CN104202319A - 一种社交关系推荐方法及装置 - Google Patents

Abstract

本发明涉及社交网络领域，公开了一种社交关系推荐方法及装置，通过获取用户的搜索请求，根据所述搜索请求在社交网络的社交数据中进行搜索，获得社交网络的目标好友，获取所述目标好友与所述用户之间的至少一条关系链，从所述关系链中选择至少一个好友节点，通过选择出的所述至少一个好友节点，建立所述用户与所述目标好友的社交关系。本发明通过熟人推荐的方式，使得所述用户与所述目标好友能够快速了解，进而建立社交关系。

Description

一种社交关系推荐方法及装置

技术领域

本发明涉及社交网络领域，尤其涉及一种社交关系推荐方法及装置。

背景技术

伴随网络技术的发展，网络招聘成为新的发现和吸纳人才的有力工具，网络招聘相对于传统招聘的优势在于帮助招聘企业与求职者进行信息的精准匹配。但随着社交网络的普及，招聘网站的“匹配”功能正面临严峻的考验。职业社交平台提供了招聘者与求职者的“良性互动”机会。社交网络的“互动”优势和基于关系网的深度数据挖掘能力，不仅让这种信息的匹配更为“精准”，而且候选人简历造假的动机不复存在。此外，良性互动更易于企业找到被动的求职者即那些适合企业的需求但并不急于找新工作的候选人。

全球职业社交巨头LinkedIn是职业人士拓宽商务人际网络、寻找最佳职业机遇、职业机构寻找最佳职业候选人的一个广泛而专业的平台。在该平台上，用户管理并公开自己的专业资料，查找并自荐给潜在的客户、服务提供商或相关领域的专业人士。LinkedIn的技术使得需求各方之间是可以直接互相查找或推荐的，用户通过关键词相关信息获得目标，然后发送自荐或邀请。

现有技术中的基于社交网络的招聘平台(例如：招聘网站、猎头)的效率比较低，用户将简历或招聘公告发出，很容易石沉大海，招聘平台对招聘和应聘双方的了解程度以及双方对招聘平台的信任程度都很有限，导致了成功率低、协调时间长的技术问题。

发明内容

本发明提供一种社交关系推荐方法及装置，解决现有社交网络中好友推荐效率低，尤其在网络招聘中招聘和应聘双方认知度低、应聘成功率低的技术问题。

本发明的目的是通过以下技术方案实现的：

一种社交关系推荐方法，包括：

获取用户的搜索请求，所述搜索请求中携带目标好友的属性信息；

根据所述搜索请求在社交网络的社交数据中进行搜索，获得社交网络的目标好友；

获取所述目标好友与所述用户之间的至少一条关系链，其中，所述关系链上包括至少一个好友节点，所述目标好友与所述用户通过所述好友节点建立关系；

从所述关系链中选择至少一个好友节点；

通过选择出的所述至少一个好友节点，建立所述用户与所述目标好友的社交关系。

一种社交关系推荐系统，包括：

获取模块，用于获取用户的搜索请求，所述搜索请求中携带目标好友的属性信息；

搜索模块，用于根据所述获取模块获取的搜索请求在社交网络的社交数据中进行搜索，获得社交网络的目标好友；

关系链获取模块，用于获取所述目标好友与所述用户之间的至少一条关系链，其中，所述关系链上包括至少一个好友节点，所述目标好友与所述用户通过所述好友节点建立关系；

选择模块，用于从所述关系链中选择至少一个好友节点；

关系建立模块，用于通过选择出的所述至少一个好友节点，建立所述用户与所述目标好友的社交关系。

通过本发明提供的一种社交关系推荐方法及装置，通过获取用户的搜索请求，根据所述搜索请求在社交网络的社交数据中进行搜索，获得社交网络的目标好友，获取所述目标好友与所述用户之间的至少一条关系链，从所述关系链中选择至少一个好友节点，通过选择出的所述至少一个好友节点，建立所述用户与所述目标好友的社交关系。本发明通过熟人推荐的方式，使得所述用户与所述目标好友能够快速了解，进而建立社交关系。尤其是应用于网络招聘中，提供给招聘者和应聘者一个更快建立关系并熟悉对方的方式，招聘和求职的需求能够迅速得到满足、成功率高、效率高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可根据这些附图获得其他的附图。

图1为本发明实施例一中提供的一种社交关系推荐方法的应用场景图；

图2为本发明实施例一中提供的一种社交关系推荐方法的流程图；

图3为本发明实施例一中提供的关系链的示意图；

图4为本发明实施例四中提供的一种社交关系推荐装置的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一

本发明实施例中提供了一种社交关系推荐方法的应用场景图，如图1所示，移动终端110、移动终端111、移动终端112为接入网络的终端，其上可运行客户端应用程序或浏览器，以登录到社交网络SNS网站。服务器120为SNS网站的服务器集群，负责SNS网站的各种功能实现和后台处理。

下面以服务器120的处理流程为例，详细介绍本发明实施例中提供的一种社交关系推荐方法，如图2所示，该方法包括如下步骤：

步骤201、获取用户的搜索请求；

其中，所述搜索请求中携带目标好友的属性信息，该信息可以包括目标好友的单位、性别、年龄、行业、职位等能够定位人的信息。特别在招聘应用中，对于应聘人员来说，目标好友为招聘人员，相应地，目标好友的属性信息可以包括招聘单位、招聘岗位、招聘要求、工资待遇等与招聘有关的一系列信息。对于招聘人员来说，目标好友为应聘人员，相应地，目标好友的属性信息可以包括工作经历、专业能力、薪酬要求等。

步骤202、根据所述搜索请求在社交网络的社交数据中进行搜索，获得社交网络的目标好友；

其中，根据用户的搜索请求，在SNS网站的数据库中匹配出满足好友属性信息的用户作为目标好友。对于应聘者而言，这部分目标好友为满足用户要求的单位的招聘人员；对于招聘者而言，这部分目标好友为满足招聘要求的欲聘用人员。

步骤203、获取所述目标好友与所述用户之间的至少一条关系链；

其中，关系链包括线上关系链和线下关系链，其中，线上关系链来自于SNS网站，例如：微博、微信、QQ、人人网、开心网、Facebook等SNS网站；线下关系链来自于用户通讯录和通信记录，例如：手机通讯录、电话的拨打和接听记录、短信收发记录等。

关系链上包括至少一个好友节点，所述目标好友与所述用户通过所述好友节点建立关系。为更形象表达本发明实施例中关系链，以用户A与目标好友B之间的关系链为例，如图3所示，用户A与目标好友B虽然没有直接关系，但是用户A与目标好友B之间有3条关系链，分别为A->C->B、A->D->B、A->E->F->B，从关系链可以看出，用户A可通过直接好友(一度人脉)C或直接好友(一度人脉)D间接认识目标好友B(目标好友B为用户A的二度人脉)，用户A亦可以通过直接好友(一度人脉)E及二度人脉好友F间接认识目标好友B(目标好友B为用户A的三度人脉)。

步骤204、从所述关系链中选择至少一个好友节点；

其中，步骤204分三种情况从所述关系链中选择至少一个好友节点，分别为：

第一种情况：从所述关系链中选择与所述目标好友亲密度最高的好友节点；

例如图3中所示，B为A的目标好友，与B亲密度最高的好友节点为C，则选择好友节点C，但是，当图3中所示的关系链仅为线上关系链时，需要同时整合线下社交数据，例如以图3为例，D和B是线上的直接好友关系，A希望通过D来和B建立关系，但是通过线下社交数据和线上社交数据的对比来看，B和D在线上的互动几乎很少，似乎可以理解为表面朋友关系，但通过B的通讯录和通话短信记录等信息获知B和E的电话和短信沟通很频繁，在这种情况下，虽然E为B的二度好友，但是E比D更和B熟悉，通过E的推荐会获得更好的效果，所以系统会通过整合后的数据，选择E这个线下社交关系来进行推荐。

第二种情况：从所述关系链中选择与所述目标好友关系亲密度大于预设阈值的至少一个好友节点；

例如图3中所示，F和C与目标好友B的关系亲密度大于预设阈值，则可同时选择F和C来进行推荐。但是，当图3中所示的关系链仅为线上关系链时，也需要象第一种情况一样整合线下社交数据，

第三种情况：根据所述目标好友的属性信息，从所述关系链中选择最合适的好友节点。

例如图3中所示，虽然F与目标好友B的关系亲密度不高，但是从目标好友B的属性信息来看，F是B的亲属或者F是B的上司，亦可以通过F来进行推荐。

第一种情况和第二种情况中的所述亲密度可以通过社交关系量化指标计算获得，所述社交关系量化指标包括好友类型、添加好友时长、社交互动次数、共同好友数量、通话次数及时长和短信发送次数。

本实施例中，需要预先获得并存储关系链，因此在步骤201之前，还包括获得并存储关系链的步骤，具体包括：

步骤a、通过开放API接口或网络爬虫，获取社交数据，所述社交数据包括线上社交数据和线下社交数据；

步骤b、对获取的数据进行解析和挖掘，以获取用户的个人信息和用户的关系链数据；

步骤c、根据所述个人信息和所述关系链数据，对所述个人信息进行重构；

步骤d、将线上社交数据和线下社交数据进行整合，以对所述关系链数据进行重构。

其中，步骤c中对个人信息进行重构包括对个人信息进行补充和推测。例如：个人信息的重构包括通过自提供信息和关系链中其他人信息推测不足信息的可能性。如A没有提供供职单位信息，但是通过A的关系链中其他人提供的单位信息获知，A的朋友有很大比例来自S公司，所以我们可以给A的个人信息中供职单位信息补充成S公司；如A可能在多个社交平台中都具有完善关系信息，但A的信息可能不都一样，例如A在微博和微信中的ID不相同，但所留认证电话号码一致，这样就可以通过这种相同的信息(认证电话号码)把A在微博和微信的关系链进行重构，并通过这种方法在所有关系链数据中去重，能够形成关于A的公开、私密、商务、工作、朋友等多个在不同社交网络中不同维度的关系圈数据。

步骤d中将线上社交数据和线下社交数据进行整合，在生成关系链和/或计算亲密度时，在考虑线上社交数据的同时考虑线下社交数据。关系链里可以是纯线上的关系链，或纯线下的关系链，也可以线上和线下关系链的合体，实际应用中可利用整合的信息来分析哪一个或几个人更接近目标好友，例如：D、F和目标好友B的线上关系链分析来看关系是一样的，但通过分析D、F和目标好友B的线下社交数据来看，可知D和目标好友B更熟悉，这种情况下系统会优先选择D来进行推荐。

通过本发明实施例一提供的一种社交关系推荐方法，通过获取用户的搜索请求，根据所述搜索请求在社交网络的社交数据中进行搜索，获得社交网络的目标好友，获取所述目标好友与所述用户之间的至少一条关系链，从所述关系链中选择至少一个好友节点，通过选择出的所述至少一个好友节点，建立所述用户与所述目标好友的社交关系。本发明通过熟人推荐的方式，使得所述用户与所述目标好友能够快速了解，进而建立社交关系。尤其是应用于网络招聘中，提供给招聘者和应聘者一个更快建立关系并熟悉对方的方式，招聘和求职的需求能够迅速得到满足、成功率高、效率高。

实施例二

本实施例详细说明，应聘场景下，本发明的应用实例

用户A需要找工作，A通过输入简单的关键词(例如：网页开发人员、学历要求：本科、工作地点：北京、福利：五险一金)，查到了他比较满意的一个工作职位，而此职位的招人者B并不是A的一度好友，A通过本发明实施例一中提供的方法获知必须通过1-2个朋友的间接关系才可以联系到B，于是A可通过系统给几个B的直接好友或间接好友或与B亲密度最高的好友发送自荐信息，信息中说明希望这些好友能够把自己推荐给他们的好友B。通过这种熟人推荐的方式，使得B对用户A的印象加分，更能获得B的青睐，A获得此职位的可能性得到提高。

实施例三

用户M是一个公司的招聘负责人，他想找一个具备互联网8年开发经验的开发经理，他在系统中输入了几个关键词(例如：互联网8年开发经验)，搜索到满足要求的多个人后，发现这些人都不是用户M所能直接认识的，且不能及时联系到这些人，但通过本发明实施例一中提供的方法，可以帮助M确定出从M到达这些人的关系链，并从关系链中确定与这些人亲密度最高的N个好友，并把M的需求信息直接发送给这N个好友，并说明希望这N个好友能够帮助M获得这些人的认可及信任，另外，还可以通过这N个好友充分了解这些人的具体情况，以便能够更快速有效的招聘到需要的人，有效提高了招聘效率。

实施例四

本发明实施例还提供了一种社交关系推荐系统，包括：

获取模块，用于获取用户的搜索请求，所述搜索请求中携带目标好友的属性信息；

搜索模块，用于根据所述获取模块获取的搜索请求在社交网络的社交数据中进行搜索，获得社交网络的目标好友；

关系链获取模块，用于获取所述目标好友与所述用户之间的至少一条关系链，其中，所述关系链上包括至少一个好友节点，所述目标好友与所述用户通过所述好友节点建立关系；

选择模块，用于从所述关系链中选择至少一个好友节点；

关系建立模块，用于通过选择出的所述至少一个好友节点，建立所述用户与所述目标好友的社交关系。

其中，所述系统还包括：

数据收集模块，用于通过开放API接口或网络爬虫，获取社交数据，所述社交数据包括线上社交数据和线下社交数据；

数据解析模块，用于对获取的数据进行解析和挖掘，以获取用户的个人信息和用户的关系链数据；

第一数据重构模块，用于根据所述个人信息和所述关系链数据，对所述个人信息进行重构；

第二数据重构模块，将线上社交数据和线下社交数据进行整合，以对所述关系链数据进行重构。

所述选择模块包括：

第一选择单元，用于从所述关系链中选择与所述目标好友亲密度最高的好友节点；或者，

第二选择单元，用于从所述关系链中选择与所述目标好友关系亲密度大于预设阈值的至少一个好友节点；或者，

第三选择单元，用于根据所述目标好友的属性信息，从所述关系链中选择最合适的好友节点。

所述选择模块还可以包括好友亲密度计算单元，用于通过社交关系量化指标计算获得所述好友亲密度，所述社交关系量化指标包括好友类型、添加好友时长、社交互动次数、共同好友数量、通话次数及时长和短信发送次数。

所述关系建立模块，包括：

第一关系建立单元，用于当所述用户为招聘者时，通过向所述至少一个好友节点发送推荐所述目标好友的请求，所述至少一个好友节点向所述目标好友转发招聘信息或由所述至少一个好友节点引导所述目标好友访问招聘信息或由所述至少一个好友节点引导所述用户与所述目标好友建立社交关系；

第二关系建立单元，用于当所述用户为应聘者时，通过向所述至少一个好友节点发送向所述目标好友转发自荐的请求，所述至少一个好友节点向所述目标好友转发推荐信息或由所述至少一个好友节点引导所述目标好友访问应聘者信息或由所述至少一个好友节点引导所述用户与所述目标好友建立社交关系。

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硬件平台的方式来实现，当然也可以全部通过硬件来实施，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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或者实施例的某些部分所述的方法。

以上对本发明进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种社交关系推荐方法，其特征在于，包括：

获取用户的搜索请求，所述搜索请求中携带目标好友的属性信息；

根据所述搜索请求在社交网络的社交数据中进行搜索，获得社交网络的目标好友；

获取所述目标好友与所述用户之间的至少一条关系链，其中，所述关系链上包括至少一个好友节点，所述目标好友与所述用户通过所述好友节点建立关系；

从所述关系链中选择至少一个好友节点；

通过选择出的所述至少一个好友节点，建立所述用户与所述目标好友的社交关系。

2.根据权利要求1所述的方法，其特征在于，所述获取用户的搜索请求的步骤之前，还包括：

通过开放API接口或网络爬虫，获取社交数据，所述社交数据包括线上社交数据和线下社交数据；

对获取的数据进行解析和挖掘，以获取用户的个人信息和用户的关系链数据；

根据所述个人信息和所述关系链数据，对所述个人信息进行重构；

将线上社交数据和线下社交数据进行整合，以对所述关系链数据进行重构。

3.根据权利要求1所述的方法，其特征在于，所述从所述关系链中选择至少一个好友节点，包括：

从所述关系链中选择与所述目标好友亲密度最高的好友节点；或者，

从所述关系链中选择与所述目标好友关系亲密度大于预设阈值的至少一个好友节点；或者，

根据所述目标好友的属性信息，从所述关系链中选择最合适的好友节点。

4.根据权利要求3所述的方法，其特征在于，所述亲密度通过社交关系量化指标计算获得，所述社交关系量化指标包括好友类型、添加好友时长、社交互动次数、共同好友数量、通话次数及时长和短信发送次数。

5.根据权利要求1所述的方法，其特征在于，所述通过选择出的所述至少一个好友节点，建立所述用户与所述目标好友的社交关系，包括：

当所述用户为招聘者时，通过向所述至少一个好友节点发送推荐所述目标好友的请求，所述至少一个好友节点向所述目标好友转发招聘信息或由所述至少一个好友节点引导所述目标好友访问招聘信息或由所述至少一个好友节点引导所述用户与所述目标好友建立社交关系；

当所述用户为应聘者时，通过向所述至少一个好友节点发送向所述目标好友转发自荐的请求，所述至少一个好友节点向所述目标好友转发推荐信息或由所述至少一个好友节点引导所述目标好友访问应聘者信息或由所述至少一个好友节点引导所述用户与所述目标好友建立社交关系。

6.一种社交关系推荐系统，其特征在于，包括：

获取模块，用于获取用户的搜索请求，所述搜索请求中携带目标好友的属性信息；

搜索模块，用于根据所述获取模块获取的搜索请求在社交网络的社交数据中进行搜索，获得社交网络的目标好友；

关系链获取模块，用于获取所述目标好友与所述用户之间的至少一条关系链，其中，所述关系链上包括至少一个好友节点，所述目标好友与所述用户通过所述好友节点建立关系；

选择模块，用于从所述关系链中选择至少一个好友节点；

关系建立模块，用于通过选择出的所述至少一个好友节点，建立所述用户与所述目标好友的社交关系。

7.根据权利要求6所述的系统，其特征在于，所述系统还包括：

数据收集模块，用于通过开放API接口或网络爬虫，获取社交数据，所述社交数据包括线上社交数据和线下社交数据；

数据解析模块，用于对获取的数据进行解析和挖掘，以获取用户的个人信息和用户的关系链数据；

第一数据重构模块，用于根据所述个人信息和所述关系链数据，对所述个人信息进行重构；

第二数据重构模块，将线上社交数据和线下社交数据进行整合，以对所述关系链数据进行重构。

8.根据权利要求6所述的系统，其特征在于，所述选择模块包括：

第一选择单元，用于从所述关系链中选择与所述目标好友亲密度最高的好友节点；或者，

第二选择单元，用于从所述关系链中选择与所述目标好友关系亲密度大于预设阈值的至少一个好友节点；或者，

第三选择单元，用于根据所述目标好友的属性信息，从所述关系链中选择最合适的好友节点。

9.根据权利要求8所述的系统，其特征在于，所述选择模块还包括好友亲密度计算单元，用于通过社交关系量化指标计算获得所述好友亲密度，所述社交关系量化指标包括好友类型、添加好友时长、社交互动次数、共同好友数量、通话次数及时长和短信发送次数。

10.根据权利要求6所述的系统，其特征在于，所述关系建立模块，包括：

第一关系建立单元，用于当所述用户为招聘者时，通过向所述至少一个好友节点发送推荐所述目标好友的请求，所述至少一个好友节点向所述目标好友转发招聘信息或由所述至少一个好友节点引导所述目标好友访问招聘信息或由所述至少一个好友节点引导所述用户与所述目标好友建立社交关系；

第二关系建立单元，用于当所述用户为应聘者时，通过向所述至少一个好友节点发送向所述目标好友转发自荐的请求，所述至少一个好友节点向所述目标好友转发推荐信息或由所述至少一个好友节点引导所述目标好友访问应聘者信息或由所述至少一个好友节点引导所述用户与所述目标好友建立社交关系。