户组。

优选的，所述社交信息包括：

所述用户的好友用户的信息；和/或，

所述用户的互动行为日志，所述用户的互动行为日志包括所述用户与所述用户的好友用户之间的单向互动信息，其中，所述单向互动信息包括正向互动信息和反向互动信息，所述正向互动信息为所述用户对所述用户的好友用户的社交行为次数，所述反向互动信息为所述用户的好友用户对所述用户的社交行为次数。

优选的，所述根据社交信息计算不同用户之间的相似度，具体包括：

根据所述用户的好友用户的数量、以及所述用户的一个好友用户的好友用户的数量，计算所述用户与所述用户的一个好友用户之间的相似度；

所述用户与所述用户的一个好友用户之间的相似度为所述用户与所述用户的一个好友用户的共同好友的数量与好友总数的比值，所述好友总数为所述用户的好友数量和所述用户的好友用的好友数量之和。

优选的，所述社交行为次数至少由社交网络中所述一个用户对另一用户的评论次数、转发次数、私信次数、提及次数中的一项或任意组合确定。

优选的，所述根据社交信息计算不同用户之间的相似度，具体包括：

获取所述用户与所述用户的一个好友用户之间的正向互动信息和反向互动信息；

选择所述用户与所述用户的一个好友用户之间的正向互动信息和反向互动信息中数值小的作为所述用户与所述用户的一个好友用户的互动强度信息；

获取所述用户与所述用户的所有好友用户的互动强度信息，用以组成所述用户的互动强度向量；

根据所述用户的互动强度向量与所述用户的好友用户的互动强度向量计算所述用户和所述用户的好友用户的相似度。

优选的，所述根据所述用户的互动强度向量与所述用户的好友用户的互动强度向量计算所述用户和所述用户的好友用户的相似度，具体包括：

根据公式S_AB=V_A·V_B/||V_A||·||V_B||计算所述用户和所述用户的好友用户的相似度，其中，S_AB为所述用户和所述用户的好友用户的相似度，V_A为所述用户的互动强度向量，V_B为所述用户的好友用户的互动强度向量，||V_A||为所述用户的互动强度向量的模，||V_B||为所述用户的好友用户的互动强度向量的模，所述V_A和所述V_B中可以有任意个元素，每个元素为一个互动强度信息。

优选的，所述根据相似度为所述用户分配用户组，具体包括：

步骤A，设置相似度阀值；

步骤B，为社交网络中的每个用户设置一个普通用户组，所述普通用户组之间的相似度为所述普通用户组内的用户与其他普通用户组内的用户之间的相似度；

步骤C，判断所有普通用户组中是否存在相似度高于所述相似度阀值的至少两个普通用户组，若判断结果为是，执行步骤D，否则中止流程；

步骤D，在所述相似度高于所述相似度阀值的至少两个普通用户组中，选择相似度最高的两个普通用户组中，合并为一个中心用户组；

步骤E，判断剩余的普通用户组中是否存在相似度高于所述相似度阀值、且与所述中心用户组相似度为零的至少两个普通用户组，若存在，执行步骤F，否则执行步骤G；

步骤F，在所述相似度高于所述相似度阀值、且与所述中心用户组相似度为零的至少两个普通用户组中，选择相似度最高的两个普通用户组合并为另一个中心用户组，并返回执行步骤E；

步骤G，将所有中心用户组设置为普通用户组，更新每个普通用户组与其他普通用户组之间的相似度，并执行步骤C。

优选的，所述更新每个普通用户组与其他普通用户组之间的相似度，具体包括：

分别将所述每个普通用户组中的所有用户的社交信息合并，并根据合并后的社交信息，计算并更新所述每个普通用户组与其他普通用户组之间的相似度。

优选的，所述根据相似度为所述用户分配用户组，具体包括：

步骤A，设置第一数量阀值、第二数量阀值；

步骤B，判断在所有用户中是否存在与所述用户相似度不为零、且互相之间相似度不为零、且多于所述第一数量阀值的、与所述用户不属于同一个已建立的中心用户组的第一候选用户，若判断结果为是，执行步骤C，否则中止流程；

步骤C，在所述第一候选用户中任意选择第一数量阀值个亲密用户，为所述亲密用户和所述用户设置一个中心用户组；

步骤D，为所述中心用户组设置第二候选用户，所述第二候选用户为所有与所述中心用户组中任意用户相似度不为零的用户；

步骤E，判断在所述第二候选用户中是否存在与所述中心用户组中多于所述第二数量阀值个用户的相似度大于零的用户，若判断结果为是，执行步骤F，否则执行步骤B；

步骤F，将所述与中心用户组中多于所述第二数量阀值个用户的相似度大于零的用户中的任意一个用户加入到所述中心用户组；

步骤G，更新所述第二候选用户，并返回执行步骤E。

本发明实施例提供一种基于社交的用户组设置装置，应用于为社交网络中的多个用户设置一个或多个用户组，所述装置包括：

获取模块，用于获取用户的社交信息；

计算模块，用于根据所述社交信息计算不同用户之间的相似度；

控制模块，用于根据所述相似度为所述用户分配用户组。

优选的，所述社交信息包括，所述用户的好友用户的信息；和/或，

所述用户的互动行为日志，所述用户的互动行为日志包括所述用户与所述用户的好友用户之间的单向互动信息，其中，所述单向互动信息包括正向互动信息和反向互动信息，所述正向互动信息为所述用户对所述用户的好友用户的社交行为次数，所述反向互动信息为所述用户的好友用户对所述用户的社交行为次数。

优选的，所述计算模块，具体用于根据所述获取模块获取的所述用户的好友用户的数量、以及所述用户的一个好友用户的好友用户的数量，计算所述用户与所述用户的一个好友用户之间的相似度；所述用户与所述用户的一个好友用户之间的相似度为所述用户与所述用户的一个好友用户的共同好友的数量与好友总数的比值，所述好友总数为所述用户的好友数量和所述用户的好友用的好友数量之和。

优选的，所述计算模块，具体包括：

取得子模块，用于取得所述获取模块获取的所述用户与所述用户的一个好友用户之间的正向互动信息和反向互动信息；并取得选择子模块选择的所述用户与所述用户的所有好友用户的互动强度信息，用以组成所述用户的互动强度向量

所述选择子模块，用于选择所述取得子模块取得的所述用户与所述用户的一个好友用户之间的正向互动信息和反向互动信息中数值小的，作为所述用户与所述用户的一个好友用户的互动强度信息；

计算子模块，用于根据所述取得子模块取得的所述用户的互动强度向量与所述用户的好友用户的互动强度向量，计算所述用户和所述用户的好友用户的相似度。

优选的，所述控制模块，具体包括：

设置子模块，用于设置相似度阀值；以及用于为社交网络中的每个用户设置一个普通用户组，所述普通用户组之间的相似度为所述计算模块计算的所述普通用户组内的用户与其他普通用户组内的用户之间的相似度；以及用于将所有中心用户组设置为普通用户组；

判断子模块，用于判断所述设置子模块设置的所有普通用户组中是否存在相似度高于所述设置子模块设置的所述相似度阀值的至少两个普通用户组；以及用于判断在选择子模块将普通用户组合并为中心用户组后，剩余的普通用户组中是否存在相似度高于所述设置子模块设置的所述相似度阀值、且与所述中心用户组相似度为零的至少两个普通用户组；

所述选择子模块，用于在所述判断子模块判断出的相似度高于所述相似度阀值的至少两个普通用户组中，选择相似度最高的两个普通用户组中，合并为一个中心用户组；以及用于在所述判断子模块判断出的相似度高于所述相似度阀值、且与所述中心用户组相似度为零的至少两个普通用户组中，选择相似度最高的两个普通用户组合并为另一个中心用户组；

更新子模块，用于更新所述设置子模块设置的普通用户组与其他普通用户组之间的相似度。

优选的，所述控制模块还包括：

计算子模块，用于分别将所述设置子模块设置的所述每个普通用户组中的所有用户的社交信息合并，并根据合并后的社交信息，计算所述每个普通用户组与其他普通用户组之间的相似度；

所述更新子模块，具体用于根据所述计算子模块计算的所述每个普通用户组与其他普通用户组之间的相似度，更新所述每个普通用户组与其他普通用户组之间的相似度。

优选的，所述控制模块，具体包括：

设置子模块，用于设置第一数量阀值、第二数量阀值；以及用于为选择子模块选择出的亲密用户和所述用户设置一个中心用户组；以及用于为所述中心用户组设置第二候选用户，所述第二候选用户为所有与所述中心用户组中任意用户相似度不为零的用户；

判断子模块，用于判断在所有用户中是否存在与所述用户相似度不为零、且互相之间相似度不为零、且多于所述设置子模块设置的所述第一数量阀值的、与所述用户不属于同一个已建立的中心用户组的第一候选用户；以及用于判断在所述设置子模块设置的所述第二候选用户中是否存在与所述中心用户组中多于所述第二数量阀值个用户的相似度大于零的用户；

所述选择子模块，用于在所述判断子模块判断出的所述第一候选用户中，任意选择第一数量阀值个所述亲密用户；

合并子模块，用于将所述判断子模块判断的所述与中心用户组中多于所述第二数量阀值个用户的相似度大于零的用户中的任意一个用户，加入到所述中心用户组；

更新子模块，用于更新所述设置子模块设置的所述第二候选用户。

与现有技术相比，本发明实施例具有以下优点：

本发明实施例中，提供了一种基于社交的用户组设置方法和装置，应用于为社交网络中的多个用户设置一个或多个用户组，所述方法包括：获取用户的社交信息，根据所述社交信息计算不同用户之间的相似度，根据所述相似度为所述用户分配用户组。通过上述方法，可以将相似度高的用户分配到同一个用户组中，从而提高用户组分配的合理性以及用户体验。

附图说明

图1为本发明实施例一提供的一种基于社交的用户组设置方法流程示意图；

图2为本发明实施例三提供的一种根据用户的互动行为日志计算不同用户之间的相似度的方法流程示意图；

图3为本发明实施例四提供的一种根据相似度为用户分配用户组的方法流程示意图；

图4为本发明实施例五提供的一种根据相似度为用户分配用户组的方法流程示意图；

图5为本发明实施例六提供的一种基于社交的用户组设置装置的结构示意图；

图6为本发明实施例六提供的一种基于社交的用户组设置装置的结构示意图；

图7为本发明实施例六提供的一种基于社交的用户组设置装置的结构示意图；

图8为本发明实施例六提供的一种基于社交的用户组设置装置的结构示意图。

具体实施方式

本发明中提供了一种基于社交的用户组设置方法，应用于为社交网络中的多个用户设置一个或多个用户组。为方便描述，本发明实施例中以社交网络为微博为例进行描述，但应该认识到，本发明实施例提供的技术方案中的社交网络并不限定于微博，也可以为其他任何形式的社交网络社区。

下面将结合本发明的实施例中的附图，对本发明的实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅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，都属于本发明的实施例保护的范围。

实施例一

如图1所示，为本发明实施例一提供的一种基于社交的用户组设置方法流程示意图，可以包括以下步骤：

步骤S101、获取用户的社交信息。

具体的，用户的社交信息可以包括用户的好友用户的信息、用户的互动行为日志等，用户的互动行为日志中包括该用户与该用户的好友用户的单向互动信息，其中，单向互动信息包括正向互动信息和反向互动信息，正向互动信息为用户对用户的好友用户的社交行为次数，反向互动信息为用户的好友用户对用户的社交行为次数。

其中，在本发明实施例中，微博中的用户A与用户B互为好友的基本条件为用户A与用户B互相关注。在本发明实施例中，正向互动信息和反向互动信息是对于用户而言的，用户A对用户B的互动信息1对于用户A为正向互动信息，但互动信息1对于用户B为反向互动信息，用户B对用户A的互动信息2对于用户A为反向互动信息，但互动信息2对于用户B即为正向互动信息。

在本发明实施例中，通过在设置用户组时引入单向互动信息，可以避免将相互间兴趣度不高的用户加入一个用户组。例如，对于公众人物，其会获得大量的评论、转发等反向互动信息，但又不会对这些反向互动信息一一进行回应，此时，该公众人物与绝大多数的用户的正向互动信息为零，而对于用户，该公众人物返回的反向互动信息也为零，针对这种情况，可以在该公众人物与用户的正向互动信息和反向互动信息中，选择数值最小的，作为判断该公众人物与该用户之间的兴趣度的标准，从而区分单向兴趣度高、双向兴趣度低的用户和双向兴趣度高的用户。

步骤S102、根据社交信息计算不同用户之间的相似度。

该步骤可以采用多种不同的策略加以实现，具体策略在后续实施例中进行描述。

步骤S103、根据相似度为用户分配用户组。

该步骤可以采用多种不同的策略加以实现，具体策略在后续实施例中进行描述。

实施例二

本发明实施例提供的技术方案为在实施例一的基础上，根据用户的好友用户的信息计算用户之间的相似度。

具体的，根据用户的好友用户的数量、以及用户的一个好友用户的好友用户的数量，计算用户与用户的一个好友用户之间的相似度；用户与用户的一个好友用户之间的相似度为所述用户与所述用户的一个好友用户的共同好友的数量与好友总数的比值，所述好友总数为所述用户的好友数量和所述用户的好友用的好友数量之和。

例如，在微博中的用户A有好友用户B、用户C、用户D、以及用户F，用户B有好友用户A、用户C、用户D、用户G，则用户A与用户B的相似度S_AB=2/（4+4）=0.25。

实施例三

实施例二中给出了一种基于好友数量的用户组分配方法，但是，对于微博这种开放程度较高的平台，即使一个用户将另一个用户加为好友，也不能作为将这两个用户加入一个用户组的依据，如实施例一中所举的例子，对于公众人物，会有大量用户将其加为好友，即有大量用户对该公众人物具有较高的兴趣度，但该公众人物对这些用户的兴趣度可能很低，另外，对于某些用户，其在注册账号后，并没有对该账号进行使用，此时，虽然这些用户与其他用户互为好友，但相互之间的兴趣度却很低，可见，对于上述情况，如果仅基于好友数量，并不能取得很好的用户组分配效果。

针对上述情况，实施例三中提出了一种基于互动行为日志的用户组分配方法，系统在对一个用户进行分组时，会在该用户互动行为日志中的正向互动信息和反向互动信息中选择数值小的作为计算相似度的参数，以将互相感兴趣的用户加入一个用户组，从而提高用户组分配的准确度。

如图2所示，为本发明实施例三提供的在实施例一的基础上，根据用户的互动行为日志计算不同用户之间的相似度的方法流程示意图，可以包括以下步骤：

步骤S201、获取用户与用户的一个好友用户之间的正向互动信息和反向互动信息。

例如，在微博中有A、B、C、D四个用户，A与B、C互为好友用户。A对B的正向互动信息ACTION(A,B)包括但不限于A对B的评论次数、转发次数、私信次数、提及次数中的一项或多项，例如，A对B的正向互动信息ACTION(A,B)=评论次数3+转发次数4+私信次数2+提及次数2=11，A对B的反向互动信息ACTION(B,A)=评论次数2+转发次数1+私信次数1+提及次数4=8。

步骤S202、选择用户与用户的一个好友用户之间的正向互动信息和反向互动信息中数值小的作为用户与用户的一个好友用户的互动强度信息。

具体的，针对A、B，A与B之间的互动强度信息为min[ACTION(A,B)，ACTION(B,A)]=min[11,8]=8。

步骤S203、获取用户与用户的所有好友用户的互动强度信息，用以组成用户的互动强度向量。

例如，A与其好友用户B、C、D、E、F的互动强度信息分别为8、3、5、9、4，B与其好友用户A、D、F、G的互动强度信息分别为8、1、6、7，则A的互动强度向量V_A=[8,3,5,9,4]，B的互动强度向量V_B=[8,1,6,7]。

步骤S204、根据用户的互动强度向量与用户的好友用户的互动强度向量计算用户和用户的好友用户的相似度。

具体的，本发明实施例中可以根据公式S_AB=V_A·V_B/||V_A||·||V_B||计算用户和用户的好友用户的相似度，其中，S_AB为用户和用户的好友用户的相似度，V_A为用户的互动强度向量，V_B为用户的好友用户的互动强度向量，||V_A||为用户的互动强度向量的模，||V_B||为用户的好友用户的互动强度向量的模，V_A和V_B中可以有任意个元素，每个元素为一个互动强度信息。

例如，V_A=[8,3,5,9,4]，V_B=[8,1,6,7]，则||V_A||==13.96，||V_B||==12.25，在计算V_A·V_B时，由于本发明实施例中A与B之间存在不同的好友，因此需要预先对V_A和V_B进行适当的变形，即V_A=[8,3,5,9,4,0]，V_B=[8,0,1,0,6,7]，V_A·V_B=8×8+3×0+5×1+9×0+4×6+0×7=93，则S_AB=93/13.96×12.25=0.54。

实施例四

如图3所示，为本发明实施例四提供的在实施例一的基础上，根据相似度为用户分配用户组的方法流程示意图，可以包括以下步骤：

步骤S301，设置相似度阀值。

具体的，为相似度阀值设置不同的值，可以直接影响到最终形成的用户组内用户的数量。在本发明实施例中，将相似度阀值设置为0.7，以便于描述。

步骤S302，为社交网络中的每个用户设置一个普通用户组，普通用户组之间的相似度为普通用户组内的用户与其他普通用户组内的用户之间的相似度。

例如，微博中有用户A、B、C、D、E、F、G，预先为每个用户设置一个用户组，在本发明实施例中，使用用户组中用户的名字命名用户组，以便于描述，例如，普通用户组A中仅包含用户A，普通用户组AB中同时包含用户A、B，依次类推。

步骤S303，判断所有普通用户组中是否存在相似度高于相似度阀值的至少两个普通用户组，若判断结果为是，执行步骤S304，否则中止流程。

例如，如表1所示，为用户A、B、C、D、E、F、G之间的相似度。

表1

步骤S304，在相似度高于相似度阀值的至少两个普通用户组中，选择相似度最高的两个普通用户组中，合并为一个中心用户组。

具体的，如表1所示的各用户之间的相似度中，普通用户组A与普通用户组B的相似度高于相似度阀值0.7，且在所有用户中相似度最高，因此在首轮迭代中，将普通用户组A、普通用户组B合并为中心用户组AB。

步骤S305，判断剩余的普通用户组中是否存在相似度高于相似度阀值、且与中心用户组相似度为零的至少两个普通用户组，若存在，执行步骤S306，否则执行步骤S307。

例如，在首轮迭代中，已经将普通用户组A，普通用户组B合并为一个中心用户组AB，由表1可知，普通用户组C、普通用户组D与普通用户组A、普通用户组B的相似度均不为零，普通用户组E、普通用户组F、普通用户组G与普通用户组A、B的相似度均为零，且普通用户组E与普通用户组F，普通用户组E与普通用户组G的相似度均高于相似度阀值，因此执行步骤S306。

步骤S306，在相似度高于相似度阀值、且与中心用户组相似度为零的至少两个普通用户组中，选择相似度最高的两个普通用户组合并为另一个中心用户组，并返回执行步骤S305。

在普通用户组E、普通用户组F、普通用户组G之间的相似度中，普通用户组E、普通用户组F的相似度0.88最高，因此将普通用户组E、普通用户组F合并为中心用户组EF，并循环执行步骤S305到步骤S306的判断，直到所有用户中不存在满足步骤S305的条件的用户，在本发明实施例中，由表1可知，在分别将普通用户组A、普通用户组B和普通用户组E、普通用户组F合并后，已经不存在满足步骤S305的条件的用户，因此执行步骤307。

步骤S307，将所有中心用户组设置为普通用户组，更新每个普通用户组与其他普通用户组之间的相似度，并执行步骤S303。

具体的，分别将每个普通用户组中的所有用户的社交信息合并，并根据合并后的社交信息，计算并更新每个普通用户组与其他普通用户组之间的相似度。

例如，在本发明实施例中，微博中目前有普通用户组AB、普通用户组C、普通用户组D、普通用户组EF、普通用户组G，分别将普通用户组AB内的用户A、B的互动强度信息合并和，将普通用户组EF的内的用户E、F的互动强度信息合并，并重新计算各用户组之间的相似度，假设合并后的相似度如表2所示。

表2

此时，首轮迭代即已经结束，之后循环执行上述步骤，直到所有普通用户组中不存在相似度大于相似度阀值的普通用户组，流程即结束。在流程结束时，微博中即形成了多个相互之间相似度为零或相似度小于相似度阀值的普通用户组，其中每个用户只能属于一个普通用户组。

实施例五

如图4所示，为本发明实施例五提供的在实施例一的基础上，根据相似度为用户分配用户组的方法流程示意图，可以包括以下步骤：

步骤S401，设置第一数量阀值、第二数量阀值。

具体的，为第一数量阀值、第二数量阀值设置不同的值，可以直接影响到最终形成的用户组的数量，以及每个用户组内用户的数量。在本发明实施例中，将第一数量阀值设置为2，将第二数量阀值设置为2，以便于描述。

步骤S402，判断在所有用户中是否存在与用户相似度不为零、且互相之间相似度不为零、且多于第一数量阀值的、与用户不属于同一个已建立的中心用户组的第一候选用户，若判断结果为是，执行步骤S403，否则中止流程。

例如，微博中有用户A、B、C、D、E、F、G，如表3所示，为用户A、B、C、D、E、F、G之间的相似度。

表3

可见，在表3中，针对用户A，用户A与用户B、C、D的相似度不为零，与用户E的相似度为零，因此，当针对用户A设置用户组时，与A相似度不为零的用户数为3个，大于第一数量阀值2，此时执行步骤S403。

步骤S403，在第一候选用户中任意选择第一数量阀值个亲密用户，为亲密用户和用户设置一个中心用户组。

例如，在本发明实施例中，第一数量阀值为2，因此，可将用户A、用户B和用户C加入到一个中心用户组中。

步骤S404，为中心用户组设置第二候选用户，第二候选用户为所有与中心用户组中任意用户相似度不为零的用户。

例如，在本发明实施例中，与中心用户组中用户A相似度不为零的用户为用户B、用户C、用户D，与中心用户组中用户B的相似度不为零的用户为用户A、用户D、用户F、用户G，与中心用户组中用户C相似度不为零的用户为用户A、用户D、用户E、用户G，因此，针对该中心用户组，第二候选用户为用户D、用户E、用户F、用户G。

步骤S405，判断在第二候选用户中是否存在与中心用户组中多于第二数量阀值个用户的相似度大于零的用户，若判断结果为是，执行步骤S406，否则执行步骤S402。

例如，由表3可知，在中心用户组中，与候选用户D相似度大于零的用户有3个，与候选用户E、F相似度不为零的用户各有1个，与候选用户G相似度不为零的用户有2个。由于第二相似度阀值被设置为2，因此候选用户D和候选用户G都满足条件，执行步骤S406。

步骤S406，将与中心用户组中多于第二数量阀值个用户的相似度大于零的用户中的任意一个用户加入到中心用户组。

例如，可以将候选用户D加入到中心用户组中，即此时中心用户组中有用户A、B、C、D。

步骤S407，更新第二候选用户，并返回执行步骤S405。

例如，此时中心用户组中的用户已经由A、B、C变为A、B、C、D，此时需要将与用户D相似度不为零的用户加入到第二候选用户中，并执行步骤S405。

在上述循环执行结束后，微博中即形成了多个用户组，且每个用户可以属于多个不同的用户组。

实施例六

如图5所示，基于与上述实施例相同的构思，本发明实施例六提供的一种基于社交的用户组设置装置：

获取模块510，用于获取用户的社交信息；

计算模块520，用于根据所述社交信息计算不同用户之间的相似度；

控制模块530，用于根据所述相似度为所述用户分配用户组。

其中，所述社交信息包括，所述用户的好友用户的信息；和/或，

所述用户的互动行为日志，所述用户的互动行为日志包括所述用户与所述用户的好友用户之间的单向互动信息，其中，所述单向互动信息包括正向互动信息和反向互动信息，所述正向互动信息为所述用户对所述用户的好友用户的社交行为次数，所述反向互动信息为所述用户的好友用户对所述用户的社交行为次数。

其中，所述计算模块520，具体用于根据所述获取模块510获取的所述用户的好友用户的数量、以及所述用户的一个好友用户的好友用户的数量，计算所述用户与所述用户的一个好友用户之间的相似度；所述用户与所述用户的一个好友用户之间的相似度为所述用户与所述用户的一个好友用户的共同好友的数量与好友总数的比值，所述好友总数为所述用户的好友数量和所述用户的好友用的好友数量之和。

其中，所述计算模块520，具体包括：

取得子模块521，用于取得所述获取模块510获取的所述用户与所述用户的一个好友用户之间的正向互动信息和反向互动信息；并取得选择子模块522选择的所述用户与所述用户的所有好友用户的互动强度信息，用以组成所述用户的互动强度向量

所述选择子模块522，用于选择所述取得子模块521取得的所述用户与所述用户的一个好友用户之间的正向互动信息和反向互动信息中数值小的，作为所述用户与所述用户的一个好友用户的互动强度信息；

计算子模块523，用于根据所述取得子模块521取得的所述用户的互动强度向量与所述用户的好友用户的互动强度向量，计算所述用户和所述用户的好友用户的相似度。

其中，所述控制模块530，具体包括：

设置子模块531，用于设置相似度阀值；以及用于为社交网络中的每个用户设置一个普通用户组，所述普通用户组之间的相似度为所述计算模块520计算的所述普通用户组内的用户与其他普通用户组内的用户之间的相似度；以及用于将所有中心用户组设置为普通用户组；

判断子模块532，用于判断所述设置子模块531设置的所有普通用户组中是否存在相似度高于所述设置子模块531设置的所述相似度阀值的至少两个普通用户组；以及用于判断在选择子模块533将普通用户组合并为中心用户组后，剩余的普通用户组中是否存在相似度高于所述设置子模块531设置的所述相似度阀值、且与所述中心用户组相似度为零的至少两个普通用户组；

所述选择子模块533，用于在所述判断子模块532判断出的相似度高于所述相似度阀值的至少两个普通用户组中，选择相似度最高的两个普通用户组中，合并为一个中心用户组；以及用于在所述判断子模块532判断出的相似度高于所述相似度阀值、且与所述中心用户组相似度为零的至少两个普通用户组中，选择相似度最高的两个普通用户组合并为另一个中心用户组；

更新子模块534，用于更新所述设置子模块531设置的普通用户组与其他普通用户组之间的相似度。

其中，所述控制模块530还包括：

计算子模块535，用于分别将所述设置子模块531设置的所述每个普通用户组中的所有用户的社交信息合并，并根据合并后的社交信息，计算所述每个普通用户组与其他普通用户组之间的相似度；

所述更新子模块534，具体用于根据所述计算子模块535计算的所述每个普通用户组与其他普通用户组之间的相似度，更新所述每个普通用户组与其他普通用户组之间的相似度。

其中，所述控制模块530，具体包括：

设置子模块531，用于设置第一数量阀值、第二数量阀值；以及用于为选择子模块533选择出的亲密用户和所述用户设置一个中心用户组；以及用于为所述中心用户组设置第二候选用户，所述第二候选用户为所有与所述中心用户组中任意用户相似度不为零的用户；

判断子模块532，用于判断在所有用户中是否存在与所述用户相似度不为零、且互相之间相似度不为零、且多于所述设置子模块531设置的所述第一数量阀值的、与所述用户不属于同一个已建立的中心用户组的第一候选用户；以及用于判断在所述设置子模块531设置的所述第二候选用户中是否存在与所述中心用户组中多于所述第二数量阀值个用户的相似度大于零的用户；

所述选择子模块533，用于在所述判断子模块532判断出的所述第一候选用户中，任意选择第一数量阀值个所述亲密用户；

合并子模块534，用于将所述判断子模块532判断的所述与中心用户组中多于所述第二数量阀值个用户的相似度大于零的用户中的任意一个用户，加入到所述中心用户组；

更新子模块535，用于更新所述设置子模块设置531的所述第二候选用户。

本发明实施例提供了一种基于社交的用户组设置方法，应用于为社交网络中的多个用户设置一个或多个用户组，该方法包括：获取用户的社交信息；根据社交信息计算不同用户之间的相似度；根据相似度为用户分配用户组。通过采用本发明实施例中提供的技术方案，可以将相似度高的用户分配到同一个用户组中，从而提高用户组分配的合理性以及用户体验。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。

本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (16)

1.一种基于社交的用户组设置方法，其特征在于，应用于为社交网络中的多个用户设置一个或多个用户组，所述方法包括：

获取用户的社交信息；

根据所述社交信息计算不同用户之间的相似度；

根据所述相似度为所述用户分配用户组。

2.如权利要求1所述的方法，其特征在于，所述社交信息包括：

所述用户的好友用户的信息；和/或，

所述用户的互动行为日志，所述用户的互动行为日志包括所述用户与所述用户的好友用户之间的单向互动信息，其中，所述单向互动信息包括正向互动信息和反向互动信息，所述正向互动信息为所述用户对所述用户的好友用户的社交行为次数，所述反向互动信息为所述用户的好友用户对所述用户的社交行为次数。

3.如权利要求2所述的方法，其特征在于，所述根据社交信息计算不同用户之间的相似度，具体包括：

根据所述用户的好友用户的数量、以及所述用户的一个好友用户的好友用户的数量，计算所述用户与所述用户的一个好友用户之间的相似度；

所述用户与所述用户的一个好友用户之间的相似度为所述用户与所述用户的一个好友用户的共同好友的数量与好友总数的比值，所述好友总数为所述用户的好友数量和所述用户的好友用的好友数量之和。

4.如权利要求2所述的方法，其特征在于，所述社交行为次数至少由社交网络中所述一个用户对另一用户的评论次数、转发次数、私信次数、提及次数中的一项或任意组合确定。

5.如权利要求2所述的方法，其特征在于，所述根据社交信息计算不同用户之间的相似度，具体包括：

获取所述用户与所述用户的一个好友用户之间的正向互动信息和反向互动信息；

选择所述用户与所述用户的一个好友用户之间的正向互动信息和反向互动信息中数值小的作为所述用户与所述用户的一个好友用户的互动强度信息；

获取所述用户与所述用户的所有好友用户的互动强度信息，用以组成所述用户的互动强度向量；

根据所述用户的互动强度向量与所述用户的好友用户的互动强度向量计算所述用户和所述用户的好友用户的相似度。

6.如权利要求5所述的方法，其特征在于，所述根据所述用户的互动强度向量与所述用户的好友用户的互动强度向量计算所述用户和所述用户的好友用户的相似度，具体包括：

根据公式S_AB=V_A·V_B/||V_A||·||V_B||计算所述用户和所述用户的好友用户的相似度，其中，S_AB为所述用户和所述用户的好友用户的相似度，V_A为所述用户的互动强度向量，V_B为所述用户的好友用户的互动强度向量，||V_A||为所述用户的互动强度向量的模，||V_B||为所述用户的好友用户的互动强度向量的模，所述V_A和所述V_B中可以有任意个元素，每个元素为一个互动强度信息。

7.如权利要求1所述的方法，其特征在于，所述根据相似度为所述用户分配用户组，具体包括：

步骤A，设置相似度阀值；

步骤B，为社交网络中的每个用户设置一个普通用户组，所述普通用户组之间的相似度为所述普通用户组内的用户与其他普通用户组内的用户之间的相似度；

步骤C，判断所有普通用户组中是否存在相似度高于所述相似度阀值的至少两个普通用户组，若判断结果为是，执行步骤D，否则中止流程；

步骤D，在所述相似度高于所述相似度阀值的至少两个普通用户组中，选择相似度最高的两个普通用户组中，合并为一个中心用户组；

步骤E，判断剩余的普通用户组中是否存在相似度高于所述相似度阀值、且与所述中心用户组相似度为零的至少两个普通用户组，若存在，执行步骤F，否则执行步骤G；

步骤F，在所述相似度高于所述相似度阀值、且与所述中心用户组相似度为零的至少两个普通用户组中，选择相似度最高的两个普通用户组合并为另一个中心用户组，并返回执行步骤E；

步骤G，将所有中心用户组设置为普通用户组，更新每个普通用户组与其他普通用户组之间的相似度，并执行步骤C。

8.如权利要求7所述的方法，其特征在于，所述更新每个普通用户组与其他普通用户组之间的相似度，具体包括：

分别将所述每个普通用户组中的所有用户的社交信息合并，并根据合并后的社交信息，计算并更新所述每个普通用户组与其他普通用户组之间的相似度。

9.如权利要求1所述的方法，其特征在于，所述根据相似度为所述用户分配用户组，具体包括：

步骤A，设置第一数量阀值、第二数量阀值；

步骤B，判断在所有用户中是否存在与所述用户相似度不为零、且互相之间相似度不为零、且多于所述第一数量阀值的、与所述用户不属于同一个已建立的中心用户组的第一候选用户，若判断结果为是，执行步骤C，否则中止流程；

步骤C，在所述第一候选用户中任意选择第一数量阀值个亲密用户，为所述亲密用户和所述用户设置一个中心用户组；

步骤D，为所述中心用户组设置第二候选用户，所述第二候选用户为所有与所述中心用户组中任意用户相似度不为零的用户；

步骤E，判断在所述第二候选用户中是否存在与所述中心用户组中多于所述第二数量阀值个用户的相似度大于零的用户，若判断结果为是，执行步骤F，否则执行步骤B；

步骤F，将所述与中心用户组中多于所述第二数量阀值个用户的相似度大于零的用户中的任意一个用户加入到所述中心用户组；

步骤G，更新所述第二候选用户，并返回执行步骤E。

10.一种基于社交的用户组设置装置，其特征在于，应用于为社交网络中的多个用户设置一个或多个用户组，所述装置包括：

获取模块，用于获取用户的社交信息；

计算模块，用于根据所述社交信息计算不同用户之间的相似度；

控制模块，用于根据所述相似度为所述用户分配用户组。

11.如权利要求10所述的装置，其特征在于，所述社交信息包括：

所述用户的好友用户的信息；和/或，

所述用户的互动行为日志，所述用户的互动行为日志包括所述用户与所述用户的好友用户之间的单向互动信息，其中，所述单向互动信息包括正向互动信息和反向互动信息，所述正向互动信息为所述用户对所述用户的好友用户的社交行为次数，所述反向互动信息为所述用户的好友用户对所述用户的社交行为次数。

12.如权利要求11所述的装置，其特征在于，

所述计算模块，具体用于根据所述获取模块获取的所述用户的好友用户的数量、以及所述用户的一个好友用户的好友用户的数量，计算所述用户与所述用户的一个好友用户之间的相似度；所述用户与所述用户的一个好友用户之间的相似度为所述用户与所述用户的一个好友用户的共同好友的数量与好友总数的比值，所述好友总数为所述用户的好友数量和所述用户的好友用的好友数量之和。

13.如权利要求11所述的装置，其特征在于，所述计算模块，具体包括：

取得子模块，用于取得所述获取模块获取的所述用户与所述用户的一个好友用户之间的正向互动信息和反向互动信息；并取得选择子模块选择的所述用户与所述用户的所有好友用户的互动强度信息，用以组成所述用户的互动强度向量

选择子模块，用于选择所述取得子模块取得的所述用户与所述用户的一个好友用户之间的正向互动信息和反向互动信息中数值小的，作为所述用户与所述用户的一个好友用户的互动强度信息；

计算子模块，用于根据所述取得子模块取得的所述用户的互动强度向量与所述用户的好友用户的互动强度向量，计算所述用户和所述用户的好友用户的相似度。

14.如权利要求10所述的装置，其特征在于，所述控制模块，具体包括：

设置子模块，用于设置相似度阀值；以及用于为社交网络中的每个用户设置一个普通用户组，所述普通用户组之间的相似度为所述计算模块计算的所述普通用户组内的用户与其他普通用户组内的用户之间的相似度；以及用于将所有中心用户组设置为普通用户组；

判断子模块，用于判断所述设置子模块设置的所有普通用户组中是否存在相似度高于所述设置子模块设置的所述相似度阀值的至少两个普通用户组；以及用于判断在选择子模块将普通用户组合并为中心用户组后，剩余的普通用户组中是否存在相似度高于所述设置子模块设置的所述相似度阀值、且与所述中心用户组相似度为零的至少两个普通用户组；

所述选择子模块，用于在所述判断子模块判断出的相似度高于所述相似度阀值的至少两个普通用户组中，选择相似度最高的两个普通用户组中，合并为一个中心用户组；以及用于在所述判断子模块判断出的相似度高于所述相似度阀值、且与所述中心用户组相似度为零的至少两个普通用户组中，选择相似度最高的两个普通用户组合并为另一个中心用户组；

更新子模块，用于更新所述设置子模块设置的普通用户组与其他普通用户组之间的相似度。

15.如权利要求14所述的装置，其特征在于，所述控制模块还包括，

计算子模块，用于分别将所述设置子模块设置的所述每个普通用户组中的所有用户的社交信息合并，并根据合并后的社交信息，计算所述每个普通用户组与其他普通用户组之间的相似度；

所述更新子模块，具体用于根据所述计算子模块计算的所述每个普通用户组与其他普通用户组之间的相似度，更新所述每个普通用户组与其他普通用户组之间的相似度。

16.如权利要求10所述的装置，其特征在于，所述控制模块，具体包括：

设置子模块，用于设置第一数量阀值、第二数量阀值；以及用于为选择子模块选择出的亲密用户和所述用户设置一个中心用户组；以及用于为所述中心用户组设置第二候选用户，所述第二候选用户为所有与所述中心用户组中任意用户相似度不为零的用户；

判断子模块，用于判断在所有用户中是否存在与所述用户相似度不为零、且互相之间相似度不为零、且多于所述设置子模块设置的所述第一数量阀值的、与所述用户不属于同一个已建立的中心用户组的第一候选用户；以及用于判断在所述设置子模块设置的所述第二候选用户中是否存在与所述中心用户组中多于所述第二数量阀值个用户的相似度大于零的用户；

所述选择子模块，用于在所述判断子模块判断出的所述第一候选用户中，任意选择第一数量阀值个所述亲密用户；

合并子模块，用于将所述判断子模块判断的所述与中心用户组中多于所述第二数量阀值个用户的相似度大于零的用户中的任意一个用户，加入到所述中心用户组；

更新子模块，用于更新所述设置子模块设置的所述第二候选用户。

Images