CN103905288B - 一种好友推荐方法及装置 - Google Patents

Abstract

本发明提供了一种好友推荐方法及装置，通过基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹；基于所述通信交往指纹，确定向用户推荐的好友；向用户推荐确定的好友。从而不仅可大幅提升好友识别准确性，而且可在用户发生通话、短信等通信行为后，实时触发好友推荐功能，加快了好友推荐速度。

Description

一种好友推荐方法及装置

技术领域

本发明涉及通信技术领域，具体可以涉及一种好友推荐方法及装置。

背景技术

即时通信（Instant messaging，简称IM）已经成为用户通过网络进行通信的重要手段，目前有很多即时通信工具，如飞信、飞聊、QQ、微信、MSN等等。

随着即时通信产品被越来越多人使用，用户在茫茫人海中寻找自己身边认识的人却越发困难。这是因为，传统寻找好友方式是用户通过关键字查找，例如输入想认识人的姓名，根据即时通信产品中用户填写的资料进行匹配推荐。这种方法依赖用户填写的个人资料，而用户填的资料往往不能反应真实的情况，因此准确度不高，特别当用户不清楚其好友在即时通信上的资料时，则无法进行查找。

目前还有一种寻找好友方式是根据用户在即时通信软件上的交往圈进行推荐，即向用户推荐即时通信上好友的好友，这种方法依靠即时通信的交往圈，但由于与用户现实中的交往圈存在差异，很难及时找到用户的好友。

那么可见，现有技术中寻找好友方式主要存以下缺陷：首先是好友识别准确性低，传统技术通过用户事先登记的资料来进行好友查询，或者通过即时通信的交往圈进行好友推荐，而用户填写的资料与用户的真实信息存在差异，用户即时通信的交往圈和现实生活的交往圈存在较大失真现象。

而且，现有技术中寻找好友方式存在滞后性，传统技术只有在用户想寻找好友或登陆即时通信软件后，才提供好友推荐功能。

发明内容

本发明提供一种好友推荐方法及装置，通过基于用户通信交往指纹来识别用户好友，不仅可大幅提升好友识别准确性，而且可在用户发生通话、短信等通信行为后，实时触发好友推荐功能，加快了好友推荐速度。

本发明提供方案如下：

本发明实施例提供了一种好友推荐方法，包括：

基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹；

基于所述通信交往指纹，确定向用户推荐的好友；

向用户推荐确定的好友。

优选的，所述基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹包括：

采集用户的通信行为数据信息；

根据所述通信行为数据信息，获取用户通信行为参数，所述通信行为参数包括通信行为频度、通信行为次数以及通信行为时长中的至少一项；

根据所述通信行为参数，确定用户与交往对象之间的通信交往指纹。

优选的，若所述通信行为参数包括多项，则通过加权的方式，计算获取用户与交往对象之间的通信交往指纹。

优选的，所述通信行为频度的计算公式为：（Dn+Wn+Pn）/C；

其中，C表示一预设时间段的天数，Dn表示一交往对象在C天内与所述用户发生通信行为的天数，Wn表示一交往对象在C天内与所述用户发生通信行为的周数，Pn表示一交往对象在C天内与所述用户发生通信行为的旬数。

优选的，所述方法在根据所述通信行为数据信息，获取用户通信行为参数之前还包括：

将采集的用户通信行为数据信息中，不符合第一预设要求的通信行为数据信息剔除。

优选的，所述采集用户的通信行为数据信息包括：

将采集的用户通信行为数据信息，转换为对应的社交网络初始数据；

所述根据所述通信行为数据信息，获取用户通信行为参数包括：

根据所述社交网络初始数据，获取用户通信行为参数。

优选的，所述基于所述通信交往指纹，确定向用户推荐的好友包括：

将与所述用户之间的通信交往指纹符合第二预设要求的交往对象，确定为向用户推荐的好友。

优选的，所述基于所述通信交往指纹，确定向用户推荐的好友还包括：

若与所述用户之间的通信行为指纹符合第二预设要求的交往对象，已经成为所述用户的好友，则将所述交往对象剔除。

优选的，所述基于所述通信交往指纹，确定向用户推荐的好友还包括：

若与所述用户之间的通信行为指纹符合第二预设要求的交往对象存在多个，则按通信行为指纹数值由高到低的顺序，对多个交往对象进行排序。

优选的，所述向用户推荐确定的好友包括：

在用户登录即时通信工具时，将确定的好友推荐给所述用户；和/或，

在用户与交往对象通信结束后，通过通信行为，向用户推荐确定的好友。

本发明实施例还提供了一种好友推荐装置，包括：

第一确定模块，用于基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹；

第二确定模块，用于基于所述通信交往指纹，确定向用户推荐的好友；

推荐模块，用于向用户推荐确定的好友。

优选的，所述第一确定模块包括：

采集单元，用于采集用户的通信行为数据信息；

获取单元，用于根据所述通信行为数据信息，获取用户通信行为参数，所述通信行为参数包括通信行为频度、通信行为次数以及通信行为时长中的至少一项；

确定单元，用于根据所述通信行为参数，确定用户与交往对象之间的通信交往指纹。

优选的，所述第一确定模块还包括：

第一剔除单元，用于将采集的用户通信行为数据信息中，不符合第一预设要求的通信行为数据信息剔除。

优选的，所述第一确定模块还包括：

转换单元，用于将采集的用户通信行为数据信息，转换为对应的社交网络初始数据；

所述获取单元根据所述社交网络初始数据，获取用户通信行为参数。

优选的，所述第二确定模块包括：

选择单元，用于将与所述用户之间的通信交往指纹符合第二预设要求的交往对象，确定为向用户推荐的好友。

优选的，所述第二确定模块还包括：

第二剔除单元，用于若与所述用户之间的通信行为指纹符合第二预设要求的交往对象，已经成为所述用户的好友，则将所述交往对象剔除。

优选的，所述第二确定模块还包括：

排序单元，用于若与所述用户之间的通信行为指纹符合第二预设要求的交往对象存在多个，则按通信行为指纹数值由高到低的顺序，对多个交往对象进行排序。

从以上所述可以看出，本发明实施例提供的好友推荐方法及装置，通过基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹；基于所述通信交往指纹，确定向用户推荐的好友；向用户推荐确定的好友。从而不仅可大幅提升好友识别准确性，而且可在用户发生通话、短信等通信行为后，实时触发好友推荐功能，加快了好友推荐速度。

附图说明

图1为本发明实施例提供的好友推荐方法具体实现流程示意图一；

图2为本发明实施例提供的好友推荐方法具体实现流程示意图二；

图3为本发明实施例提供的好友推荐装置结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另作定义，此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不表示数量限制，而是表示存在至少一个。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也相应地改变。

本发明实施例提供了一种好友推荐方法，如附图1所示，该方法具体可以包括：

步骤11，基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹；

步骤12，基于所述通信交往指纹，确定向用户推荐的好友；

步骤13，向用户推荐确定的好友。

上述本发明实施例提供的好友推荐方法的实现，可以大幅提升好友识别准确性。

在本发明一可选实施例中，所述基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹的过程具体可以包括：

采集用户的通信行为数据信息；

根据所述通信行为数据信息，获取用户通信行为参数，所述通信行为参数包括通信行为频度、通信行为次数以及通信行为时长中的至少一项；

根据所述通信行为参数，确定用户与交往对象之间的通信交往指纹。

本发明实施例中，具体可以通过与业务支持系统（BOSS）交互，采集用户的通信行为数据信息，例如语音、短信和彩信等相关记录。

那么上述本发明所涉及的通信频度具体可以包括：语音通信频度、短信通信频度、彩信通信频度等。

在一具体实施例中，本发明实施例所涉及的通信行为频度的计算公式具体可为：（Dn+Wn+Pn）/C；

其中，C表示一预设时间段的天数，Dn表示一交往对象在C天内与所述用户发生通信行为的天数，Wn表示一交往对象在C天内与所述用户发生通信行为的周数，Pn表示一交往对象在C天内与所述用户发生通信行为的旬数（例如一自然月中的上旬、中旬或下旬）。

而本发明所涉及通信行为次数具体可以包括：语音通信次数、短信通信次数、彩信通信次数等。

另外，本发明所涉及的通信行为时长具体可以包括语音通信时长等。

优选的，若所述通信行为参数包括多项，则通过加权的方式，计算获取用户与交往对象之间的通信交往指纹。

具体的，加权计算获取通信交往指纹时，可基于以下公式进行：

通信交往指纹=(Tc*Q1+Ts*Q2+Tm*Q3)+(Cc*Q4+Cs*Q5+Cm*Q6)+Dc*Q7。

其中，Tc、Cc和Dc分别表示语音通信行为的频度、次数和时长，Ts和Cs分别表示短信通信行为的频度和次数，Tm和Cm分别表示彩信通信行为的频度和次数，Q1、Q2……Q6、Q7分别表示各通信行为的频度、次数和时长对应的权重。

另外，本发明实施例中也可指定通信行为频度等单一参数，作为通信交往指纹。

在本发明一可选实施例中，在根据所述通信行为数据信息，获取用户通信行为参数之前，具体还可以包括：

将采集的用户通信行为数据信息中，不符合第一预设要求的通信行为数据信息剔除。

具体的，例如可剔除对端号码为10086、固话、国外对端等号码的通信行为数据信息。

即可剔除不便加入即时通信工具中的通信行为数据信息。

而在本发明另一可选实施例中，采集用户的通信行为数据信息的过程具体还可以包括：

将采集的用户通信行为数据信息，转换为对应的社交网络初始数据；

且所述根据所述通信行为数据信息，获取用户通信行为参数的过程具体可以包括：

根据所述社交网络初始数据，获取用户通信行为参数。

在本发明一可选实施例中，所述基于所述通信交往指纹，确定向用户推荐的好友包括：

将与所述用户之间的通信交往指纹符合第二预设要求的交往对象，确定为向用户推荐的好友。

本发明实施例中所涉及的第二预设要求具体可以包括通信交往指纹对应的数值最大，或者是在一预设范围内等等。

另外，若与所述用户之间的通信行为指纹符合第二预设要求的交往对象，已经成为所述用户的好友，即已经存在于用户对应的即时通信工具的好友名单中，则可将符合第二预设要求的交往对象剔除。从而避免重复添加和推荐。

同时，若与所述用户之间的通信行为指纹符合第二预设要求的交往对象存在多个，则按通信行为指纹的数值由高到低的顺序，对多个交往对象进行排序。并在后续向用户推荐时，以排列后的顺序向用户推荐。

在本发明一可选实施例中，所述向用户推荐确定的好友的过程具体可以包括：

在用户登录即时通信工具时，将确定的好友推荐给所述用户；和/或，

在用户与交往对象通信结束后，通过通信行为（例如短信、彩信或语音提示等等），向用户推荐确定的好友。

为了便于对本发明实施例提供的技术方案的理解，下面对本发明实施例提供的好友推荐方法的一个具体应用实施例的实现过程进行详细说明和解释。

该过程如附图2所示，具体可以包括：

步骤21、采集用户的通信行为数据。

具体的，可从BOSS系统中采集用户的语音、短信和彩信等通信行为的相关记录数据。

此步骤中，具体还可以包括将采集的通信行为数据进行格式转换处理，形成用户的社交网络初始数据。

步骤22，剔除不符合第一预设要求的通信行为数据。

具体的，可将从BOSS系统中采集的用户通信行为数据信息中对端号码为10086、固话、国外对端等号码的记录信息剔除。

此步骤中，也可以剔除不符合第一预设要求的社交网络初始数据。

步骤23，根据所述通信行为数据信息，获取用户通信行为参数。

具体的，可将步骤22之后的用户通信行为数据信息，整理成每一天用户于交往对象两两之间的通信记录。

整理后的话单数据表格式为：日期、用户、交往对象（1至n）、语音通信次数、语音通信时长、短信通信次数、彩信通信次数。

然后，可再汇总近一预设时间段天数（C，例如180天即3个月）内所有话单数据表，形成用户与交往对象之间的汇总通信数据，其表格式具体可为：

用户、交往对象（1至n）、语音通信频度、语音通信次数、语音通信时长、短信通信频度、短信通信次数、彩信通信频度、彩信通信次数。

上述本发明实施例所涉及的通信行为频度参数具体可综合考虑对端号码出现的天数、周数、旬数，从而可以降低一些临时性突发通话号码的干扰。确保后续好友推荐的准确性。

具体的计算方法如下：

通信频度=（Dn+Wn+Pn）/C。

其中，C表示一预设时间段的天数，Dn表示一交往对象在C天内与所述用户发生通信行为的天数，Wn表示一交往对象在C天内与所述用户发生通信行为的周数，Pn表示一交往对象在C天内与所述用户发生通信行为的旬数。

步骤24，根据所述通信行为参数，确定用户与交往对象之间的通信交往指纹。

具体的，可通过加权计算的方式，通过计算汇总通信数据表格中的各项通信行为参数，确定用户与不同交往对象之间的通信交往指纹。

具体的计算公式可为：

通信交往指纹=(Tc*Q1+Ts*Q2+Tm*Q3)+(Cc*Q4+Cs*Q5+Cm*Q6)+Dc*Q7。

其中，Tc、Cc和Dc分别表示语音通信行为的频度、次数和时长，Ts和Cs分别表示短信通信行为的频度和次数，Tm和Cm分别表示彩信通信行为的频度和次数，Q1、Q2……Q6、Q7分别表示各通信行为的频度、次数和时长对应的权重。

另外，本发明实施例中也可指定通信行为频度等单一参数，作为通信交往指纹。

步骤25，确定与用户之间的通信交往指纹符合第二预设要求的交往对象。

具体的，可基于步骤24中计算获取的通信交往指纹参数，确定与用户之间的通信交往指纹符合第二预设要求的交往对象。

步骤25中所确定的交往对象，即可以向用户推荐的好友。

本发明实施例中所涉及的第二预设要求具体可以包括通信交往指纹对应的数值最大，或者是在一预设范围内等等。

步骤26，剔除用户即时通信工具中已经存在的交往对象。

具体的，可首先获取用户即时通信工具中的好友信息。

然后可将获取的好友信息，与步骤25中确定的、与用户之间的通信交往指纹符合第二预设要求的交往对象进行比对；

若步骤25中确定的交往对象已经是用户即时通信工具中存在的好友，则将步骤25中确定交往对象剔除。

步骤27，对需要向用户推荐的好友进行排序。

具体的，可基于步骤24计算获取的通信交往指纹（也可以是通信行为频度等参数）数值的高低，对步骤25或者步骤26中确定的好友进行排序。

步骤28，向用户推荐确定的好友。

具体的，可将步骤25或者步骤26确定的好友，按照步骤27排序后的顺序，向用户推荐。

具体的推荐方式具体可以包括：

在用户登录即时通信工具时将好友推荐列表推荐给用户，使用户在登录即时通信工具后即可看到推荐的与其相关的或可能认识的人。

也可以在用户和某好友通完电话后，向用户发送短信提醒该好友也在使用即时通信工具，回复短信即可在即时通信工具上添加好友。

本发明实施例还提供了一种好友推荐装置，如附图3所示，该装置具体可以包括：

第一确定模块31，用于基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹；

第二确定模块32，用于基于所述通信交往指纹，确定向用户推荐的好友；

推荐模块33，用于向用户推荐确定的好友。

在本发明一可选实施例中，第一确定模块31具体可以包括：

采集单元311，用于采集用户的通信行为数据信息；

获取单元312，用于根据所述通信行为数据信息，获取用户通信行为参数，所述通信行为参数包括通信行为频度、通信行为次数以及通信行为时长中的至少一项；

确定单元313，用于根据所述通信行为参数，确定用户与交往对象之间的通信交往指纹。

在本发明另一可选实施例中，第一确定模块31具体还可以包括：

剔除单元314，用于将采集的用户通信行为数据信息中，不符合第一预设要求的通信行为数据信息剔除。

在本发明另一可选实施例中，第一确定模块31具体还可以包括：

转换单元315，用于将采集的用户通信行为数据信息，转换为对应的社交网络初始数据；

获取单元312具体还可以根据所述社交网络初始数据，获取用户通信行为参数。

在本发明一可选实施例中，第二确定模块32具体可以包括：

选择单元321，用于将与所述用户之间的通信交往指纹符合第二预设要求的交往对象，确定为向用户推荐的好友。

在本发明另一可选实施例中，第二确定模块32具体还可以包括：

剔除单元322，用于若与所述用户之间的通信行为指纹符合第二预设要求的交往对象，已经成为所述用户的好友，则将所述交往对象剔除。

在本发明另一可选实施例中，第二确定模块32具体还可以包括：

排序单元323，用于若与所述用户之间的通信行为指纹符合第二预设要求的交往对象存在多个，则按通信行为指纹数值由高到低的顺序，对多个交往对象进行排序。

本发明实施例所提供的好友推荐装置的具体实现过程，可参照上述本发明实施例提供的好友推荐方法中的相关描述。

从以上所述可以看出，本发明实施例提供的好友推荐方法及装置，通过基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹；基于所述通信交往指纹，确定向用户推荐的好友；向用户推荐确定的好友。从而不仅可大幅提升好友识别准确性，而且可在用户发生通话、短信等通信行为后，实时触发好友推荐功能，加快了好友推荐速度。

以上所述仅是本发明的实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (14)

1.一种好友推荐方法，其特征在于，包括：

基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹；

基于所述通信交往指纹，确定向用户推荐的好友；

向用户推荐确定的好友；

所述基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹包括：

采集用户的通信行为数据信息；

根据所述通信行为数据信息，获取用户通信行为参数，所述通信行为参数包括通信行为频度，或者所述通信行为参数包括通信行为频度以及通信行为时长；

根据所述通信行为参数，确定用户与交往对象之间的通信交往指纹；

所述通信行为频度的计算公式为：(Dn+Wn+Pn)/C；

其中，C表示一预设时间段的天数，Dn表示一交往对象在C天内与所述用户发生通信行为的天数，Wn表示一交往对象在C天内与所述用户发生通信行为的周数，Pn表示一交往对象在C天内与所述用户发生通信行为的旬数。

2.如权利要求1所述的方法，其特征在于，若所述通信行为参数包括多项，则通过加权的方式，计算获取用户与交往对象之间的通信交往指纹。

3.如权利要求1所述的方法，其特征在于，所述方法在根据所述通信行为数据信息，获取用户通信行为参数之前还包括：

将采集的用户通信行为数据信息中，不符合第一预设要求的通信行为数据信息剔除。

4.如权利要求1所述的方法，其特征在于，所述采集用户的通信行为数据信息包括：

将采集的用户通信行为数据信息，转换为对应的社交网络初始数据；

所述根据所述通信行为数据信息，获取用户通信行为参数包括：

根据所述社交网络初始数据，获取用户通信行为参数。

5.如权利要求1所述的方法，其特征在于，所述基于所述通信交往指纹，确定向用户推荐的好友包括：

将与所述用户之间的通信交往指纹符合第二预设要求的交往对象，确定为向用户推荐的好友。

6.如权利要求5所述的方法，其特征在于，所述基于所述通信交往指纹，确定向用户推荐的好友还包括：

若与所述用户之间的通信行为指纹符合第二预设要求的交往对象，已经成为所述用户的好友，则将所述交往对象剔除。

7.如权利要求5或6所述的方法，其特征在于，所述基于所述通信交往指纹，确定向用户推荐的好友还包括：

若与所述用户之间的通信行为指纹符合第二预设要求的交往对象存在多个，则按通信行为指纹数值由高到低的顺序，对多个交往对象进行排序。

8.如权利要求1所述的方法，其特征在于，所述向用户推荐确定的好友包括：

在用户登录即时通信工具时，将确定的好友推荐给所述用户；和/或，

在用户与交往对象通信结束后，通过通信行为，向用户推荐确定的好友。

9.一种好友推荐装置，其特征在于，包括：

第一确定模块，用于基于用户的通信行为信息，确定用户与交往对象之间的通信交往指纹；

第二确定模块，用于基于所述通信交往指纹，确定向用户推荐的好友；

推荐模块，用于向用户推荐确定的好友；

所述第一确定模块包括：

采集单元，用于采集用户的通信行为数据信息；

获取单元，用于根据所述通信行为数据信息，获取用户通信行为参数，所述通信行为参数包括通信行为频度，或者所述通信行为参数包括通信行为频度以及通信行为时长；

确定单元，用于根据所述通信行为参数，确定用户与交往对象之间的通信交往指纹；

所述通信行为频度的计算公式为：(Dn+Wn+Pn)/C；

其中，C表示一预设时间段的天数，Dn表示一交往对象在C天内与所述用户发生通信行为的天数，Wn表示一交往对象在C天内与所述用户发生通信行为的周数，Pn表示一交往对象在C天内与所述用户发生通信行为的旬数。

10.如权利要求9所述的装置，其特征在于，所述第一确定模块还包括：

第一剔除单元，用于将采集的用户通信行为数据信息中，不符合第一预设要求的通信行为数据信息剔除。

11.如权利要求9所述的装置，其特征在于，所述第一确定模块还包括：

转换单元，用于将采集的用户通信行为数据信息，转换为对应的社交网络初始数据；

所述获取单元根据所述社交网络初始数据，获取用户通信行为参数。

12.如权利要求9所述的装置，其特征在于，所述第二确定模块包括：

选择单元，用于将与所述用户之间的通信交往指纹符合第二预设要求的交往对象，确定为向用户推荐的好友。

13.如权利要求12所述的装置，其特征在于，所述第二确定模块还包括：

第二剔除单元，用于若与所述用户之间的通信行为指纹符合第二预设要求的交往对象，已经成为所述用户的好友，则将所述交往对象剔除。

14.如权利要求12或13所述的装置，其特征在于，所述第二确定模块还包括：

排序单元，用于若与所述用户之间的通信行为指纹符合第二预设要求的交往对象存在多个，则按通信行为指纹数值由高到低的顺序，对多个交往对象进行排序。