CN104424187B - 一种向客户端用户推荐好友的方法及装置 - Google Patents
一种向客户端用户推荐好友的方法及装置 Download PDFInfo
- Publication number
- CN104424187B CN104424187B CN201310362415.9A CN201310362415A CN104424187B CN 104424187 B CN104424187 B CN 104424187B CN 201310362415 A CN201310362415 A CN 201310362415A CN 104424187 B CN104424187 B CN 104424187B
- Authority
- CN
- China
- Prior art keywords
- circle
- sharing contents
- characteristic information
- keyword
- client user
- 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.)
- Active
Links
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
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- 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
Abstract
本发明公开了一种向客户端用户推荐好友的方法及装置,所述方法包括:对所述客户端用户所创建的圈子中所有成员的分享内容进行解析,生成所述圈子的特征信息;对所述客户端用户所创建的好友列表中各成员的分享内容进行解析,生成所述好友列表中各成员的特征信息;计算所述好友列表中各成员的特征信息和所述圈子的特征信息的相似度,生成相似度集,根据相似度集生成所述圈子的推荐好友;向所述客户端用户提示所述圈子的推荐好友。本发明所提出的技术方案其推荐机制更加全面、可靠,避免了因过多的无效推荐所造成的系统资源的浪费。
Description
技术领域
本发明涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及一种向客户端用户推荐好友的方法及装置。
背景技术
随着移动互联网时代的到来,一些社交分享类应用(例如微博、朋友网、人人网、开心网)不断涌现。在社交分享类应用中,每个客户端注册用户不仅能够通过创建好友列表来实现与各好友之间的信息交流,而且还可以创建一个或多个好友圈子来实现圈子内各好友之间的信息交流。目前,圈子内的好友可以由创建该圈子的客户端用户主动添加或从后台所提示的所述圈子的推荐好友中选择。
后台在向创建该圈子的客户端用户提示所述圈子的推荐好友时,通常采用两种方式:第一种是新注册用户推荐方式,即当创建该圈子的客户端用户的关系链(通讯录关系链、微博关系链、即时通讯关系链)中有新注册该社交分享类应用的用户时,将该新注册的用户作为所述圈子的推荐好友提示给创建该圈子的客户端用户;第二种是随机选取推荐方式,即按一定的时间间隔从创建该圈子的客户端用户的好友列表中随机选择一个用户作为该圈子的推荐好友提示给创建该圈子的客户端用户。
在对现有技术的研究和实践过程中,发明人发现现有技术至少存在以下问题:后台所提示的某个圈子的推荐好友与该圈子内各好友成员的相关性很低,创建该圈子的客户端用户将该圈子的推荐好友加入该圈子的可能性较小,使得推荐机制不可靠,并且过多的无效推荐会造成大量的系统资源浪费。
发明内容
鉴于以上理由,本发明实施例提出一种向客户端用户推荐好友的方法及装置,来解决以上背景技术部分提到的技术问题。
一方面,本发明实施例提供了一种向客户端用户推荐好友的方法,所述方法包括:
对所述客户端用户所创建的圈子中所有成员的分享内容进行解析,生成所述圈子的特征信息;
对所述客户端用户所创建的好友列表中各成员的分享内容进行解析,生成所述好友列表中各成员的特征信息;
计算所述好友列表中各成员的特征信息和所述圈子的特征信息的相似度,生成相似度集,根据所述相似度集生成所述圈子的推荐好友;
向所述客户端用户提示所述圈子的推荐好友。
一方面,本发明实施例提供了一种向客户端用户推荐好友的装置,所述装置包括:
第一特征信息生成模块,用于对所述客户端用户所创建的圈子中所有成员的分享内容进行解析,生成所述圈子的特征信息;
第二特征信息生成模块,用于对所述客户端用户所创建的好友列表中各成员的分享内容进行解析,生成所述好友列表中各成员的特征信息;
好友生成模块,用于计算所述好友列表中各成员的特征信息和所述圈子的特征信息的相似度,生成相似度集,根据所述相似度集生成所述圈子的推荐好友;
好友推荐模块,用于向所述客户端用户提示所述圈子的推荐好友。
相较于现有技术,本发明实施例通过计算好友列表中各成员的特征信息和某个圈子的特征信息的相似度,根据所述相似度来生成所述圈子的推荐好友,使得创建所述圈子的所述客户端用户将所述圈子的推荐好友加入所述圈子的可能性较大,推荐机制更加全面、可靠,避免了因过多的无效推荐所造成的系统资源的浪费。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明第一实施例提供的一种向客户端用户推荐好友的方法的流程示意图;
图2为本发明第二实施例提供的一种向客户端用户推荐好友的方法的流程示意图;
图3为本发明第三实施例提供的一种向客户端用户推荐好友的装置的结构示意图;
图4为本发明第四实施例提供的一种向客户端用户推荐好友的装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
图1示出了本发明的第一实施例。
图1为本发明第一实施例提供的一种向客户端用户推荐好友的方法的流程示意图。该方法可应用于安装有社交分享类应用客户端的终端上,所述终端可以智能手机、平板电脑、笔记本电脑、个人数字助理是等中的任意一种,也可应用于管理的社交分享类应用的服务器上。参见图1,所述方法包括:
步骤S101、对客户端用户所创建的圈子中所有成员的分享内容进行解析,生成所述圈子的特征信息;
步骤S102、对所述客户端用户所创建的好友列表中各成员的分享内容进行解析,生成所述好友列表中各成员的特征信息;
步骤S103、计算所述好友列表中各成员的特征信息和所述圈子的特征信息的相似度,生成相似度集,根据所述相似度集生成所述圈子的推荐好友;
步骤S104、向所述客户端用户提示所述圈子的推荐好友。
对于本实施例中的步骤S101,可通过对所述客户端用户所创建的圈子中所有成员的分享内容进行文本分析,采用关键词提取算法(例如基于模糊处理的关键词提取算法、基于高维聚类技术的关键词提取算法)来提取其中的关键词,根据所提取的关键词生成所述圈子的特征信息,例如所述圈子的特征信息可以为所提取的互不相同的关键词及每个互不相同的关键词在所提取的所有的关键词中出现的概率。
当然本领域的普通技术人员应该理解,还可通过对所述客户端用户所创建的圈子中所有成员的分享内容进行文本分析,来提取所有成员的分享内容的主题词,根据所述主题词生成所述圈子的特征信息,例如所述圈子的特征信息可以为所提取的互不相同的主题词及每个互不相同的主题词在所提取的所有的主题词中出现的概率。
同样的,对于本实施例的步骤S102,可通过对所述客户端用户所创建的好友列表中各成员的分享内容进行文本分析,采用关键词提取算法(例如基于模糊处理的关键词提取算法、基于高维聚类技术的关键词提取算法)来提取所述好友列表各成员的分享内容的关键词,根据所提取的关键词生成所述好友列表中各成员的特征信息,例如所述好友列表中各成员的特征信息可以为该成员的分享内容中所包含的互不相同的关键词及每个互不相同的关键词在该成员的分享内容中所包含的所有的关键词中出现的概率或次数。
当然本领域的普通技术人员应该理解,还可通过所述客户端用户所创建的好友列表中各成员的分享内容进行文本分析,采用现有技术中的关键词提取算法(例如基于模糊处理的关键词提取算法、基于高维聚类技术的关键词提取算法)来提取所述好友列表各成员的分享内容的主题词,根据所提取的主题词生成所述好友列表中各成员的特征信息,例如所述好友列表中各成员的特征信息可以为该成员的分享内容中所包含的互不相同的主题词及每个互不相同的主题词在该成员的分享内容中所包含的所有的主题词中出现的概率或次数。
需要说明的是,所述圈子的特征信息和所述好友列表中各成员的特征信息的生成过程应相互对应,例如,如果在执行步骤S101时所述圈子的特征信息是根据在圈子中所有成员的分享内容中所提取的关键词生成,则在执行步骤S102时,所述好友列表中各成员的特征信息也应为根据在该成员的分享内容中所提取的关键词而非主题词生成。
在本实施例,所述好友列表中各成员的特征信息和所述圈子的特征信息的相似度可以是所述好友列表中各成员的特征信息中与所述圈子的特征信息中所有相同的关键词在两种特征信息中对应概率之积的和,或者是所述好友列表中各成员的特征信息中与所述圈子的特征信息中所有相同的关键词在两种特征信息中对应概率之差的平方和等其他形式的计算值。
在本实施例的一个优选的实施方式中,对于步骤S103,可通过将上述相似度集中达到设定阈值的相似度所对应的所述好友列表中的成员作为所述圈子的推荐好友。
在本实施例的另一个优选的实施方式中,对于步骤S103,可通过将上述相似度集中的各相似度依次按照从大到小的顺序进行排列,选取排列在最前面的预设数目(例如10个)相似度所对应的所述好友列表中的成员作为所述圈子的推荐好友。
在本实施中,可通过无线或有线通信技术向所述客户端用户提示所述圈子的推荐好友。
本实施例提供的技术方案,通过计算好友列表中各成员的特征信息和圈子的特征信息的相似度,根据所述相似度来生成所述圈子的推荐好友,使得创建该圈子的所述客户端用户将所述圈子的推荐好友加入该圈子的可能性较大,推荐机制更加全面、可靠,避免了因过多的无效推荐所造成的系统资源的浪费。
图2示出了本发明的第二实施例。
图2为本发明第二实施例提供的一种向客户端用户推荐好友的方法的流程示意图。该方法可应用于安装有社交分享类应用客户端的终端上,所述终端可以智能手机、平板电脑、笔记本电脑、个人数字助理是等中的任意一种,也可应用于管理社交分享类应用的服务器上。参见图2,所述方法包括:
步骤S201、对客户端用户所创建的圈子中所有成员的分享内容进行解析,生成所述圈子的特征信息。
在本实施例中,步骤S201进一步包括:
子步骤A1、获取客户端用户所创建的圈子中所有成员的分享内容,作为圈子分享内容;
子步骤A2、对所述圈子分享内容进行文本分析,提取所述圈子分享内容中所包含的关键词;
子步骤A3、根据所述圈子分享内容中所包含的关键词,生成所述圈子的特征信息。
步骤S202、对所述客户端用户所创建的好友列表中各成员的分享内容进行解析,生成所述好友列表中各成员的特征信息。
在本实施例中,步骤S202进一步包括:
子步骤B1、获取所述客户端用户所创建的好友列表中各成员的分享内容;
子步骤B2、对所述好友列表中各成员的分享内容进行文本分析,提取所述各成员的分享内容中所包含的关键词;
子步骤B3、根据所述各成员的分享内容中所包含的关键词,生成所述好友列表中各成员的特征信息。
步骤S203、计算所述好友列表中各成员的特征信息和所述圈子的特征信息的相似度,生成相似度集,根据所述相似度集生成所述圈子的推荐好友。
步骤S204、删除所述圈子的推荐好友中当前所述圈子内已经存在的成员。
步骤S205、向所述客户端用户提示经过所删除操作后的所述圈子的推荐好友。
在本实施例的子步骤A1和子步骤B1中,当所述方法应用于安装有社交分享类应用客户端的终端上时,终端是从所述客户端用户获取管理社交分享类应用的服务器发送的所述客户端用户所创建的圈子中所有成员的分享内容及所述客户端用户所创建的好友列表中各成员的分享内容。当所述方法应用于管理社交分享类应用的服务器上时,所述服务器直接从本地存储器中获取所述客户端用户所创建的圈子中所有成员的分享内容及所述客户端用户所创建的好友列表中各成员的分享内容。
在本实施的一个优选的实施方式中,所述圈子的特征信息U为:
U={(ωi,cnti/cnt)|1<=i<=a}
其中,ωi为所述圈子分享内容中所包含的互不相同的第i个关键词;cnti为所述第i个关键词在所述圈子分享内容中的出现次数;cnt为所述圈子分享内容中所有的互不相同的关键词在所述圈子分享内容中的出现次数的和;a为所述圈子分享内容中所包含的互不相同的关键词个数;i为整数。
所述好友列表中第k个成员的特征信息UK为:
UK={(ωkj,cntkj)|1<=j<=bk}
其中,ωkj为所述第k个成员的分享内容中所包含的互不相同的第j个关键词;cntkj为所述第j个关键词在所述第k个成员的分享内容中的出现次数;bk为第k个成员的分享内容中所包含的互不相同的关键词个数;j为整数;k为整数。
所述好友列表中第k个成员的特征信息UK和所述圈子的特征信息U的相似度Sk为:
其中,cntm为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的第m个关键词在所述圈子分享内容中的出现次数;cnt为所述圈子分享内容中所有的互不相同的关键词在所述圈子分享内容中的出现次数的和;cntkm为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的第m个关键词在所述第k个成员的分享内容中的出现次数;m为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的关键词的个数。
在本实施例中,根据所述相似度集生成所述圈子的推荐好友的过程与第一实施例中的过程相同,这里不再赘述。
在本实施例中,在根据所述相似度集生成所述圈子的推荐好友之后,查找所生成的推荐好友中是否包含当前所述圈子内已经存在的成员,如果是,则删除在所生成的推荐好友中所查找到的当前所述圈子内已经存在的成员。
在本实施例中,可通过无线或有线通信技术向所述客户端用户提示所述圈子的推荐好友。
本实施例提供的技术方案,通过计算好友列表中各成员的特征信息和圈子的特征信息的相似度,根据所述相似度来生成所述圈子的推荐好友,使得创建该圈子的所述客户端用户将所述圈子的推荐好友加入该圈子的可能性较大,推荐机制更加全面、可靠,避免了因过多的无效推荐所造成的系统资源的浪费,同时删除圈子的推荐好友中当前所述圈子内已经存在的成员,将经过所删除操作后的圈子的推荐好友提示至客户端用户,克服了重复推荐所造成的系统资源浪费的弊端。
图3示出了本发明的第三实施例。
图3为本发明第三实施例提供的一种向客户端用户推荐好友的装置的结构示意图。参见图3,所述装置包括:
第一特征信息生成模块301,用于对客户端用户所创建的圈子中所有成员的分享内容进行解析,生成所述圈子的特征信息;
第二特征信息生成模块302,用于对所述客户端用户所创建的好友列表中各成员的分享内容进行解析,生成所述好友列表中各成员的特征信息;
好友生成模块303,用于计算所述好友列表中各成员的特征信息和所述圈子的特征信息的相似度,生成相似度集,根据所述相似度集生成所述圈子的推荐好友;
好友推荐模块304,用于向所述客户端用户提示所述圈子的推荐好友。
在本实施例中,第一特征信息生成模块301可通过对所述客户端用户所创建的圈子中所有成员的分享内容进行文本分析,采用关键词提取算法(例如基于模糊处理的关键词提取算法、基于高维聚类技术的关键词提取算法)来提取其中的关键词,根据所提取的关键词生成所述圈子的特征信息,例如所述圈子的特征信息可以为所提取的互不相同的关键词及每个互不相同的关键词在所提取的所有的关键词中出现的概率。
当然本领域的普通技术人员应该理解,第一特征信息生成模块301还可通过对所述客户端用户所创建的圈子中所有成员的分享内容进行文本分析,来提取所有成员的分享内容的主题词,根据所述主题词生成所述圈子的特征信息,例如所述圈子的特征信息可以为所提取的互不相同的主题词及每个互不相同的主题词在所提取的所有的主题词中出现的概率。
同样的,第二特征信息生成模块302可通过对所述客户端用户所创建的好友列表中各成员的分享内容进行文本分析,采用关键词提取算法(例如基于模糊处理的关键词提取算法、基于高维聚类技术的关键词提取算法)来提取所述好友列表各成员的分享内容的关键词,根据所提取的关键词生成所述好友列表中各成员的特征信息,例如所述好友列表中各成员的特征信息可以为该成员的分享内容中所包含的互不相同的关键词及每个互不相同的关键词在该成员的分享内容中所包含的所有的关键词中出现的概率或次数。
当然本领域的普通技术人员应该理解,第二特征信息生成模块302还可通过所述客户端用户所创建的好友列表中各成员的分享内容进行文本分析,采用现有技术中的关键词提取算法(例如基于模糊处理的关键词提取算法、基于高维聚类技术的关键词提取算法)来提取所述好友列表各成员的分享内容的主题词,根据所提取的主题词生成所述好友列表中各成员的特征信息,例如所述好友列表中各成员的特征信息可以为该成员的分享内容中所包含的互不相同的主题词及每个互不相同的主题词在该成员的分享内容中所包含的所有的主题词中出现的概率或次数。
需要说明的是,所述圈子的特征信息和所述好友列表中各成员的特征信息的生成过程应相互对应,例如,如果在执行步骤S101时所述圈子的特征信息是根据在圈子中所有成员的分享内容中所提取的关键词生成,则第二特征信息生成模块302也应根据在该成员的分享内容中所提取的关键词而非主题词生成所述好友列表中各成员的特征信息。
在本实施例,所述好友列表中各成员的特征信息和所述圈子的特征信息的相似度可以是所述好友列表中各成员的特征信息中与所述圈子的特征信息中所有相同的关键词在两种特征信息中对应概率之积的和,或者是所述好友列表中各成员的特征信息中与所述圈子的特征信息中所有相同的关键词在两种特征信息中对应概率之差的平方和等其他形式的计算值。
在本实施例的一个优选的实施方式中,好友生成模块303用于根据所述相似度集生成所述圈子的推荐好友时,可通过将上述相似度集中达到设定阈值的相似度所对应的所述好友列表中的成员作为所述圈子的推荐好友。
在本实施例的另一个优选的实施方式中,好友生成模块303用于根据所述相似度集生成所述圈子的推荐好友时,可通过将上述相似度集中的各相似度依次按照从大到小的顺序进行排列,选取排列在最前面的预设数目(例如10个)相似度所对应的所述好友列表中的成员作为所述圈子的推荐好友。
在本实施中,好友推荐模块304可通过无线或有线通信技术向所述客户端用户提示所述圈子的推荐好友。
本实施例提供的技术方案,通过计算好友列表中各成员的特征信息和圈子的特征信息的相似度,根据所述相似度来生成所述圈子的推荐好友,使得所述圈子的推荐好友与圈子内各成员的相关性较高,创建该圈子的所述客户端用户将所述圈子的推荐好友加入该圈子的可能性较大,推荐机制更加全面、可靠,避免了因过多的无效推荐所造成的系统资源的浪费。
图4示出了本发明的第四实施例。
图4为本发明第三实施例提供的一种向客户端用户推荐好友的装置的结构示意图。参见图4,所述装置包括:
第一特征信息生成模块401,用于对客户端用户所创建的圈子中所有成员的分享内容进行解析,生成所述圈子的特征信息;
第二特征信息生成模块402,用于对所述客户端用户所创建的好友列表中各成员的分享内容进行解析,生成所述好友列表中各成员的特征信息;
好友生成模块403,用于计算所述好友列表中各成员的特征信息和所述圈子的特征信息的相似度,生成相似度集,根据所述相似度集生成所述圈子的推荐好友;
好友推荐模块404,用于向所述客户端用户提示所述圈子的推荐好友。
其中,第一特征信息生成模块401进一步包括:
第一获取子模块4011,用于获取客户端用户所创建的圈子中所有成员的分享内容,作为圈子分享内容;
第一关键词提取子模块4012,用于对所述圈子分享内容进行文本分析,提取所述圈子分享内容中所包含的关键词;
第一特征信息生成子模块4013,用于根据所述圈子分享内容中所包含的关键词,生成所述圈子的特征信息。
其中,第二特征信息生成模块402进一步包括:
第二获取子模块4021,用于所述客户端用户所创建的好友列表中各成员的分享内容;
第二关键词提取子模块4022,用于对所述好友列表中各成员的分享内容进行文本分析,提取所述各成员的分享内容中所包含的关键词;
第二特征信息生成子模块4023,用于根据所述各成员的分享内容中所包含的关键词,生成所述好友列表中各成员的特征信息。
其中,好友推荐模块404进一步包括:
删除子模块4041,用于删除所述圈子的推荐好友中当前所述圈子内已经存在的成员;
提示子模块4042,用于向所述客户端用户提示经过所删除操作后的所述圈子的推荐好友。
在本实施例中,当所述装置应用于安装有社交分享类应用客户端用户的终端上时,所述装置是从所述客户端用户获取管理社交分享类应用的服务器发送的所述客户端用户所创建的圈子中所有成员的分享内容及所述客户端用户所创建的好友列表中各成员的分享内容。当所述装置应用于管理社交分享类应用的服务器上时,所述装置直接从本地存储器中获取所述客户端用户所创建的圈子中所有成员的分享内容及所述客户端用户所创建的好友列表中各成员的分享内容。
在本实施的一个优选的实施方式中,所述圈子的特征信息U为:
U={(ωi,cnti/cnt)|1<=i<=a}
其中,ωi为所述圈子分享内容中所包含的互不相同的第i个关键词;cnti为所述第i个关键词在所述圈子分享内容中的出现次数;cnt为所述圈子分享内容中所有的互不相同的关键词在所述圈子分享内容中的出现次数的和;a为所述圈子分享内容中所包含的互不相同的关键词个数;i为整数。
所述好友列表中第k个成员的特征信息UK为:
UK={(ωkj,cntkj)|1<=j<=bk}
其中,ωkj为所述第k个成员的分享内容中所包含的互不相同的第j个关键词;cntkj为所述第j个关键词在所述第k个成员的分享内容中的出现次数;bk为第k个成员的分享内容中所包含的互不相同的关键词个数;j为整数;k为整数。
所述好友列表中第k个成员的特征信息UK和所述圈子的特征信息U的相似度Sk为:
其中,cntm为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的第m个关键词在所述圈子分享内容中的出现次数;cnt为所述圈子分享内容中所有的互不相同的关键词在所述圈子分享内容中的出现次数的和;cntkm为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的第m个关键词在所述第k个成员的分享内容中的出现次数;m为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的关键词的个数。
在本实施例中,好友生成模块403根据所述相似度集生成所述圈子的推荐好友的过程与第一实施例中的过程相同,这里不再赘述。
在本实施例中,在好友生成模块403根据所述相似度集生成所述圈子的推荐好友之后,删除子模块4041查找所生成的推荐好友中是否包含当前所述圈子内已经存在的成员,如果是,则删除子模块4041删除在所生成的推荐好友中所查找到的当前所述圈子内已经存在的成员。
在本实施例中,提示子模块4042可通过无线或有线通信技术向所述客户端用户提示所述圈子的推荐好友。
本实施例提供的技术方案,通过计算好友列表中各成员的特征信息和圈子的特征信息的相似度,根据所述相似度来生成所述圈子的推荐好友,使得创建该圈子的所述客户端用户将所述圈子的推荐好友加入该圈子的可能性较大,推荐机制更加全面、可靠,避免了因过多的无效推荐所造成的系统资源的浪费,同时删除圈子的推荐好友中当前所述圈子内已经存在的成员,将经过所删除操作后的圈子的推荐好友提示至客户端用户,克服了重复推荐所造成的系统资源浪费的弊端。
以上实施例提供的技术方案中的全部或部分内容可以通过软件编程实现,其软件程序存储在可读取的存储介质中,存储介质例如:计算机中的硬盘、计算机只读存储器、光盘或软盘等。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (18)
1.一种向客户端用户推荐好友的方法,其特征在于,所述方法包括:
对所述客户端用户所创建的圈子中所有成员的分享内容进行解析,生成所述圈子的特征信息;
对所述客户端用户所创建的好友列表中各成员的分享内容进行解析,生成所述好友列表中各成员的特征信息;
计算所述好友列表中各成员的特征信息和所述圈子的特征信息的相似度,生成相似度集,根据所述相似度集生成所述圈子的推荐好友;
向所述客户端用户提示所述圈子的推荐好友。
2.根据权利要求1所述的向客户端用户推荐好友的方法,其特征在于,所述根据所述相似度集生成所述圈子的推荐好友的步骤包括:
将所述相似度集中达到设定阈值的相似度所对应的所述好友列表中的成员作为所述圈子的推荐好友。
3.根据权利要求1所述的向客户端用户推荐好友的方法,其特征在于,所述根据所述相似度集生成所述圈子的推荐好友的步骤包括:
将所述相似度集中的各相似度依次按照从大到小的顺序进行排列,选取排列在最前面的预设数目相似度所对应的所述好友列表中的成员作为所述圈子的推荐好友。
4.根据权利要求1所述的向客户端用户推荐好友的方法,其特征在于,所述向所述客户端用户提示所述圈子的推荐好友的步骤包括:
删除所述圈子的推荐好友中当前所述圈子内已经存在的成员;
向所述客户端用户提示经过所删除操作后的所述圈子的推荐好友。
5.根据权利要求1所述的向客户端用户推荐好友的方法,其特征在于,所述对所述客户端用户所创建的圈子中所有成员的分享内容进行解析,生成所述圈子的特征信息的步骤包括:
获取所述客户端用户所创建的圈子中所有成员的分享内容,作为圈子分享内容;
对所述圈子分享内容进行文本分析,提取所述圈子分享内容中所包含的关键词;
根据所述圈子分享内容中所包含的关键词,生成所述圈子的特征信息。
6.根据权利要求5所述的向客户端用户推荐好友的方法,其特征在于,所述对所述客户端用户所创建的好友列表中各成员的分享内容进行解析,生成所述好友列表中各成员的特征信息的步骤包括:
获取所述客户端用户所创建的好友列表中各成员的分享内容;
对所述好友列表中各成员的分享内容进行文本分析,提取所述各成员的分享内容中所包含的关键词;
根据所述各成员的分享内容中所包含的关键词,生成所述好友列表中各成员的特征信息。
7.根据权利要求6所述的向客户端用户推荐好友的方法,其特征在于,所述圈子的特征信息U为:
U={(ωi,cnti/cnt)|1<=i<=a}
其中,ωi为所述圈子分享内容中所包含的互不相同的第i个关键词;cnti为所述第i个关键词在所述圈子分享内容中的出现次数;cnt为所述圈子分享内容中所有的互不相同的关键词在所述圈子分享内容中的出现次数的和;a为所述圈子分享内容中所包含的互不相同的关键词个数;i为整数。
8.根据权利要求7所述的向客户端用户推荐好友的方法,其特征在于,所述好友列表中第k个成员的特征信息UK为:
UK={(ωkj,cntkj)|1<=j<=bk}
其中,ωkj为所述第k个成员的分享内容中所包含的互不相同的第j个关键词;cntkj为所述第j个关键词在所述第k个成员的分享内容中的出现次数;bk为第k个成员的分享内容中所包含的互不相同的关键词个数;j为整数;k为整数。
9.根据权利要求8所述的向客户端用户推荐好友的方法,其特征在于,所述好友列表中第k个成员的特征信息UK和所述圈子的特征信息U的相似度Sk为:
其中,cntm为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的第m个关键词在所述圈子分享内容中的出现次数;cnt为所述圈子分享内容中所有的互不相同的关键词在所述圈子分享内容中的出现次数的和;cntkm为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的第m个关键词在所述第k个成员的分享内容中的出现次数;m为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的关键词的个数。
10.一种向客户端用户推荐好友的装置,其特征在于,所述装置包括:
第一特征信息生成模块,用于对所述客户端用户所创建的圈子中所有成员的分享内容进行解析,生成所述圈子的特征信息;
第二特征信息生成模块,用于对所述客户端用户所创建的好友列表中各成员的分享内容进行解析,生成所述好友列表中各成员的特征信息;
好友生成模块,用于计算所述好友列表中各成员的特征信息和所述圈子的特征信息的相似度,生成相似度集,根据所述相似度集生成所述圈子的推荐好友;
好友推荐模块,用于向所述客户端用户提示所述圈子的推荐好友。
11.根据权利要求10所述的向客户端用户推荐好友的装置,其特征在于,所述好友生成模块用于根据所述相似度集生成所述圈子的推荐好友时包括:
将所述相似度集中达到设定阈值的相似度所对应的所述好友列表中的成员作为所述圈子的推荐好友。
12.根据权利要求10所述的向客户端用户推荐好友的装置,其特征在于,所述好友生成模块用于根据所述相似度集生成所述圈子的推荐好友时包括:
将所述相似度集中的各相似度依次按照从大到小的顺序进行排列,选取排列在最前面的预设数目相似度所对应的所述好友列表中的成员作为所述圈子的推荐好友。
13.根据权利要求10所述的向客户端用户推荐好友的装置,其特征在于,所述好友推荐模块包括:
删除子模块,用于删除所述圈子的推荐好友中当前所述圈子内已经存在的成员;
提示子模块,用于向所述客户端用户提示经过所删除操作后的所述圈子的推荐好友。
14.根据权利要求10所述的向客户端用户推荐好友的装置,其特征在于,所述第一特征信息生成模块包括:
第一获取子模块,用于获取所述客户端用户所创建的圈子中所有成员的分享内容,作为圈子分享内容;
第一关键词提取子模块,用于对所述圈子分享内容进行文本分析,提取所述圈子分享内容中所包含的关键词;
第一特征信息生成子模块,用于根据所述圈子分享内容中所包含的关键词,生成所述圈子的特征信息。
15.根据权利要求14所述的向客户端用户推荐好友的装置,其特征在于,所述第二特征信息生成模块包括:
第二获取子模块,用于获取所述客户端用户所创建的好友列表中各成员的分享内容;
第二关键词提取子模块,用于对所述好友列表中各成员的分享内容进行文本分析,提取所述各成员的分享内容中所包含的关键词;
第二特征信息生成子模块,用于根据所述各成员的分享内容中所包含的关键词,生成所述好友列表中各成员的特征信息。
16.根据权利要求15所述的向客户端用户推荐好友的装置,其特征在于,所述圈子的特征信息U为:
U={(ωi,cnti/cnt)|1<=i<=a}
其中,ωi为所述圈子分享内容中所包含的互不相同的第i个关键词;cnti为所述第i个关键词在所述圈子分享内容中的出现次数;cnt为所述圈子分享内容中所有的互不相同的关键词在所述圈子分享内容中的出现次数的和;a为所述圈子分享内容中所包含的互不相同的关键词个数;i为整数。
17.根据权利要求16所述的向客户端用户推荐好友的装置,其特征在于,所述好友列表中第k个成员的特征信息UK为:
UK={(ωkj,cntkj)|1<=j<=bk}
其中,ωkj为所述第k个成员的分享内容中所包含的互不相同的第j个关键词;cntkj为所述第j个关键词在所述第k个成员的分享内容中的出现次数;bk为第k个成员的分享内容中所包含的互不相同的关键词个数;j为整数;k为整数。
18.根据权利要求17所述的向客户端用户推荐好友的装置,其特征在于,所述好友列表中第k个成员的特征信息UK和所述圈子的特征信息U的相似度Sk为:
其中,cntm为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的第m个关键词在所述圈子分享内容中的出现次数;cnt为所述圈子分享内容中所有的互不相同的关键词在所述圈子分享内容中的出现次数的和;cntkm为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的第m个关键词在所述第k个成员的分享内容中的出现次数;m为所述圈子的特征信息U中与所述好友列表中第k个成员的特征信息UK所共有的关键词的个数。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310362415.9A CN104424187B (zh) | 2013-08-19 | 2013-08-19 | 一种向客户端用户推荐好友的方法及装置 |
PCT/CN2014/082863 WO2015024427A1 (en) | 2013-08-19 | 2014-07-24 | Method and apparatus for recommending buddies to client user |
US15/003,912 US10360273B2 (en) | 2013-08-19 | 2016-01-22 | Method and apparatus for recommending buddies to a client user |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310362415.9A CN104424187B (zh) | 2013-08-19 | 2013-08-19 | 一种向客户端用户推荐好友的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104424187A CN104424187A (zh) | 2015-03-18 |
CN104424187B true CN104424187B (zh) | 2019-05-24 |
Family
ID=52483044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310362415.9A Active CN104424187B (zh) | 2013-08-19 | 2013-08-19 | 一种向客户端用户推荐好友的方法及装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10360273B2 (zh) |
CN (1) | CN104424187B (zh) |
WO (1) | WO2015024427A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106095843B (zh) * | 2016-06-02 | 2018-06-08 | 腾讯科技(深圳)有限公司 | 社交账号挖掘方法及装置 |
CN106249989B (zh) * | 2016-07-20 | 2020-03-31 | 努比亚技术有限公司 | 一种分享内容时的社交应用程序图标排列方法及移动终端 |
CN108769236B (zh) * | 2018-06-06 | 2021-08-27 | Oppo广东移动通信有限公司 | 应用推荐方法、电子装置及计算机可读存储介质 |
CN109002469B (zh) * | 2018-06-11 | 2021-08-31 | 广东奥博信息产业股份有限公司 | 一种基于广义点集距离的信息个性化推荐及提示方法 |
CN109949090B (zh) * | 2019-03-18 | 2021-04-16 | 深圳市小满科技有限公司 | 客户推荐方法、装置、电子设备及介质 |
CN110222274A (zh) * | 2019-06-11 | 2019-09-10 | 莫元劲 | 一种基于社交用户检索内容进行用户分类的方法及系统 |
CN110347935A (zh) * | 2019-07-18 | 2019-10-18 | 齐鲁工业大学 | 基于用户兴趣变化的个性化影视项目推荐方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916286A (zh) * | 2010-08-23 | 2010-12-15 | 宇龙计算机通信科技(深圳)有限公司 | 一种信息推荐方法及系统 |
WO2011076070A1 (zh) * | 2009-12-25 | 2011-06-30 | 腾讯科技(深圳)有限公司 | 网络信息推荐方法及系统 |
CN102347963A (zh) * | 2010-07-30 | 2012-02-08 | 阿里巴巴集团控股有限公司 | 一种推荐好友的方法及装置 |
CN102790707A (zh) * | 2011-05-18 | 2012-11-21 | 北京千橡网景科技发展有限公司 | 一种归类对象的方法和装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101534207B (zh) | 2009-04-13 | 2012-05-23 | 腾讯科技(深圳)有限公司 | 群组加入系统及方法 |
US8601055B2 (en) | 2009-12-22 | 2013-12-03 | International Business Machines Corporation | Dynamically managing a social network group |
US8666979B2 (en) * | 2010-04-09 | 2014-03-04 | Palo Alto Research Center Incorporated | Recommending interesting content using messages containing URLs |
US20110270774A1 (en) * | 2010-04-30 | 2011-11-03 | Microsoft Corporation | Group Recommendations in Social Networks |
TWI446721B (zh) * | 2011-07-08 | 2014-07-21 | Silicon Motion Inc | 振盪訊號產生裝置與振盪訊號產生裝置之控制訊號產生電路 |
CN102317941A (zh) * | 2011-07-30 | 2012-01-11 | 华为技术有限公司 | 信息推荐方法、推荐引擎及网络系统 |
US8977611B2 (en) * | 2011-10-18 | 2015-03-10 | Facebook, Inc. | Ranking objects by social relevance |
US9699485B2 (en) * | 2012-08-31 | 2017-07-04 | Facebook, Inc. | Sharing television and video programming through social networking |
CN103200279B (zh) * | 2013-04-28 | 2017-03-15 | 百度在线网络技术(北京)有限公司 | 推荐方法和云端服务器 |
-
2013
- 2013-08-19 CN CN201310362415.9A patent/CN104424187B/zh active Active
-
2014
- 2014-07-24 WO PCT/CN2014/082863 patent/WO2015024427A1/en active Application Filing
-
2016
- 2016-01-22 US US15/003,912 patent/US10360273B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011076070A1 (zh) * | 2009-12-25 | 2011-06-30 | 腾讯科技(深圳)有限公司 | 网络信息推荐方法及系统 |
CN102347963A (zh) * | 2010-07-30 | 2012-02-08 | 阿里巴巴集团控股有限公司 | 一种推荐好友的方法及装置 |
CN101916286A (zh) * | 2010-08-23 | 2010-12-15 | 宇龙计算机通信科技(深圳)有限公司 | 一种信息推荐方法及系统 |
CN102790707A (zh) * | 2011-05-18 | 2012-11-21 | 北京千橡网景科技发展有限公司 | 一种归类对象的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2015024427A1 (en) | 2015-02-26 |
US20160140246A1 (en) | 2016-05-19 |
US10360273B2 (en) | 2019-07-23 |
CN104424187A (zh) | 2015-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104424187B (zh) | 一种向客户端用户推荐好友的方法及装置 | |
Granik et al. | Fake news detection using naive Bayes classifier | |
Song et al. | A novel classification approach based on Naïve Bayes for Twitter sentiment analysis | |
US9292493B2 (en) | Systems and methods for automatically detecting deception in human communications expressed in digital form | |
CN105493076B (zh) | 通过通信通道的捕捉服务 | |
Ratkiewicz et al. | Detecting and tracking the spread of astroturf memes in microblog streams | |
CN102713965B (zh) | 数据源的可缩放主题聚集 | |
US20150254566A1 (en) | Automated detection of deception in short and multilingual electronic messages | |
JP2019532445A (ja) | 多義コードを使用した類似度検索 | |
Andryani et al. | Social media analytics: data utilization of social media for research | |
US20130054693A1 (en) | Systems and Methods for Automated Recommendations for Social Media | |
CN104376010B (zh) | 用户推荐方法和装置 | |
Zhou et al. | Community discovery and profiling with social messages | |
CN103744858A (zh) | 一种信息推送方法及系统 | |
CN104731842A (zh) | 用于使用电子通信数据来映射关系的方法和系统 | |
lvaro Cuesta et al. | A Framework for massive Twitter data extraction and analysis | |
Buccafurri et al. | A model to support design and development of multiple-social-network applications | |
CN103745014A (zh) | 一种社交网络用户虚实映射方法和系统 | |
CN103646119A (zh) | 用户行为记录的生成方法及装置 | |
CN108027820A (zh) | 用于产生短语黑名单以响应于搜索查询来防止某些内容出现在搜索结果中的方法和系统 | |
Taufiq Nuruzzaman et al. | Simple SMS spam filtering on independent mobile phone | |
CN105279159B (zh) | 联系人的提示方法和装置 | |
US20180365319A1 (en) | Identifying relationships from communication content | |
US11010687B2 (en) | Detecting abusive language using character N-gram features | |
CN104050204B (zh) | 合并网络数据的方法及移动装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |