CN104391976A - 社交对象的推荐方法和装置 - Google Patents

Abstract

本发明提供了一种社交对象的推荐方法及装置，其中，社交对象的推荐方法，包括：统计用户在社交系统中的行为数据；根据每条所述行为数据中包含的社交对象，以及每条所述行为数据的类型，计算与所述用户相关联的多个社交对象中每个社交对象的得分；在所述用户需要查找或通知社交对象时，根据所述每个社交对象的得分向所述用户推荐所述多个社交对象。通过本发明的技术方案，使得用户无需在繁多的社交信息中搜索查找需要的社交对象，方便了用户的查找过程，有利于提升用户的搜索体验。

Description

社交对象的推荐方法和装置

技术领域

本发明涉及信息技术领域，具体而言，涉及一种社交对象的推荐方法和一种社交对象的推荐装置。

背景技术

随着社会信息的发展，企业社交系统中的用户和帖子等信息越来越多，用户查找自己所需要的信息变得较为困难，即使用户通过关键字进行搜索，也只是得到相对较少的内容，用户仍需要在搜索得到的内容中继续查找自己感兴趣的内容，并且这个过程依旧比较繁琐，给使用者的体验感受比较差。

因此，如何能够便于用户在社交系统中查找所需要的信息，提升用户的搜索体验成为亟待解决的技术问题。

发明内容

本发明正是基于上述技术问题至少之一，提出了一种新的社交对象的推荐方案，使得用户无需在繁多的社交信息中搜索查找需要的社交对象，方便了用户的查找过程，有利于提升用户的搜索体验。

有鉴于此，本发明提出了一种社交对象的推荐方法，包括：统计用户在社交系统中的行为数据；根据每条所述行为数据中包含的社交对象，以及每条所述行为数据的类型，计算与所述用户相关联的多个社交对象中每个社交对象的得分；在所述用户需要查找或通知社交对象时，根据所述每个社交对象的得分向所述用户推荐所述多个社交对象。

在该技术方案中，通过对用户的行为数据进行统计，并根据行为数据的类型和行为数据中包含的社交对象对每个社交对象的得分进行计算，使得在用户需要查找或通知社交对象时，能够根据每个社交对象的得分向用户进行推荐，方便了用户的查找过程，用户无需在繁多的社交信息中搜索查找需要的社交对象，有利于提升用户的搜索体验。其中，社交对象既可以是社交系统中的联系人，也可以是社交系统的其他信息，如帖子等。

用户需要查找或通知社交对象的判断可以是用户根据关键字进行初步检索之后，也可以是用户触发了相应的操作选项。

在上述技术方案中，优选地，统计用户在所述社交系统中的行为数据的步骤具体包括：定义包含多个属性信息的行为数据模板；根据每条所述行为数据的属性信息和所述行为数据模板统计所述用户在所述社交系统中的行为数据。

在该技术方案中，通过定义行为数据模板，使得能够方便地根据每条行为数据的属性信息对用户在社交系统中的行为数据进行统计。其中，多个属性信息包括：域、用户、社交对象、时间、事件等。

在上述技术方案中，优选地，计算所述多个社交对象中每个社交对象的得分的步骤具体包括：设置每种类型的行为数据所对应的权重；确定所述用户在一个时间区间内的行为数据中包含所述每个社交对象的行为数据；根据包含所述每个社交对象的行为数据中每种类型的行为数据所发生的次数，以及所述每种类型的行为数据所对应的权重，计算所述每个社交对象在所述一个时间区间内的得分；根据多个时间区间中每个时间区间的权重和所述每个社交对象在所述每个时间区间内的得分，计算所述每个社交对象的得分。

在该技术方案中，若在一个时间区间内，某个社交对象所发生的次数越多，说明用户与该社交对象的关联程度越大，而行为数据的类型不同，也影响到用户是否需要再次查找该行为数据中的社交对象的几率，因此可以根据每种类型的行为数据所对应的权重和在一个时间区间内某个社交对象所发生的次数计算每个社交对象在一个时间区间内的得分。此外，随着时间的推移，用户的行为数据中涉及到的社交对象可能会发生变化，因此需要根据多个时间区间中每个时间区间的权重和每个社交对象在每个时间区间内的得分，计算每个社交对象的最终得分，以确保得到最准确的结果，进而为向用户推荐多个社交对象做准备。

在上述技术方案中，优选地，所述每个时间区间的权重是关于时间的函数；其中，若所述多个时间区间中任一时间区间距离当前时间越近，则所述任一时间区间的权重越大，若所述多个时间区间中任一时间区间距离当前时间越远，则所述任一时间区间的权重越小。

在上述技术方案中，优选地，向所述用户推荐所述多个社交对象的步骤具体为：根据所述多个社交对象的得分，按照得分的高低顺序进行排序展示。

在该技术方案中，通过按照得分的高低顺序进行排序展示，使得能够将用户的行为数据中易出现的社交对象排列在最前面，以便于用户的选择，无需用户在繁多的社交信息中搜索查找需要的社交对象，有利于提升用户的搜索体验。

根据本发明的另一方面，还提出了一种社交对象的推荐装置，包括：统计单元，用于统计用户在社交系统中的行为数据；计算单元，用于根据每条所述行为数据中包含的社交对象，以及每条所述行为数据的类型，计算与所述用户相关联的多个社交对象中每个社交对象的得分；推荐单元，用于在所述用户需要查找或通知社交对象时，根据所述每个社交对象的得分向所述用户推荐所述多个社交对象。

在该技术方案中，通过对用户的行为数据进行统计，并根据行为数据的类型和行为数据中包含的社交对象对每个社交对象的得分进行计算，使得在用户需要查找或通知社交对象时，能够根据每个社交对象的得分向用户进行推荐，方便了用户的查找过程，用户无需在繁多的社交信息中搜索查找需要的社交对象，有利于提升用户的搜索体验。其中，社交对象既可以是社交系统中的联系人，也可以是社交系统的其他信息，如帖子等。

用户需要查找或通知社交对象的判断可以是用户根据关键字进行初步检索之后，也可以是用户触发了相应的操作选项。

在上述技术方案中，优选地，所述统计单元包括：定义单元，用于定义包含多个属性信息的行为数据模板；第一执行单元，用于根据每条所述行为数据的属性信息和所述行为数据模板统计所述用户在所述社交系统中的行为数据。

在该技术方案中，通过定义行为数据模板，使得能够方便地根据每条行为数据的属性信息对用户在社交系统中的行为数据进行统计。其中，多个属性信息包括：域、用户、社交对象、时间、事件等。

在上述技术方案中，优选地，所述计算单元包括：设置单元，用于设置每种类型的行为数据所对应的权重；确定单元，用于确定所述用户在一个时间区间内的行为数据中包含所述每个社交对象的行为数据；第二执行单元，用于根据包含所述每个社交对象的行为数据中每种类型的行为数据所发生的次数，以及所述每种类型的行为数据所对应的权重，计算所述每个社交对象在所述一个时间区间内的得分，并用于根据多个时间区间中每个时间区间的权重和所述每个社交对象在所述每个时间区间内的得分，计算所述每个社交对象的得分。

在该技术方案中，若在一个时间区间内，某个社交对象所发生的次数越多，说明用户与该社交对象的关联程度越大，而行为数据的类型不同，也影响到用户是否需要再次查找该行为数据中的社交对象的几率，因此可以根据每种类型的行为数据所对应的权重和在一个时间区间内某个社交对象所发生的次数计算每个社交对象在一个时间区间内的得分。此外，随着时间的推移，用户的行为数据中涉及到的社交对象可能会发生变化，因此需要根据多个时间区间中每个时间区间的权重和每个社交对象在每个时间区间内的得分，计算每个社交对象的最终得分，以确保得到最准确的结果，进而为向用户推荐多个社交对象做准备。

在上述技术方案中，优选地，所述每个时间区间的权重是关于时间的函数；其中，若所述多个时间区间中任一时间区间距离当前时间越近，则所述任一时间区间的权重越大，若所述多个时间区间中任一时间区间距离当前时间越远，则所述任一时间区间的权重越小。

在上述技术方案中，优选地，所述推荐单元具体用于：根据所述多个社交对象的得分，按照得分的高低顺序进行排序展示。

在该技术方案中，通过按照得分的高低顺序进行排序展示，使得能够将用户的行为数据中易出现的社交对象排列在最前面，以便于用户的选择，无需用户在繁多的社交信息中搜索查找需要的社交对象，有利于提升用户的搜索体验。

通过以上技术方案，使得用户无需在繁多的社交信息中搜索查找需要的社交对象，方便了用户的查找过程，有利于提升用户的搜索体验。

附图说明

图1示出了根据本发明的实施例的社交对象的推荐方法的示意流程图；

图2示出了根据本发明的一个实施例的社交对象的推荐装置的示意框图；

图3示出了根据本发明的另一个实施例的社交对象的推荐装置的示意框图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

图1示出了根据本发明的实施例的社交对象的推荐方法的示意流程图。

如图1所示，根据本发明的实施例的社交对象的推荐方法，包括：步骤102，统计用户在社交系统中的行为数据；步骤104，根据每条所述行为数据中包含的社交对象，以及每条所述行为数据的类型，计算与所述用户相关联的多个社交对象中每个社交对象的得分；步骤106，在所述用户需要查找或通知社交对象时，根据所述每个社交对象的得分向所述用户推荐所述多个社交对象。

在该技术方案中，通过对用户的行为数据进行统计，并根据行为数据的类型和行为数据中包含的社交对象对每个社交对象的得分进行计算，使得在用户需要查找或通知社交对象时，能够根据每个社交对象的得分向用户进行推荐，方便了用户的查找过程，用户无需在繁多的社交信息中搜索查找需要的社交对象，有利于提升用户的搜索体验。其中，社交对象既可以是社交系统中的联系人，也可以是社交系统的其他信息，如帖子等。

用户需要查找或通知社交对象的判断可以是用户根据关键字进行初步检索之后，也可以是用户触发了相应的操作选项。

在上述技术方案中，优选地，统计用户在所述社交系统中的行为数据的步骤具体包括：定义包含多个属性信息的行为数据模板；根据每条所述行为数据的属性信息和所述行为数据模板统计所述用户在所述社交系统中的行为数据。

在该技术方案中，通过定义行为数据模板，使得能够方便地根据每条行为数据的属性信息对用户在社交系统中的行为数据进行统计。其中，多个属性信息包括：域、用户、社交对象、时间、事件等。

在上述技术方案中，优选地，计算所述多个社交对象中每个社交对象的得分的步骤具体包括：设置每种类型的行为数据所对应的权重；确定所述用户在一个时间区间内的行为数据中包含所述每个社交对象的行为数据；根据包含所述每个社交对象的行为数据中每种类型的行为数据所发生的次数，以及所述每种类型的行为数据所对应的权重，计算所述每个社交对象在所述一个时间区间内的得分；根据多个时间区间中每个时间区间的权重和所述每个社交对象在所述每个时间区间内的得分，计算所述每个社交对象的得分。

在该技术方案中，若在一个时间区间内，某个社交对象所发生的次数越多，说明用户与该社交对象的关联程度越大，而行为数据的类型不同，也影响到用户是否需要再次查找该行为数据中的社交对象的几率，因此可以根据每种类型的行为数据所对应的权重和在一个时间区间内某个社交对象所发生的次数计算每个社交对象在一个时间区间内的得分。此外，随着时间的推移，用户的行为数据中涉及到的社交对象可能会发生变化，因此需要根据多个时间区间中每个时间区间的权重和每个社交对象在每个时间区间内的得分，计算每个社交对象的最终得分，以确保得到最准确的结果，进而为向用户推荐多个社交对象做准备。

在上述技术方案中，优选地，所述每个时间区间的权重是关于时间的函数；其中，若所述多个时间区间中任一时间区间距离当前时间越近，则所述任一时间区间的权重越大，若所述多个时间区间中任一时间区间距离当前时间越远，则所述任一时间区间的权重越小。

在上述技术方案中，优选地，向所述用户推荐所述多个社交对象的步骤具体为：根据所述多个社交对象的得分，按照得分的高低顺序进行排序展示。

在该技术方案中，通过按照得分的高低顺序进行排序展示，使得能够将用户的行为数据中易出现的社交对象排列在最前面，以便于用户的选择，无需用户在繁多的社交信息中搜索查找需要的社交对象，有利于提升用户的搜索体验。

图2示出了根据本发明的一个实施例的社交对象的推荐装置的示意框图。

如图2所示，根据本发明的一个实施例的社交对象的推荐装置200，包括：统计单元202，用于统计用户在社交系统中的行为数据；计算单元204，用于根据每条所述行为数据中包含的社交对象，以及每条所述行为数据的类型，计算与所述用户相关联的多个社交对象中每个社交对象的得分；推荐单元206，用于在所述用户需要查找或通知社交对象时，根据所述每个社交对象的得分向所述用户推荐所述多个社交对象。

在该技术方案中，通过对用户的行为数据进行统计，并根据行为数据的类型和行为数据中包含的社交对象对每个社交对象的得分进行计算，使得在用户需要查找或通知社交对象时，能够根据每个社交对象的得分向用户进行推荐，方便了用户的查找过程，用户无需在繁多的社交信息中搜索查找需要的社交对象，有利于提升用户的搜索体验。其中，社交对象既可以是社交系统中的联系人，也可以是社交系统的其他信息，如帖子等。

用户需要查找或通知社交对象的判断可以是用户根据关键字进行初步检索之后，也可以是用户触发了相应的操作选项。

在上述技术方案中，优选地，所述统计单元202包括：定义单元2022，用于定义包含多个属性信息的行为数据模板；第一执行单元2024，用于根据每条所述行为数据的属性信息和所述行为数据模板统计所述用户在所述社交系统中的行为数据。

在该技术方案中，通过定义行为数据模板，使得能够方便地根据每条行为数据的属性信息对用户在社交系统中的行为数据进行统计。其中，多个属性信息包括：域、用户、社交对象、时间、事件等。

在上述技术方案中，优选地，所述计算单元204包括：设置单元2042，用于设置每种类型的行为数据所对应的权重；确定单元2044，用于确定所述用户在一个时间区间内的行为数据中包含所述每个社交对象的行为数据；第二执行单元2046，用于根据包含所述每个社交对象的行为数据中每种类型的行为数据所发生的次数，以及所述每种类型的行为数据所对应的权重，计算所述每个社交对象在所述一个时间区间内的得分，并用于根据多个时间区间中每个时间区间的权重和所述每个社交对象在所述每个时间区间内的得分，计算所述每个社交对象的得分。

在该技术方案中，若在一个时间区间内，某个社交对象所发生的次数越多，说明用户与该社交对象的关联程度越大，而行为数据的类型不同，也影响到用户是否需要再次查找该行为数据中的社交对象的几率，因此可以根据每种类型的行为数据所对应的权重和在一个时间区间内某个社交对象所发生的次数计算每个社交对象在一个时间区间内的得分。此外，随着时间的推移，用户的行为数据中涉及到的社交对象可能会发生变化，因此需要根据多个时间区间中每个时间区间的权重和每个社交对象在每个时间区间内的得分，计算每个社交对象的最终得分，以确保得到最准确的结果，进而为向用户推荐多个社交对象做准备。

在上述技术方案中，优选地，所述每个时间区间的权重是关于时间的函数；其中，若所述多个时间区间中任一时间区间距离当前时间越近，则所述任一时间区间的权重越大，若所述多个时间区间中任一时间区间距离当前时间越远，则所述任一时间区间的权重越小。

在上述技术方案中，优选地，所述推荐单元206具体用于：根据所述多个社交对象的得分，按照得分的高低顺序进行排序展示。

在该技术方案中，通过按照得分的高低顺序进行排序展示，使得能够将用户的行为数据中易出现的社交对象排列在最前面，以便于用户的选择，无需用户在繁多的社交信息中搜索查找需要的社交对象，有利于提升用户的搜索体验。

图3示出了根据本发明的另一个实施例的社交对象的推荐装置的示意框图。

如图3所示，根据本发明的另一个实施例的社交对象的推荐装置300，包括：行为数据收集模块302、配置模块304和推荐模块306。

行为数据收集模块302，主要用于使用通用消息模板来收集用户行为数据，行为数据定义为对用户未来操作会产生相关影响的数据。例如，行为数据包括用户过的用户、评论转发帖子、加入或退出圈子等类型的行为。行为数据有三种类型，分别为点击类型、状态类型和时间类型。点击类型为用户点击对象行为，状态类型是用户和对象的关系状态行为(比如是否群组的创建者等)，时间类型是时间统计类的对象行为。

每条行为数据的属性包括：域、用户、行为对象、事件、时间，因此，通用消息模板可以根据行为数据的属性来进行定义。

由于收集到的用户行为基础数据有些涉及到多个行为对象，以及行为的发出者和行为对象的影响是相互的，这需要配置文件来进行规范。因此配置模块304可以配置消息文件和函数模型文件。其中，消息文件用于定义目前系统支持的消息及其特点和相互关系；函数模型配置文件包含两个部分，其一定义用户行为数据涉及到的行为种类、状态等权重信息；其二定义与相关的搜索范围(如时间范围)以及搜索数据相关性得分的权重。

推荐模块306，用于以索引搜索返回的数据为基础，在以该用户历史行为数据计算出来的得分，以两部分数据的权重计算出最终返回结果的得分，再根据得分对搜索的结果进行展示顺序上的调整。具体地，如用户首先通过搜索得到了搜索内容，进而可以根据计算出的得分对搜索出的内容进行展示顺序上的调整。

具体地，本发明的技术方案主要包括：

1、从搜集系统中搜集到的用户行为数据除了写了日志系统外，还按照时间区间、行为数据的种类、类别进行统计存储。为了更方便高效地使用日志数据，其都储存在机器内存中。

2、根据用户行为数据计算相关对象的得分。得分的计算需要考虑时间因数、行为的类别和频率因数等。在一个时间区间中，每个对象的得分＝∑(在该时间区间内发生的包含该对象的行为数据类型的权重×每种类型的行为数据发生的频率)。在合并多个时间区间上对象的得分时，使用S型曲线作为各个时间段上得分上的加权因子进行求和，最终得出相关对象的最终得分。另外用户行为的得分要和搜索返回的数据合并，为了在得分上要具有可比性，需要对各组得分进行归一化处理。

3、模糊推荐，当用户需要查找或者通知某一个对象，但是只记住该用户相关信息一个片段时，系统会检索该用户可能访问的对象信息，给出匹配的相关信息，即使用户不给出任何记忆中的关键词时，也会结合用户行为数据和当前圈子的群体数据给得分最高的对象，推荐给用户。

以上结合附图详细说明了本发明的技术方案，考虑到由于企业社交系统中的用户和帖子等信息较多，用户查找自己所需要的信息变得较为困难，即使用户通过关键字进行搜索，也只是得到相对较少的内容，用户仍需要在搜索得到的内容中继续查找自己感兴趣的内容，并且这个过程依旧比较繁琐，给使用者的体验感受比较差。因此，本发明提出了一种新的社交对象的推荐方案，使得用户无需在繁多的社交信息中搜索查找需要的社交对象，方便了用户的查找过程，有利于提升用户的搜索体验。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种社交对象的推荐方法，其特征在于，包括：

统计用户在社交系统中的行为数据；

根据每条所述行为数据中包含的社交对象，以及每条所述行为数据的类型，计算与所述用户相关联的多个社交对象中每个社交对象的得分；

在所述用户需要查找或通知社交对象时，根据所述每个社交对象的得分向所述用户推荐所述多个社交对象。

2.根据权利要求1所述的社交对象的推荐方法，其特征在于，统计用户在所述社交系统中的行为数据的步骤具体包括：

定义包含多个属性信息的行为数据模板；

根据每条所述行为数据的属性信息和所述行为数据模板统计所述用户在所述社交系统中的行为数据。

3.根据权利要求1所述的社交对象的推荐方法，其特征在于，计算所述多个社交对象中每个社交对象的得分的步骤具体包括：

设置每种类型的行为数据所对应的权重；

确定所述用户在一个时间区间内的行为数据中包含所述每个社交对象的行为数据；

根据包含所述每个社交对象的行为数据中每种类型的行为数据所发生的次数，以及所述每种类型的行为数据所对应的权重，计算所述每个社交对象在所述一个时间区间内的得分；

根据多个时间区间中每个时间区间的权重和所述每个社交对象在所述每个时间区间内的得分，计算所述每个社交对象的得分。

4.根据权利要求3所述的社交对象的推荐方法，其特征在于，所述每个时间区间的权重是关于时间的函数；

其中，若所述多个时间区间中任一时间区间距离当前时间越近，则所述任一时间区间的权重越大，若所述多个时间区间中任一时间区间距离当前时间越远，则所述任一时间区间的权重越小。

5.根据权利要求1至4中任一项所述的社交对象的推荐方法，其特征在于，向所述用户推荐所述多个社交对象的步骤具体为：

根据所述多个社交对象的得分，按照得分的高低顺序进行排序展示。

6.一种社交对象的推荐装置，其特征在于，包括：

统计单元，用于统计用户在社交系统中的行为数据；

计算单元，用于根据每条所述行为数据中包含的社交对象，以及每条所述行为数据的类型，计算与所述用户相关联的多个社交对象中每个社交对象的得分；

推荐单元，用于在所述用户需要查找或通知社交对象时，根据所述每个社交对象的得分向所述用户推荐所述多个社交对象。

7.根据权利要求6所述的社交对象的推荐装置，其特征在于，所述统计单元包括：

定义单元，用于定义包含多个属性信息的行为数据模板；

第一执行单元，用于根据每条所述行为数据的属性信息和所述行为数据模板统计所述用户在所述社交系统中的行为数据。

8.根据权利要求6所述的社交对象的推荐装置，其特征在于，所述计算单元包括：

设置单元，用于设置每种类型的行为数据所对应的权重；

确定单元，用于确定所述用户在一个时间区间内的行为数据中包含所述每个社交对象的行为数据；

第二执行单元，用于根据包含所述每个社交对象的行为数据中每种类型的行为数据所发生的次数，以及所述每种类型的行为数据所对应的权重，计算所述每个社交对象在所述一个时间区间内的得分，并用于根据多个时间区间中每个时间区间的权重和所述每个社交对象在所述每个时间区间内的得分，计算所述每个社交对象的得分。

9.根据权利要求8所述的社交对象的推荐装置，其特征在于，所述每个时间区间的权重是关于时间的函数；

其中，若所述多个时间区间中任一时间区间距离当前时间越近，则所述任一时间区间的权重越大，若所述多个时间区间中任一时间区间距离当前时间越远，则所述任一时间区间的权重越小。

10.根据权利要求6至9中任一项所述的社交对象的推荐装置，其特征在于，所述推荐单元具体用于：

根据所述多个社交对象的得分，按照得分的高低顺序进行排序展示。