CN104869048A - 微博数据的分组处理方法、装置及系统 - Google Patents

Abstract

本发明公开了一种微博数据的分组处理方法、装置及系统。其中，该方法包括：微博服务器接收到微博用户组创建指令之后，获取与当前微博登录用户对应的用户群的数据源，数据源包括：用户群中每个用户的标识信息，以及用户群中每个用户的关系信息；微博服务器按照每个用户的标识信息和每个用户的关系信息来划分用户群，生成至少一组用户数据；微博服务器根据每组用户数据生成对应的微博用户组，其中，微博用户组中的用户具有相同的标识信息，且微博用户组中的用户都关注于相同的微博用户。通过本发明，能够提高海量用户数据的分组效率，同时提高分组的准确性，避免了人工分组的不客观以及分组错误。

Description

微博数据的分组处理方法、装置及系统

技术领域

本发明涉及计算机互联网领域，具体而言，涉及一种微博数据的分组处理方法、装置及系统。

一般情况下，现有技术对海量用户数据的处理方案，可以采用对海量数据进行分组的方式，得到多组用户数据。

例如，以现有的即时通讯产品为例，即时通讯产品的分组功能将一个登录用户对自身的多个好友按照好友列表进行分组，可以将一个好友在不同分组间移动，但同一个好友只能属于一个分组（例如大学同学的分组）。

此处需要说明的是，关于现有的即时通讯产品，登录用户的好友个数通常在100-200个左右，由于用户数据量少，因此用户手工即可管理好所有的好友。而如果要对海量的好友数据，手工方式显然已经无法满足需求，例如，以微博产品为例，当前登陆用户A作为粉丝收可以收听海量的偶像，由于微博用户的偶像通常有成千上万，如果通过用户手工对偶像进行分组，显然存在分组效率低且分组准确性差的问题。

针对上述相关技术的使用手工方法对海量的用户数据进行分组的方案，导致分组效率低且分组准确性差的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种微博数据的分组处理方法、装置及系统，以至少解决相关技术的使用手工方法对海量的用户数据进行分组的方案，导致分组效率低且分组准确性的技术问题。

根据本发明实施例的一个方面，提供了一种微博数据的分组处理方法，该方法包括：微博服务器接收到微博用户组创建指令之后，获取与当前微博登录用户对应的用户群的数据源，数据源包括：用户群中每个用户的标识信息，以及用户群中每个用户的关系信息；微博服务器按照每个用户的标识信息和每个用户的关系信息来划分用户群，生成至少一组用户数据；微博服务器根据每组用户数据生成对应的微博用户组，其中，微博用户组中的用户具有相同的标识信息，且微博用户组中的用户都关注于相同的微博用户。

根据本发明实施例的另一方面，还提供了一种微博数据的分组处理装置，该装置包括：处理模块，用于微博服务器接收到微博用户组创建指令之后，获取与当前微博登录用户对应的用户群的数据源，并按照每个用户的标识信息和每个用户的关系信息来划分用户群，生成至少一组用户数据，其中，数据源包括：用户群中每个用户的标识信息，以及用户群中每个用户的关系信息；生成模块，用于微博服务器根据每组用户数据生成对应的微博用户组，其中，微博用户组中的用户具有相同的标识信息，且微博用户组中用户都关注于相同的微博用户。

根据本发明实施例的再一方面，还提供了一种用户数据的处理系统，该系统包括：用户分组服务器，用于存储用户群中每个用户的标识信息；微博用户关系信息服务器，用于存储用户群中每个用户的关系信息；微博服务器，与用户分组服务器和微博用户关系信息服务器建立通信关系，用于从用户分组服务器和微博用户关系信息服务器中分别获取与当前微博登录用户对应的用户群中每个用户的标识信息和关系信息，并按照每个用户的标识信息和每个用户的关系信息来划分用户群，生成对应的微博用户组，其中，微博用户组中的用户具有相同的标识信息，且微博用户组中的用户都关注于相同的微博用户。

根据本发明实施例的又一方面，还提供了一种用户数据的处理系统，该系统包括：用户分组服务器，用于存储用户群中每个用户的标识信息中的分组信息；用户画像服务器，用于存储用户群中每个用户的标识信息中的属性特征信息；微博用户关系信息服务器，用于存储用户群中每个用户的关系信息；微博服务器，与用户分组服务器、用户画像服务器和微博用户关系信息服务器建立通信关系，用于从用户分组服务器、用户画像服务器和微博用户关系信息服务器中分别获取与当前微博登录用户对应的用户群中每个用户的分组信息、属性特征信息和关系信息，并按照用户群中每个用户的分组信息、属性特征信息和每个用户之间的关系信息来划分用户群，生成对应的微博用户组，其中，微博用户组中的用户具有相同的分组信息、属性特征信息，且微博用户组中的用户都关注于相同的微博用户。

在本发明实施例中，采用微博服务器接收到微博用户组创建指令之后，获取与当前微博登录用户对应的用户群的数据源，数据源包括：用户群中每个用户的标识信息，以及用户群中每个用户的关系信息；微博服务器按照每个用户的标识信息和每个用户的关系信息来划分用户群，生成至少一组用户数据；微博服务器根据每组用户数据生成对应的微博用户组，其中，微博用户组中的用户具有相同的标识信息，且微博用户组中的用户都关注于相同的微博用户。从而系统根据上述两种特征属性实现了将海量的用户数据进行有效的分组，避免了人工的干预，从而解决了相关技术的使用手工方法对海量的用户数据进行分组的方案，导致分组效率低且分组准确性差的问题，达到了提高海量用户数据的分组效率的目的，同时提高了分组的准确性，避免了人工分组的不客观以及分组错误。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例一的用户数据的处理方法的流程示意图；

图2是根据本发明实施例一的第一种优选的用户数据的处理方法的流程示意图；

图3是根据本发明实施例一的第二种优选的用户数据的处理方法的流程示意图；

图4是根据本发明实施例一的第三种优选的用户数据的处理方法的流程示意图；

图5是根据本发明实施例二的用户数据的处理装置结构示意图；

图6是根据本发明实施例二的第一种优选的用户数据的处理装置结构示意图；

图7是根据本发明实施例二的第二种优选的用户数据的处理装置结构示意图；

图8是根据本发明实施例二的第三种优选的用户数据的处理装置结构示意图；

图9是根据本发明实施例二的第四种优选的用户数据的处理装置结构示意图；

图10是根据本发明实施例三的用户数据的处理系统结构示意图；以及

图11是根据本发明实施例四的用户数据的处理系统结构示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本发明实施例，可以提供一种用于实施本申请装置或系统实施例的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例一的用户数据的处理方法的流程示意图。

如图1所示，该用户数据的处理方法可以包括如下步骤：

步骤S10，微博服务器接收到微博用户组创建指令之后，获取与当前微博登录用户对应的用户群的数据源，该数据源可以包括：用户群中每个用户的标识信息，以及用户群中每个用户的关系信息。需要说明的是，可以采用在微博客户端的微博应用界面的微博用户组创建组件被触发之后，微博客户端生成并发送微博用户组创建指令至微博服务器。

一种可选的示例中，该步骤S10中的用户群是一组具有特定关联关系的用户的集合，数据源可以是以下任意一个或多个产品所提供的数据：即时聊天服务器（例如腾讯QQ）提供的好友数据、邮件服务器（例如腾讯QQ邮箱）提供的收件人数据、微博服务器（例如腾讯微博）提供的偶像数据、腾讯QQ空间服务器提供的关联人数据、腾讯用户画像服务器提供的特征属性数据等。

此处需要说明的是，本实施例中用户群的数据源可以为属于同一个大数据平台中的数据，即上述各个产品中的数据可以彼此共享。

步骤S30，微博服务器按照每个用户的标识信息和每个用户的关系信息来划分用户群，生成至少一组用户数据。

一种可选的示例中，该步骤通过对用户群中所有用户的标识信息和每个用户的关系信息对数据源进行处理，筛选出微博用户圈的数据。

步骤S50，微博服务器根据每组用户数据生成对应的微博用户组，其中，微博用户组中的用户具有相同的标识信息，且微博用户组中用户的用户都关注于相同的微博用户。

本申请上述实施例一提供的方案中，用户群是一个包含了海量用户数据的用户集合，系统通过读取用户群中每个用户的标识信息和每个用户之间的关系信息来划分用户群，得到多个微博用户组。由于每个微博用户组包含了若干个用户，微博用户组中每个用户的用户数据包含标识信息相同，且每个用户都关注于相同的对象，从而系统根据上述两种特征属性实现了将海量的用户数据进行有效的分组，避免了人工的干预，从而解决了相关技术的使用手工方法对海量的用户数据进行分组的方案，导致分组效率低且分组准确性差的问题，达到了提高海量用户数据的分组效率的目的，同时提高了分组的准确性，避免了人工分组的不客观以及分组错误。

一种可选的示例中，可以以微博为例对上述方案进行详细描述。在当前的微博用户成功登陆之后，本方案可以对登陆用户已经关注的偶像数据进行深入的分析，利用每个偶像的标识信息和关系信息来并将用户的偶像划分为若干个微博用户组（即微圈），进一步的，还可以通过智能提示，以数据推荐等方式引导用户管理自己的偶像数据，

最终实现将当前微博用户的偶像数据划分为若干个微圈。

优选地，在本申请上述实施例一中，步骤S50使用每组用户数据生成对应的微博用户组可以包括如下的步骤：

步骤S501，微博服务器读取每组用户数据。

步骤S502，微博服务器使用微博用户组创建指令（即微圈创建命令）对每组用户数据分别进行分组处理，创建至少一个微博用户组，其中，微博用户组中的用户具有相同的标识信息，且微博用户组中用户的微博用户关联信息为都关注于相同的对象。

本申请上述实施例实现了微博用户组的自动生成方案，在获取到用于创建微博用户组的用户数据之后，系统自动调用微圈创建命令来执行使用各组用户数据生成多个微博用户组，一种可选的示例中，以对腾讯微博中任意一个用户所关注的偶像进行划分，得到微圈为例，可以实现调用微圈系统的命令字来创建相应的微博用户组（即微圈）。

优选地，在本申请上述实施例一的优选实施方案中，步骤S50微博服务器根据每组用户数据生成对应的微博用户组的方案可以采用智能推荐的方式来实现，即在步骤S501微博服务器读取每组用户数据之前，增加如下实施步骤：

步骤S5011，提示用户是否创建微博用户组。可以通过提供一个用户界面来实现该步骤，用户界面可以通过提供确定按钮、勾选框或输入框来获取用户是否创建微博用户组的创建指令。

步骤S5012，在接收到用户的微博用户组创建指令之后，启动读取每组用户数据并调用微博用户组创建指令。

步骤S5013，在预定时间内没有接收到用户微博用户组创建指令的情况下，停止读取每组用户数据并调用微博用户组创建指令。

由上可知，以对腾讯微博中任意一个用户所关注的偶像进行划分，得到微圈为例，上述方案实现了，当用户在使用微博创建微圈时，会在适当的地方提示用户使用这些推荐的用户数据来创建微圈。由于系统只是给用户一个提示建议，用户可以采纳也可以不采纳，即用户可以选择是否调用微圈系统的命令字来创建相应的微圈。该智能推荐方案还可以添加微博用户组中的用户成员，即将可以添加到微圈的成员推荐给微博登陆用户。

此处需要说明的是，本申请还可以提供微博用户组的智能推荐生成方案，即在系统获取到用户创建微博用户组的用户数据之前，通过提供提示用户是否创建微博用户组的功能，来确定是否调用微圈创建命令来执行使用各组用户数据生成多个微博用户组（即微圈）。

此处需要进一步说明的是，除了上述两种实施方案，系统还可以提供手工创建微博用户组的方案。一种可选的示例中，以对腾讯微博中任意一个用户所关注的偶像进行划分，得到微圈为例，为了便于用户使用，专门在网站、客户端和移动终端上开发了微圈管理功能，系统可以提供一个用户界面，用户可以手动选择用户群列表中的用户，可以根据用户的自主需求来创建微博用户组。此处提供手工添加微圈中用户成员的功能，主要是实现一个辅助功能，为了便于在系统自动或智能推荐生成微博用户组之后，可以通过手动的方式对微博用户组中的用户进行微调，方面快捷。

由此可知，本申请上述实施例一所提供的方案提出了一个创建微博的微圈的方法，该方法主要由两个维度组成，一个维度是管理内容的不同，一个是方法性质的不同。一种可选的示例中，微博的微圈的创建方法可以包括自动方法、智能推荐以及手工操作。

因此，对于创建微圈，可以通过微博用户组的自动创建、智能推荐创建和手工创建实现。其中自动创建、智能推荐创建两种方法是为了应对微博偶像数较多的问题而专门提出的方法，手工创建则是用户根据自己的需要来创建微圈，或者对自动创建和智能推荐创建的结果提供微调的功能。

而对于添加微圈成员，三种方法分别是自动导入，智能推荐和手工添加。和创建微圈一样，前两种方法是为了应对微博偶像数较多的问题而专门提出的方法，后一种方法则体现了用户自己的意愿。

基于上述创建微博用户组的各种方式，下面就在创建微博用户组的过程中，如何确定微博用户组中的用户数据的方案进行详细描述。

优选地，本申请上述实施例一的第一种优选实施方案中，可以使用腾讯QQ的用户数据和腾讯微博的用户数据作为用户群的数据源，由于腾讯QQ提供的QQ关系链和腾讯微博提供的微博偶像属于同一个大数据平台，因此具有一定程度的重叠，由此可知，QQ关系链中的分组可以应用到微博偶像，从而形成微博的微圈。

下述实施例中，可以采用QQ关系链中的分组用户对腾讯微博中任意一个用户所关注的偶像进行划分，得到微圈为例，对本申请实现的如何确定微博用户组中的用户数据的方案的相关步骤进行示例说明。

由上可知，如图2所示，步骤S10至步骤S30：获取与当前微博登录用户对应的用户群的数据源，并按照每个用户的标识信息和每个用户的关系信息来划分用户群，生成至少一组用户数据的步骤可以包括如下实施方案：

步骤S101，微博服务器读取当前微博登录用户的登陆信息。

步骤S102，微博服务器按照当前微博登录用户的登陆信息从数据源服务器中获取具有相同标识信息的用户，得到用户群，其中，当前微博登录用户的登陆信息与数据源服务器的登录信息相同，标识信息为用户在数据源服务器中存储的分组信息。

一种可选的示例中，上述步骤S101中的数据源服务器可以是即时聊天服务器，例如腾讯QQ，由于当前微博登录用户的登陆信息与腾讯QQ的登录信息相同，因此，当前登陆用户可以是腾讯QQ的QQ用户，登陆信息可以是QQ号码。在当前微博登录用户登录微博之后，微博服务器可以基于读取到的QQ号码向QQ服务器发出访问请求，从QQ服务器上获取该QQ号码对应的所有好友作为用户群。

而且，上述步骤中的标识信息可以是好友的组号、好友的地域等用于对好有进行分组的分组信息。由此可知，该步骤实现了可以按照标识信息将用户群进行一次筛选，得到具有相同标识信息的用户群。

步骤S103，微博服务器使用用户群中每个用户在微博服务器对应的微博用户关系信息服务器中存储的关系信息来筛选具有相同分组信息的用户，获取具有相同的关系信息和分组信息的用户数据，其中，关系信息为每个用户关注的微博用户。

一种可选的示例中，该步骤S103中的关系信息可以是当前微博登陆用户与其所关注的微博用户之间的对应关系，由此该步骤实现了系统可以基于具有相同标识信息的用户，将这些具有相同标识信息的用户信息发送至腾讯微博服务器，在腾讯微博服务器上验证具有相同标识信息的用户的好友关系，即验证这些具有相同标识信息的用户是否都关注或收听了一个相同的对象，得到收听了相同的对象的用户。

优选地，本申请上述实施例中，步骤S102，微博服务器按照当前微博登录用户的登陆信息从数据源服务器中获取具有相同标识信息的用户，得到用户群的步骤可以包括：

步骤S1021，微博服务器从数据源服务器中获取登陆信息对应的用户分组列表。

一种可选的示例中，该步骤实现了从即时聊天服务器中获取当前QQ号码uin对应的分组ID列表，例如：用户QQ号uin：[分组ID1、分组ID2、分组ID3、……]。其中，此处的分组可以是用户将已有的好友按照各自特性划分的组，例如：与客户具有亲戚关系的家人分组、与客户具有同学关系的同学分组、与用户具有工作关系的同事分组等，本申请涉及到的分组可以包括上述分组，但不限上述分组，还可以包括其他类型的分组，或者基于上述分组划分粒度更小的分组等。

步骤S1022，从用户分组列表中读取任意一个或多个用户分组的分组信息。

步骤S1023，按照分组信息读取对应的用户分组的用户信息，得到用户群。

上述步骤中提取到的分组信息可以是上述用户分组列表中保存的各个用户分组的分组号，从QQ服务器中查询得到该分组号对应的分组成员的用户信息。

一种可选的示例中，该步骤S1022和步骤S1023，实现了可以基于读取到对应的分组ID列表向QQ服务器发出分组成员访问请求，从QQ服务器上获取任意一个或多个分组ID所对应的分组成员，例如：在向QQ服务器输入<uin,分组ID1>之后，则QQ服务器返回分组<uin,分组ID1>对应的成员列表：<uin,分组ID1>：[uin1,uin2,...]，其中，此处的分组所包含的分组内容可以是分组中的用户的QQ号码，例如：与客户具有亲戚关系的家人分组中可以包括：爸爸、妈妈、兄弟姐妹等用户的QQ号码，系统可以根据QQ昵称等信息自动化分分组，也可以由用户手动进行分组。

由此可知，在完成步骤S1023之后，步骤S103可以实现将得到的用户分组及用户分组中所有用户输入到微博服务器，进行验证好友关系，由于微博服务器已经存储了各个用户的关系信息，即已经确定了每个用户收听的对象，步骤S103执行的是验证当前用户分组中的哪些用户的关系信息都相同的功能，即从用户分组中筛选得到具有相同收听对象的用户。例如，微博服务器收到<uin,分组ID1>：[uin1,uin2,...]之后，验证分组ID1中用户的关系信息，返回uin验证后的列表：[uin1,uin3,...]，此时可知用户uin1和用户uin3收听了相同的对象，而用户uin2与用户uin1、uin3收听的对象不同，

所以被排除，该列表[uin1,uin3,...]即是微博的一个微圈。使用上述方式可以得到所有的微圈。

上述使用腾讯QQ的用户数据和腾讯微博的用户数据作为用户群的数据源的方案，最终可以获得一个当前登陆的QQ号所对应的至少一个微圈，例如：用户QQ号：[（微圈名1，圈子属性，[成员1，成员2，…]），（微圈名2，圈子属性，[成员1，成员2，…]））,…]。

此处需要进一步说明的是，上述使用的腾讯QQ的用户数据，还可以使用邮件服务器（例如腾讯QQ邮箱）提供的收件人数据、腾讯QQ空间服务器提供的关联人数据进行替换，替换后的方案所执行的步骤与上述使用腾讯QQ的用户数据所实现的方案步骤相同，但不局限于上述实施方案。

优选地，本申请上述实施例一优选的第二种可行实施方案中，可以使用腾讯用户画像服务器提供的特征属性数据和腾讯微博的用户数据作为用户群的数据源，腾讯用户画像服务器提供的特征属性数据和腾讯微博提供的微博偶像属于同一个大数据平台，因此具有一定程度的重叠，由此可知，腾讯用户画像服务器提供的特征属性数据可以应用到微博偶像，从而形成微博的微圈。

此处需要说明的是，腾讯用户画像服务器是一种用于规划并存储用户的特征属性数据的服务器，一种可选的示例中，该服务器提供的用户画像系统通过给用户打上不同的标签来使得系统可以很好的区分每个用户的特征，例如某个用户喜欢汽车、美食、

旅游等，就会给该用户打上一系列对应的标签：用户uin：<汽车、美食、旅游，…>，

系统可以知晓该用户的喜好为：汽车、美食、旅游等。

下述实施例中，可以采用利用用户的特征属性数据对腾讯微博中任意一个用户所关注的偶像进行划分，得到微圈为例，对本申请实现的如何确定微博用户组中的用户数据的方案的相关步骤进行示例说明。

由上可知，如图3所示，步骤S10至步骤S30：获取与当前微博登录用户对应的用户群的数据源，并按照每个用户的标识信息和每个用户的关系信息来划分用户群，

生成至少一组用户数据的步骤可以包括如下实施方案：

步骤S101’，微博服务器读取当前微博登录用户的登陆信息。

一种可选的示例中，该步骤中的当前登陆用户可以是腾讯微博的微博登陆用户，

登陆信息可以是微博号码。即在当前微博用户登录系统之后，系统读取当前登陆的微博用户的微博号码。

步骤S102’，微博服务器按照当前微博登录用户的登陆信息获取与当前微博登录用户具有相同关系信息的用户，得到用户群，其中，关系信息为当前微博登录用户关注的微博用户。

一种可选的示例中，该步骤中的关系信息可以是当前微博用户所关注或收听的对象，关注或收听的对象可以为当前微博用户的偶像。由此，该步骤实现了系统可以基于读取到的微博号码uin向微博服务器发出获取偶像列表的访问请求，从微博服务器上获取该微博号码对应的偶像列表，例如：返回偶像列表为：<uin>:[uin1,uin2,...]，偶像列表中的用户uin1、用户uin2等用户都收听了相同的对象。

步骤S103’，微博服务器使用用户群中每个用户在数据源服务器中存储的标识信息来筛选用户群中的用户，获取具有相同关系信息和标识信息的用户数据，其中，标识信息为用户群中用户的特征属性数据。

一种可选的示例中，上述步骤S103’中的数据源服务器可以是用户画像服务器，标识信息可以是当前用户的特征属性数据，该步骤实现了微博服务器从用户画像服务器中读取第一组用户数据中所有用户的特征属性数据，从而验证第一组用户数据是否都具有相同的特征属性数据。此外，系统还可以将这些具有关系信息的用户信息发送至用户画像服务器，在用户画像服务器使用特征属性数据来验证具有关系信息的用户，即验证这些具有关系信息的用户是否都具有相同的特征属性数据，得到具有相同关系信息和特征属性数据的用户数据。

优选地，本申请上述实施例中，在标识信息是当前用户的特征属性数据的情况下，步骤S103’微博服务器使用用户群中每个用户在数据源服务器中存储的标识信息来筛选用户群中的用户，获取具有相同关系信息和标识信息的用户数据的步骤可以包括如下实施步骤：

步骤S1031，微博服务器从数据源服务器（例如用户画像服务器）中的特征属性列表中读取用户群中每个用户的至少一个特征属性数据。

一种可选的示例中，该步骤可以实现系统基于当前具有相同关系信息的用户，向用户画像服务器发出特征属性访问请求，获取当前具有相同关系信息的用户所具有的特征属性数据。例如，系统将步骤S102’中获取到偶像列表：<uin>:[uin1,uin2,...]输入到腾讯用户画像服务器，可以确定偶像列表中<uin>:[uin1,uin2,...]每个用户的特征属性数据，例如，uin1的特征属性信息为(tag1,tag2,...)，由此，可以返回一个当前偶像列表中各个用户的特征属性列表[uin1(tag1,tag2,...),uin2(tag1,tag2,...),...]，该列表记录了每个用的指导一个特征属性数据tag。

步骤S1032，微博服务器从用户群中提取具有相同特征属性数据的用户，构成至少一组用户数据，优选地，将特征属性数据设置对应的用户数据的组名。

该步骤可以实现了在获取到当前偶像列表中各个用户的特征属性列表之后，通过特征属性数据对用户进行进一步的筛选，将具有相同的特征属性数据的用户划分为一一类，得到一组用户数据。

由此可知，上述用户画像服务器提供的特征属性数据和微博服务器提供的用户数据作为用户群的数据源的方案，最终可以获得一个当前登陆的微博号所对应的至少一个微圈。利用确定不同偶像用户是否有相同的特征属性数据所构成的标签来对偶像用户进行划分，得到微博用户组。一种可选的示例中，如果关注相同微博用户的用户具有相同的特征属性数据（可以采用标签来标记），则将这些用户放到相同的微圈里。例如，当前微博用户的偶像用户A和偶像用户B的标签列表里都有汽车，则A和B就构成一个名为“汽车”的微圈：汽车：[A,B]。

下面假设当前微博用户A有三个偶像M1、M2和M3，其中，各个偶像M1、M2、M3的特征属性数据分别为：M1:<汽车、美食>；M2:<美食、电影>；M3:<美食、电影>。

对于A的每个特征属性数据构成的标签，如果某些偶像也有同样的标签，那么这些偶像就组成一个微圈，同时标签就构成了微圈名。例如A有一个“汽车”的标签，同时M1也有同样的标签，那么就构成A的一个名为“汽车”的微圈，圈内成员有M1。依次对A的每个标签应用该方法，就得出了A的所有微圈：汽车：<M1>；美食：<M1、M2、M3>；电影：<M2、M3>。

优选地，本申请上述实施例一的第三种优选实施方案中，可以结合使用腾讯QQ的用户数据、腾讯用户画像服务器提供的特征属性数据和腾讯微博的用户数据作为用户群的数据源，由于腾讯QQ提供的QQ关系链、腾讯用户画像服务器提供的特征属性数据和腾讯微博提供的微博偶像属于同一个大数据平台，因此具有一定程度的重叠，由此可知，QQ关系链中的分组以及腾讯用户画像服务器提供的特征属性数据都可以应用到微博偶像，从而形成微博的微圈。

此处需要说明的是，腾讯用户画像服务器是一种用于规划并存储用户的特征属性数据的服务器，一种可选的示例中，该服务器提供的用户画像系统通过给用户打上不同的标签来使得系统可以很好的区分每个用户的特征，例如某个用户喜欢汽车、美食、旅游等，就会给该用户打上一系列对应的标签：用户uin：<汽车、美食、旅游，…>，系统可以知晓该用户的喜好为：汽车、美食、旅游等。

下述实施例中，可以采用QQ关系链中的分组用户和用户的特征属性数据对腾讯微博中任意一个用户所关注的偶像进行划分，得到微圈为例，对本申请实现的如何确定微博用户组中的用户数据的方案的相关步骤进行示例说明。

优选地，在本实施例中，标识信息可以包括保存在用户分组服务器中的分组信息和保存在用户画像服务器中的特征属性数据，其中，如图4所示，步骤S10至步骤S30：获取与当前微博登录用户对应的用户群的数据源，并按照每个用户的标识信息和每个用户的关系信息来划分用户群，生成至少一组用户数据的步骤可以包括如下实施方案：

步骤S101a，微博服务器读取当前微博登录用户的登陆信息。

步骤S102a，微博服务器按照当前微博登录用户的登陆信息从用户分组服务器中获取具有相同的分组信息的用户，得到用户群，其中，当前微博登录用户的登陆信息与用户分组服务器的登录信息相同。

一种可选的示例中，上述步骤S101a中的用户分组服务器可以是即时聊天服务器，例如腾讯QQ，由于当前微博登录用户的登陆信息与腾讯QQ的登录信息相同，因此，当前登陆用户可以是腾讯QQ的QQ用户，登陆信息可以是QQ号码。在当前微博登录用户登录微博之后，微博服务器可以基于读取到的QQ号码向QQ服务器发出访问请求，从QQ服务器上获取该QQ号码对应的所有好友作为用户群。

此处需要说明的是，上述步骤可以采用按照分组信息来读取对应的用户分组,上述分组信息可以是好友的地域信息等。由此可知，该步骤实现了可以按照标识信息将用户群进行一次筛选，得到具有相同标识信息的用户群。

步骤S103a，微博服务器使用用户群中每个用户在微博服务器中存储的关系信息来筛选具有相同分组信息的用户，获取具有相同的关系信息和分组信息的第一组用户数据，其中，关系信息为每个用户关注的微博用户。

一种可选的示例中，该步骤S103a中的关系信息可以是当前微博登陆用户与其所关注的微博用户之间的对应关系，由此该步骤实现了系统可以基于具有相同标识信息的用户，将这些具有相同分组信息的用户信息发送至腾讯微博服务器，在腾讯微博服务器上验证具有相同分组信息的用户的好友关系，即验证这些具有相同分组信息的用户是否都关注或收听了一个相同的对象，得到收听了相同的对象的用户。

步骤S104a，微博服务器使用用户群中每个用户在用户画像服务器中存储的特征属性数据来筛选第一组用户数据中的用户，获取第一组用户数据中具有相同属性特征信息的用户数据。

一种可选的示例中，该步骤实现了微博服务器从用户画像服务器中读取第一组用户数据中所有用户的特征属性数据，从而验证第一组用户数据是否都具有相同的特征属性数据。此外，系统还可以将这些具有相同的关系信息和分组信息的第一组用户数据发送至腾讯用户画像服务器，在用户画像服务器使用特征属性数据来验证具有相同的关系信息和分组信息的第一组用户数据，即验证这些具有相同的关系信息和分组信息的第一组用户数据是否都具有相同的特征属性数据，得到第一组用户数据中具有相同的特征属性数据的用户数据。

优选地，本申请上述实施例中，步骤S102a，微博服务器按照当前微博登录用户的登陆信息从数据源服务器中获取具有相同标识信息的用户，得到用户群的步骤可以包括如下实施步骤：

获取步骤，微博服务器从用户分组服务器中获取登陆信息对应的用户分组列表。

提取步骤，从用户分组列表中提取任意一个或多个用户分组的分组信息。

读取步骤，按照分组信息读取对应的用户分组的用户信息，得到用户群。

上述方案与上述实施例中步骤S1021至步骤S1023所实现的方案相同，但不限于上述实施方式。一种可选的示例中，在获取当前QQ号码uin对应的分组ID列表之后，例如：用户QQ号uin：[分组ID1、分组ID2、分组ID3、……]，可以基于读取到对应的分组ID列表向QQ服务器发出分组成员访问请求，从QQ服务器上获取任意一个或多个分组ID所对应的分组成员，例如：在向QQ服务器输入<uin,分组ID1>之后，则QQ服务器返回分组<uin,分组ID1>对应的成员列表：<uin,分组ID1>：[uin1,uin2,...]。

因此，上述步骤S103a可以实现将得到的用户分组及用户分组中所有用户输入到腾讯微博服务器，进行验证好友关系，由于微博服务器已经存储了各个用户的关系信息，即已经确定了每个用户收听的对象，步骤S103a执行的是验证当前用户分组中的哪些用户的关系信息都相同的功能，即从用户分组中筛选得到具有相同收听对象的用户。例如，微博服务器收到<uin,分组ID1>：[uin1,uin2,...]之后，验证分组ID1中用户的关系信息，返回uin验证后的列表：[uin1,uin3,...]，此时可知用户uin1和用户uin3收听了相同的对象，而用户uin2与用户uin1、uin3收听的对象不同，所以被排除，从而得到具有相同的关系信息和分组信息的第一组用户数据。

优选地，本申请上述实施例中，步骤S104a微博服务器使用用户群中每个用户在用户画像服务器中存储的特征属性数据来筛选第一组用户数据中的用户，获取第一组用户数据中具有相同属性特征信息的用户数据的步骤可以包括如下实施步骤：

子读取步骤，微博服务器从用户画像服务器中的特征属性列表中读取第一组用户数据中每个用户的至少一个属性特征信息。

子提取步骤，微博服务器从第一组用户数据中提取具有相同的属性特征信息的用户，构成至少一组用户数据，其中，将属性特征数据设置对应的用户数据的组名。

上述方案与上述实施例中步骤S1031至步骤S1032所实现的方案相同，但不限于上述实施方式。一种可选的示例中，该步骤可以实现系统基于当前具有相同的关系信息和分组信息的第一组用户数据，向腾讯用户画像服务器发出特征属性访问请求，获取当前具有相同的关系信息和分组信息的第一组用户数据所具有的特征属性数据。例如，系统将步骤S103a中获取到第一组用户数据：[uin1,uin3,...]输入到腾讯用户画像服务器，可以确定偶像列表中[uin1,uin3,...]每个用户的特征属性信息，例如，uin1的特征属性信息为(tag1,tag2,...)，由此，可以返回一个当前偶像列表中各个用户的特征属性列表[uin1(tag1,tag2,...),uin2(tag1,tag2,...),...]，该列表记录了每个用的指导一个特征属性数据tag。

该步骤可以实现了在获取到当前偶像列表中各个用户的特征属性列表之后，通过特征属性数据对用户进行进一步的筛选，将具有相同的特征属性数据的用户划分为一一类，得到一组用户数据。

优选地，基于本申请上述各个实施例提供的方案可知，在使用每组用户数据生成对应的微博用户组之前，方法还可以包括如下方案：

设置用户群中每个用户的用户权限，用户权限包括：当前微博登录用户无法读取该用户的数据源，或当前微博登录用户无法在预定时间内读取到该用户的数据源。

设置当前微博登录用户对应的微博用户组的权限范围，其中，微博用户组的权限范围包括：微博用户组仅当前微博登录用户读取，其他用户无法读取。

上述设置用户群中每个用户的用户权限以及设置当前微博登录用户对应的微博用户组的权限范围，目的是为了进行隐私保护。即可以实现在鼓励用户使用微博微圈的过程中，充分考虑了用户的隐私问题，尽量做到避免暴露用户隐私，同时减少对用户造成不必要的骚扰。一种可选的示例中，上述方案实现了如果推荐给用户的数据被用户有意忽略掉，那么一周内不再重复推荐，以减少对用户造成骚扰；设置用户只能看到自己的微圈，看不到别人的微圈，从而有效避免了泄露用户隐私；同时，用户可以自己设置隐私位，例如用户可以设置不接受推荐或者不让自己出现在别人的推荐列表中等。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

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根据上述实施例的方法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（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，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。

实施例2

图5是根据本发明实施例二的用户数据的处理装置结构示意图。

根据本发明实施例，还提供了一种用于对应于实施上述方法实施例一的装置，如图5所示，该装置可以应用在服务器上，下面从服务器运行上述装置的角度对本申请的实施过程进行详细描述。

该装置可以包括：一处理模块20，一生成模块40。

其中，处理模块20，用于微博服务器接收到微博用户组创建指令之后，获取与当前微博登录用户对应的用户群的数据源，并按照每个用户的标识信息和每个用户的关系信息来划分用户群，生成至少一组用户数据，其中，数据源包括：用户群中每个用户的标识信息，以及用户群中每个用户的关系信息。需要说明的是，可以采用在微博客户端的微博应用界面的微博用户组创建组件被触发之后，微博客户端生成并发送微博用户组创建指令至微博服务器。

一种可选的示例中，该处理模块20中的用户群的是一组具有特定关联关系的用户的集合，数据源数据源可以是以下任意一个或多个产品所提供的数据：即时聊天服务器（例如腾讯QQ）提供的好友数据、邮件服务器（例如腾讯QQ邮箱）提供的收件人数据、微博服务器（例如腾讯微博）提供的偶像数据、腾讯QQ空间服务器提供的关联人数据、腾讯用户画像服务器提供的特征属性数据等。

此处需要说明的是，本实施例中用户群的数据源可以为属于同一个大数据平台中的数据，即上述各个产品中的数据可以彼此共享。

生成模块40，用于微博服务器根据每组用户数据生成对应的微博用户组，其中，微博用户组中的用户具有相同的标识信息，且微博用户组中用户的都关注于相同的微博用户。

本申请上述实施例二提供的方案中，用户群是一个包含了海量用户数据的用户集合，系统通过读取用户群中每个用户的标识信息和每个用户之间的关系信息来划分用户群，得到多个微博用户组。由于每个微博用户组包含了若干个用户，微博用户组中每个用户的用户数据包含标识信息相同，且每个用户都关注于相同的对象，从而系统根据上述两种特征属性实现了将海量的用户数据进行有效的分组，避免了人工的干预，从而解决了相关技术的使用手工方法对海量的用户数据进行分组的方案，导致分组效率低且分组准确性差的问题，达到了提高海量用户数据的分组效率的目的，同时提高了分组的准确性，避免了人工分组的不客观以及分组错误。

一种可选的示例中，可以以微博为例对上述方案进行详细描述。在当前的微博用户成功登陆之后，本方案可以对登陆用户已经关注的偶像数据进行深入的分析，利用每个偶像的标识信息和关系信息来并将用户的偶像划分为若干个微博用户组（即微圈），进一步的，还可以通过智能提示，以数据推荐等方式引导用户管理自己的偶像数据，

最终实现将当前微博用户的偶像数据划分为若干个微圈。

此处需要说明的是，上述处理模块20、生成模块40分别对应上述实施例一中的步骤S10至步骤50所实现的方法，上述二个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。上述处理模块20、生成模块40之间可以通过电连接进行通讯，可以作为装置的一部分运行在计算机终端，可以通过软件或硬件实现。

优选地，如图6所示，上述处理模块20可以包括：第一读取模块201a、第一获取模块202a、第一筛选模块203a。

其中，第一读取模块201a，用于微博服务器读取当前微博登录用户的登陆信息。

第一获取模块202a，用于微博服务器按照当前微博登录用户的登陆信息从数据源服务器中获取具有相同标识信息的用户，得到用户群，其中，当前微博登录用户的登陆信息与数据源服务器的登录信息，标识信息为用户在数据源服务器中存储的分组信息。

第一筛选模块203a，用于微博服务器使用用户群中每个用户在微博服务器中存储的关系信息来筛选具有相同分组的用户，获取具有相同的关系信息和分组信息的用户数据。其中，关系信息为每个用户关注的微博用户。

一种可选的示例中，该实施例中的数据源服务器可以是即时聊天服务器，例如腾讯QQ，由于当前微博登录用户的登陆信息与腾讯QQ的登录信息相同，因此，当前登陆用户可以是腾讯QQ的QQ用户，登陆信息可以是QQ号码。在当前微博登录用户登录微博之后，微博服务器可以基于读取到的QQ号码向QQ服务器发出访问请求，

从QQ服务器上获取该QQ号码对应的所有好友作为用户群。

上述方案中的关系信息可以是当前微博登陆用户与其所关注的微博用户之间的对应关系，由此第一筛选模块203a实现了系统可以基于具有相同标识信息的用户，将这些具有相同标识信息的用户信息发送至腾讯微博服务器，在腾讯微博服务器上验证具有相同标识信息的用户的好友关系，即验证这些具有相同标识信息的用户是否都关注或收听了一个相同的对象，得到收听了相同的对象的用户。

此处需要说明的是，上述第一读取模块201a、第一获取模块202a、第一筛选模块203a分别对应上述实施例一中的步骤S101至步骤103所实现的方法，上述三个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。

上述第一读取模块201a、第一获取模块202a、第一筛选模块203a之间可以通过电连接进行通讯，可以作为装置的一部分运行在计算机终端，可以通过软件或硬件实现。

优选地，上述第一获取模块202a可以包括：第一子获取模块、第一子提取模块、第一子读取模块。

第一子获取模块，用于微博服务器从数据源服务器获取登陆信息对应的用户分组列表。

第一子提取模块，用于从用户分组列表中提取任意一个或多个用户分组的分组信息。

第一子读取模块，用于按照分组信息读取对应的用户分组的用户信息，得到用户群。

一种可选的示例中，上述第一子获取模块实现了从即时聊天服务器中获取当前QQ号码uin对应的分组ID列表，例如：用户QQ号uin：[分组ID1、分组ID2、分组ID3、……]。其中，此处的分组可以是用户将已有的好友按照各自特性划分的组。第一子提取模块可以将提取到的分组号作为请求的一部分发送给QQ服务器，以从QQ服务器中查询得到该分组号对应的分组成员的用户信息。第一子读取模块基于读取到对应的分组ID列表向QQ服务器发出分组成员访问请求，从QQ服务器上获取任意一个或多个分组ID所对应的分组成员。

由此可知，上述方案可以实现将得到的用户分组及用户分组中所有用户输入到讯微博服务器，进行验证好友关系，由于微博服务器已经存储了各个用户的关系信息，即已经确定了每个用户收听的对象，进一步执行的是验证当前用户分组中的哪些用户的关系信息都相同的功能，即从用户分组中筛选得到具有相同收听对象的用户。例如，微博服务器收到<uin,分组ID1>：[uin1,uin2,...]之后，验证分组ID1中用户的关系信息，返回uin验证后的列表：[uin1,uin3,...]，此时可知用户uin1和用户uin3收听了相同的对象，而用户uin2与用户uin1、uin3收听的对象不同，所以被排除，该列表[uin1,uin3,...]即是微博的一个微圈。使用上述方式可以得到所有的微圈。

此处需要进一步说明的是，上述使用的腾讯QQ的用户数据，还可以使用邮件服务器（例如腾讯QQ邮箱）提供的收件人数据、腾讯QQ空间服务器提供的关联人数据进行替换，替换后的方案所执行的步骤与上述使用腾讯QQ的用户数据所实现的方案步骤相同，但不局限于上述实施方案。

此处还需要说明的是，上述第一子获取模块、第一子提取模块、第一子读取模块分别对应上述实施例一中的步骤S1021至步骤1023所实现的方法，上述三个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。上述第一子获取模块、第一子提取模块、第一子读取模块之间可以通过电连接进行通讯，可以作为装置的一部分运行在计算机终端，可以通过软件或硬件实现。

优选地，如图7所示，上述处理模块20可以包括：第二读取模块201b、第二获取模块202b、第二筛选模块203b。

第二读取模块201b，用于微博服务器读取当前微博登录用户的登陆信息。

第二获取模块202b，用于微博服务器按照当前微博登录用户的登陆信息获取与当前微博登录用户具有相同关系信息的用户，得到用户群，其中，关系信息为为当前微博登录用户关注的微博用户。

第二筛选模块203b，用于微博服务器使用用户群中每个用户在数据源服务器中存储的标识信息来筛选用户群中的用户，获取具有相同关系信息和标识信息的用户数据，其中，标识信息为用户群中用户的特征属性数据。

上述实施例中的当前登陆用户可以是腾讯微博的微博登陆用户，登陆信息可以是微博号码。即在当前微博用户登录系统之后，系统读取当前登陆的微博用户的微博号码。

另外，关系信息可以是当前微博用户所关注或收听的对象，关注或收听的对象为当前微博用户的偶像。由此，该第二获取模块202b实现了系统可以基于读取到的微博号码uin向微博服务器发出访问请求，从微博服务器上获取该微博号码对应的偶像列表，例如：返回偶像列表为：<uin>:[uin1,uin2,...]，偶像列表中的用户uin1、用户uin2等用户都收听了相同的对象。

第二筛选模块203b实现了微博服务器从用户画像服务器中读取第一组用户数据中所有用户的特征属性数据，从而验证第一组用户数据是否都具有相同的特征属性数据。此外，系统还可以将这些具有关系信息的用户信息发送至腾讯用户画像服务器，在用户画像服务器使用特征属性数据来验证具有关系信息的用户，即验证这些具有关系信息的用户是否都具有相同的特征属性数据，得到具有相同关系信息和特征属性数据的用户数据。

此处需要说明的是，上述第二读取模块201b、第二获取模块202b、第二筛选模块203b分别对应上述实施例一中的步骤S101’至步骤103’所实现的方法，上述三个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。上述第二读取模块201b、第二获取模块202b、第二筛选模块203b之间可以通过电连接进行通讯，可以作为装置的一部分运行在计算机终端，可以通过软件或硬件实现。

优选地，上述第二筛选模块203b可以包括：第二子读取模块和第二子提取模块。

第二子读取模块，用于微博服务器从数据源服务器中的特征属性列表中读取用户群中每个用户的至少一个特征属性数据。

第二子提取模块，用于微博服务器从用户群中提取具有相同特征属性数据的用户，构成至少一组用户数据，其中，将特征属性数据设置对应的用户数据的组名。

上述第二子读取模块可以实现系统基于当前具有相同关系信息的用户，向腾讯用户画像服务器发出特征属性访问请求，获取当前具有相同关系信息的用户所具有的特征属性数据。例如，系统将获取到偶像列表：<uin>:[uin1,uin2,...]输入到腾讯用户画像服务器，可以确定偶像列表中<uin>:[uin1,uin2,...]每个用户的特征属性数据，即返回一个当前偶像列表中各个用户的特征属性列表[uin1(tag1,tag2,...),uin2(tag1,tag2,...),...]，该列表记录了每个用的指导一个特征属性数据tag。

上述第二子提取模块实现了在获取到当前偶像列表中各个用户的特征属性列表之后，通过特征属性数据对用户进行进一步的筛选，将具有相同的特征属性数据的用户划分为一一类，得到一组用户数据。

由此可知，上述用户画像服务器提供的特征属性数据和微博服务器提供的用户数据作为用户群的数据源的方案，最终可以获得一个当前登陆的微博号所对应的至少一个微圈。利用确定不同偶像用户是否有相同的特征属性数据所构成的标签来对偶像用户进行划分，得到微博用户组。一种可选的示例中，如果关注相同微博用户的用户具有相同的特征属性数据（可以采用标签来标记，则将这些用户放到相同的微圈里。当前微博用户的偶像用户A和偶像用户B的标签列表里都有汽车，则A和B就构成一个名为“汽车”的微圈：汽车：[A,B]。

此处需要说明的是，上述第二子读取模块和第二子提取模块分别对应上述实施例一中的步骤S1031至步骤S1032所实现的方法，上述三个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。上述第二子读取模块和第二子提取模块之间可以通过电连接进行通讯，可以作为装置的一部分运行在计算机终端，可以通过软件或硬件实现。

优选地，本实施例中的标识信息可以包括分组信息和属性特征信息，其中，如图8所示，上述处理模块20包括：第三读取模块201c、第三获取模块202c、第三筛选模块203c、第四筛选模块204c。

第三读取模块201c，用于微博服务器读取当前微博登录用户的登陆信息。

第三获取模块202c，用于微博服务器按照当前微博登录用户的登陆信息从用户分组服务器中获取具有相同的分组信息的用户，得到用户群，其中，当前微博登录用户的登陆信息与用户分组服务器的登录信息相同。

第三筛选模块203c，用于微博服务器使用用户群中每个用户在微博服务器中存储的关系信息来筛选具有相同的分组信息的用户，获取具有相同的关系信息和分组信息的第一组用户数据，其中，关系信息为每个用户关注的微博用户。

第四筛选模块204c，用于微博服务器使用用户群中每个用户在用户画像服务器中存储的特征属性数据来筛选第一组用户数据中的用户，获取第一组用户数据中具有相同属性特征信息的用户数据。

上述第三读取模块201c和第三获取模块202c中的用户分组服务器可以是即时聊天服务器，例如腾讯QQ，由于当前微博登录用户的登陆信息与腾讯QQ的登录信息相同，因此，当前登陆用户可以是腾讯QQ的QQ用户，登陆信息可以是QQ号码。在当前微博登录用户登录微博之后，微博服务器可以基于读取到的QQ号码向QQ服务器发出访问请求，从QQ服务器上获取该QQ号码对应的所有好友作为用户群。然后通过第三筛选模块203c实现按照标识信息将用户群进行第一次筛选，得到具有相同标识信息的用户群。

最后通过第四筛选模块204c将这些具有相同的关系信息和分组信息的第一组用户数据发送至腾讯用户画像服务器，在用户画像服务器使用特征属性数据来验证具有相同的关系信息和分组信息的第一组用户数据，即验证这些具有相同的关系信息和分组信息的第一组用户数据是否都具有相同的特征属性数据，得到第一组用户数据中具有相同的特征属性数据的用户数据。

此处需要说明的是，上述第三读取模块201c、第三获取模块202c、第三筛选模块203c、第四筛选模块204c分别对应上述实施例一中的步骤S101a至步骤S104a所实现的方法，上述五个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。上述第三读取模块201c、第三获取模块202c、第三筛选模块203c、第四筛选模块204c之间可以通过电连接进行通讯，可以作为装置的一部分运行在计算机终端，可以通过软件或硬件实现。

优选地，上述第三获取模块202c可以包括：第三子获取模块、第三子提取模块、第三子读取模块。

第三子获取模块，用于微博服务器从用户分组服务器中获取登陆信息对应的用户分组列表；

第三子提取模块，用于从用户分组列表中读取任意一个或多个用户分组的分组信息；

第三子读取模块，用于按照分组信息读取对应的用户分组的用户信息，得到所述用户群。

上述方案在通过第三子获取模块获取当前QQ号码uin对应的分组ID列表之后，例如：用户QQ号uin：[分组ID1、分组ID2、分组ID3、……]，可以基于读取到对应的分组ID列表向QQ服务器发出分组成员访问请求，从QQ服务器上获取任意一个或多个分组ID所对应的分组成员。

因此，上述第三获取模块202c可以实现将得到的用户分组及用户分组中所有用户输入到腾讯微博服务器，进行验证好友关系，由于微博服务器已经存储了各个用户的关系信息，即已经确定了每个用户收听的对象，第三获取模块202c执行的是验证当前用户分组中的哪些用户的关系信息都相同的功能，即从用户分组中筛选得到具有相同收听对象的用户。例如，微博服务器收到<uin,分组ID1>：[uin1,uin2,...]之后，验证分组ID1中用户的关系信息，返回uin验证后的列表：[uin1,uin3,...]，此时可知用户uin1和用户uin3收听了相同的对象，而用户uin2与用户uin1、uin3收听的对象不同，所以被排除，从而得到具有相同的关系信息和分组信息的第一组用户数据。

此处需要说明的是，上述第三子获取模块、第三子提取模块、第三子读取模块分别对应上述实施例一中的获取步骤、提取步骤、读取步骤所实现的方法，上述三个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。上述第三子获取模块、第三子提取模块、第三子读取模块之间可以通过电连接进行通讯，可以作为装置的一部分运行在计算机终端，可以通过软件或硬件实现。

优选地，上述第四筛选模块204c可以包括：第四子读取模块、第四子提取模块。

第四子读取模块，用于微博服务器从用户画像服务器中的特征属性列表中读取第一组用户数据中每个用户的至少一个属性特征信息；

第四子提取模块，用于微博服务器从第一组用户数据中提取具有相同的属性特征数据的用户，构成至少一组用户数据，其中，将属性特征数据设置为对应的用户数据的组名。

上述两个装置实现了系统基于当前具有相同的关系信息和分组信息的第一组用户数据，向腾讯用户画像服务器发出特征属性访问请求，获取当前具有相同的关系信息和分组信息的第一组用户数据所具有的特征属性数据。并在获取到当前偶像列表中各个用户的特征属性列表之后，通过特征属性数据对用户进行进一步的筛选，将具有相同的特征属性数据的用户划分为一一类，得到一组用户数据，即生成一个微圈。

此处需要说明的是，上述第四子读取模块、第四子提取模块分别对应上述实施例一中的子读取步骤、子提取步骤所实现的方法，上述二个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。上述第四子读取模块、第四子提取模块之间可以通过电连接进行通讯，可以作为装置的一部分运行在计算机终端，可以通过软件或硬件实现。

优选地，如图9所示，上述生成模块40可以包括：第四读取模块401、调用模块402。

第四读取模块401，用于微博服务器读取每组用户数据。

调用模块402，用于微博服务器使用微博用户组创建指令对每组用户数据分别进行分组处理，创建至少一个微博用户组，其中，微博用户组中的用户具有相同的标识信息，且微博用户组中用户的微博用户关联信息为都关注于相同的对象。

本申请上述实施例实现了微博用户组的自动生成方案，在获取到用于创建微博用户组的用户数据之后，系统自动调用微圈创建命令来执行使用各组用户数据生成多个微博用户组，一种可选的示例中，以对腾讯微博中任意一个用户所关注的偶像进行划分，得到微圈为例，可以实现调用微圈系统的命令字来创建相应的微博用户组（即微圈）。

此处需要说明的是，上述第四读取模块401、调用模块402分别对应上述实施例一中的步骤S501至步骤S502所实现的方法，上述二个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。上述第四读取模块401、调用模块402之间可以通过电连接进行通讯，可以作为装置的一部分运行在计算机终端，可以通过软件或硬件实现。

优选地，本申请上述实施例中，在执行第四读取模块401之前，装置还可以包括如下模块：提示模块、启动模块、中止模块。

提示模块，用于提示用户是否创建微博用户组；

启动模块，用于在接收到微博用户组创建指令之后，启动读取每组用户数据并调用微博用户组创建指令；

中止模块，用于在预定时间内没有接收到用户的微博用户组创建指令的情况下，停止读取每组用户数据并调用微博用户组创建指令。

本申请上述实施例实现了微博用户组的智能推荐生成方案，即在系统获取到用户创建微博用户组的用户数据之前，通过提供提示用户是否创建微博用户组的功能，来确定是否调用微圈创建命令来执行使用各组用户数据生成多个微博用户组。

此处需要说明的是，上述提示模块、启动模块、中止模块分别对应上述实施例一中的步骤S5011至步骤S5013所实现的方法，上述三个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。上述提示模块、启动模块、中止模块之间可以通过电连接进行通讯，可以作为装置的一部分运行在计算机终端，可以通过软件或硬件实现。

此处需要进一步说明的是，除了上述实施方案，系统还可以提供手工创建微博用户组的方案。一种可选的示例中，以对腾讯微博中任意一个用户所关注的偶像进行划分，得到微圈为例，为了便于用户使用，专门在网站、客户端和移动终端上开发了微圈管理功能，系统可以提供一个用户界面，用户可以手动选择用户群列表中的用户，可以根据用户的自主需求来创建微博用户组。此处提供手工添加微圈中用户成员的功能，主要是实现一个辅助功能，为了便于在系统自动或智能推荐生成微博用户组之后，可以通过手动的方式对微博用户组中的用户进行微调，方面快捷。

由此可知，以对腾讯微博中任意一个用户所关注的偶像进行划分，得到微圈为例，本申请上述实施例一所提供的方案提出了一个创建微博的微圈的方法，该方法主要由两个维度组成，一个维度是管理内容的不同，一个是方法性质的不同。一种可选的示例中，微博的微圈的创建方法可以包括自动方法、智能推荐以及手工操作。

上述描述中，除非另外指明，可以将参考由一个或多个计算机执行的动作和操作的符号表示来描述本申请的各实施例。由此，可以理解，有时被称为计算机执行的这类动作和操作包括计算机的处理单元对以结构化形式表示数据的电信号的操纵。这一操纵转换了数据或在计算机的存储器系统中的位置上维护它，这以本领域的技术人员都理解的方式重配置或改变了计算机的操作。维护数据的数据结构是具有数据的格式所定义的特定属性的存储器的物理位置。然而，尽管在上述上下文中描述本申请，但它并不意味着限制性的，如本领域的技术人员所理解的，后文所描述的动作和操作的各方面也可用硬件来实现。

实施例3

在描述本申请的各实施例的细节过程中，可以参考图10来描述可用于实现本申请的原理的一个合适的计算体系结构。在以下描述中，除非另外指明，否则将参考由一个或多个计算机执行的动作和操作的符号表示来描述本申请的各实施例。由此，可以理解，有时被称为计算机执行的这类动作和操作包括计算机的处理单元对以结构化形式表示数据的电信号的操纵。这一操纵转换了数据或在计算机的存储器系统中的位置上维护它，这以本领域的技术人员都理解的方式重配置或改变了计算机的操作。维护数据的数据结构是具有数据的格式所定义的特定属性的存储器的物理位置。然而，尽管在上述上下文中描述本申请，但它并不意味着限制性的，如本领域的技术人员所理解的，后文所描述的动作和操作的各方面也可用硬件来实现。

在其最基本的配置中，图10是根据本发明实施例三的用户数据的处理系统结构示意图。出于描述的目的，所绘的体系结构仅为合适环境的一个示例，并非对本申请的使用范围或功能提出任何局限。也不应将该计算系统解释为对图10所示的任一组件或其组合具有任何依赖或需求。

如图10所示，该用户数据的处理系统可以包括：用户分组服务器1、微博用户关系信息服务器3和微博服务器5。

用户分组服务器1，用于存储用户群中每个用户的标识信息。

微博用户关系信息服务器3，用于存储用户群中每个用户的关系信息。

微博服务器5，与用户分组服务器和微博用户关系信息服务器建立通信关系，用于从用户分组服务器和微博用户关系信息服务器中分别获取与当前微博登录用户对应的用户群中每个用户的标识信息和关系信息，并按照每个用户的标识信息和每个用户的关系信息来划分用户群，生成对应的微博用户组，其中，微博用户组中的用户具有相同的标识信息，且微博用户组中用户的微博用户关联信息为都关注于相同的对象。

需要说明的是，可以采用在微博客户端的微博应用界面的微博用户组创建组件被触发之后，微博客户端生成并发送微博用户组创建指令至微博服务器。

本申请上述实施例三提供的方案中，用户群是一个包含了海量用户数据的用户集合，系统通过读取用户群中每个用户的标识信息和每个用户之间的关系信息来划分用户群，得到多个微博用户组。由于每个微博用户组包含了若干个用户，微博用户组中每个用户的用户数据包含标识信息相同，且每个用户都关注于相同的对象，从而系统根据上述两种特征属性实现了将海量的用户数据进行有效的分组，避免了人工的干预，从而解决了相关技术的使用手工方法对海量的用户数据进行分组的方案，导致分组效率低且分组准确性差的问题，达到了提高海量用户数据的分组效率的目的，同时提高了分组的准确性，避免了人工分组的不客观以及分组错误。

一种可选的示例中上述方案中的用户分组服务器可以是以下任意一个或多个服务器终端：即时聊天服务器（例如腾讯QQ），可以提供好友数据；邮件服务器（例如腾讯QQ邮箱），可以提供收件人数据；腾讯QQ空间服务器，可以提供关联人数据；腾讯用户画像服务器，可以提供特征属性数据等。而微博用户关系信息服务器可以是微博服务器（例如腾讯微博），可以提供偶像数据。

优选地，在本申请提供的上述实施例三的一种实施方案中，用户分组服务器可以是腾讯QQ服务器，微博用户关系信息服务器可以是微博服务器，可以使用腾讯QQ的用户数据和腾讯微博的用户数据作为用户群的数据源，由于腾讯QQ提供的QQ关系链和腾讯微博提供的微博偶像属于同一个大数据平台，因此具有一定程度的重叠，由此可知，QQ关系链中的分组可以应用到微博偶像，从而形成微博的微圈。

下面就以腾讯QQ服务器和腾讯微博服务器为例，对本申请上述实施例三进行详细描述。

步骤A，微博服务器读取当前微博登录用户的登陆信息。由于当前微博登录用户的登陆信息与腾讯QQ的登录信息相同，因此，当前登陆用户可以是腾讯QQ的QQ用户，登陆信息可以是QQ号码。在当前微博登录用户登录微博之后，微博服务器可以基于读取到的QQ号码向QQ服务器发出访问请求，从QQ服务器上获取该QQ号码对应的所有好友作为用户群。

步骤B，微博服务器向腾讯QQ服务器发出分组列表请求，腾讯QQ服务器返回当前登陆信息对应的用户分组列表。

一种可选的示例中，该步骤实现了获取当前QQ号码uin对应的分组ID列表，例如：用户QQ号uin：[分组ID1、分组ID2、分组ID3、……]。其中，此处的分组可以是用户将已有的好友按照各自特性划分的组。

步骤C，微博服务器在接收到腾讯QQ服务器返回的用户分组列表之后，从用户分组列表中提取任意一个或多个用户分组的分组号ID。

步骤D，微博服务器根据提取到的分组号向QQ服务器发出分组成员访问请求，腾讯QQ服务器返回任意一个或多个分组号ID所对应的分组成员。例如：在向QQ服务器输入<uin,分组ID1>之后，则QQ服务器返回分组<uin,分组ID1>对应的成员列表：<uin,分组ID1>：[uin1,uin2,...]。

步骤E，微博服务器在获取到由腾讯QQ服务器返回的分组成员的信息之后，将得到的用户分组及用户分组中所有用户进行验证好友关系。

步骤F，微博服务器使用用户群中每个用户的关系信息来筛选具有相同标识信息的用户，获取具有相同的关系信息和标识信息的用户数据。

一种可选的示例中，该步骤实施过程中，由于微博服务器已经存储了各个用户的关系信息，即已经确定了每个用户收听的对象，因此，该步骤F执行的是验证当前用户分组中的哪些用户的关系信息都相同的功能，即从用户分组中筛选得到具有相同收听对象的用户。例如，微博服务器收到<uin,分组ID1>：[uin1,uin2,...]之后，验证分组ID1中用户的关系信息，返回uin验证后的列表：[uin1,uin3,...]，此时可知用户uin1和用户uin3收听了相同的对象，而用户uin2与用户uin1、uin3收听的对象不同，所以被排除，该列表[uin1,uin3,...]即是微博的一个微圈。使用上述方式可以得到所有的微圈。

上述使用腾讯QQ的用户数据和腾讯微博的用户数据作为用户群的数据源的方案，最终可以获得一个当前登陆的QQ号所对应的至少一个微圈，例如：用户QQ号：[（微圈名1，圈子属性，[成员1，成员2，…]），（微圈名2，圈子属性，[成员1，成员2，…]））,…]。

此处需要进一步说明的是，上述使用的腾讯QQ的用户数据，还可以使用邮件服务器（例如腾讯QQ邮箱）提供的收件人数据、腾讯QQ空间服务器提供的关联人数据进行替换，替换后的方案所执行的步骤与上述使用腾讯QQ的用户数据所实现的方案步骤相同，但不局限于上述实施方案。

由此可知，上述实施例三的一种实施方案与实施例一图2所提供的方案相同，但不限于图2所示的实施例提供的实现方法。此处仅仅是举例说明。

优选地，在本申请提供的上述实施例三的另外一种实施方案中，微博用户关系信息服务器可以是腾讯微博服务器，用户分组服务器可以是腾讯用户画像服务器，可以使用腾讯用户画像服务器提供的特征属性数据和腾讯微博的用户数据作为用户群的数据源，由于腾讯用户画像服务器提供的特征属性数据和腾讯微博提供的微博偶像属于同一个大数据平台，因此具有一定程度的重叠，由此可知，腾讯用户画像服务器提供的特征属性数据可以应用到微博偶像，从而形成微博的微圈。

此处需要说明的是，腾讯用户画像服务器是一种用于规划并存储用户的特征属性数据的服务器，一种可选的示例中，该服务器提供的用户画像系统通过给用户打上不同的标签来使得系统可以很好的区分每个用户的特征，例如某个用户喜欢汽车、美食、旅游等，就会给该用户打上一系列对应的标签：用户uin：<汽车、美食、旅游，…>，系统可以知晓该用户的喜好为：汽车、美食、旅游等。

下面就以腾讯用户画像服务器和腾讯微博服务器为例，对本申请上述实施例三进行详细描述。

步骤A’，微博服务器读取当前微博登录用户的登陆信息，当前登陆用户可以是腾讯微博的微博登陆用户，登陆信息可以是微博号码。即在当前微博用户登录系统之后，系统读取当前登陆的微博用户的微博号码。

步骤B’，微博服务器按照当前微博登录用户的登陆信息获取与当前微博登录用户具有相同关系信息的用户，得到用户群，其中，关系信息为当前微博登录用户关注的微博用户。即微博服务器根据发出的偶像列表请求生成具有相同关系信息的用户，其中，具有相同关系信息的用户构成用户群。

一种可选的示例中，该步骤B’中的关系信息可以是当前微博用户所关注或收听的对象，关注或收听的对象为当前微博用户的偶像。由此，该步骤实现了系统可以基于读取到的微博号码uin向微博服务器发出访问请求，从微博服务器上获取该微博号码对应的偶像列表，例如：返回偶像列表为：<uin>:[uin1,uin2,...]，偶像列表中的用户uin1、用户uin2等用户都收听了相同的对象。

步骤C’，微博服务器将偶像列表发送给腾讯用户画像服务器，腾讯用户画像服务器基于该偶像列表返回一个各个用户的特征属性列表。

一种可选的示例中，由于偶像列表中的用户具有相同的关系信息，即都收听了相同的对象，因此，该步骤可以实现系统基于当前具有相同关系信息的用户，向腾讯用户画像服务器发出特征属性访问请求，获取当前具有相同关系信息的用户所具有的特征属性数据。例如，系统将偶像列表：<uin>:[uin1,uin2,...]输入到腾讯用户画像服务器，可以确定偶像列表中<uin>:[uin1,uin2,...]每个用户的特征属性信息，例如，uin1的特征属性信息为(tag1,tag2,...)，由此，可以返回一个当前偶像列表中各个用户的特征属性列表[uin1(tag1,tag2,...),uin2(tag1,tag2,...),...]，该列表记录了每个用的指导一个特征属性数据tag。

步骤D’，微博服务器根据提取到的各个用户的特征属性列表，利用用户的特征属性数据对步骤B’生成的用户群进行过滤筛选，得到具有相同特征属性的用户，从而生成对应的微圈。即微博服务器从用户群中提取具有相同特征属性数据的用户，构成至少一组用户数据，优选地，将特征属性数据设置对应的用户数据的组名。

一种可选的示例中，上述步骤D’通过用户画像服务器使用特征属性数据来验证具有关系信息的用户，即验证这些具有关系信息的用户是否都具有相同的特征属性数据，得到具有相同关系信息和特征属性数据的用户数据。

由此可知，上述腾讯用户画像服务器提供的特征属性数据和腾讯微博的用户数据作为用户群的数据源的方案，最终可以获得一个当前登陆的微博号所对应的至少一个微圈。利用确定不同偶像用户是否有相同的特征属性数据所构成的标签来对偶像用户进行划分，得到微博用户组。一种可选的示例中，如果有相同的标签，则将这些用户放到相同的微圈里。当前微博用户的偶像用户A和偶像用户B的标签列表里都有汽车，则A和B就构成一个名为“汽车”的微圈：汽车：[A,B]。

由此可知，上述实施例三的另外一种实施方案与实施例一图3所提供的方案相同，但不限于图3所示的实施例提供的实现方法。此处仅仅是举例说明。

实施例4

在描述本申请的各实施例的细节过程中，可以参考图11来描述可用于实现本申请的原理的一个合适的计算体系结构。在以下描述中，除非另外指明，否则将参考由一个或多个计算机执行的动作和操作的符号表示来描述本申请的各实施例。由此，可以理解，有时被称为计算机执行的这类动作和操作包括计算机的处理单元对以结构化形式表示数据的电信号的操纵。这一操纵转换了数据或在计算机的存储器系统中的位置上维护它，这以本领域的技术人员都理解的方式重配置或改变了计算机的操作。维护数据的数据结构是具有数据的格式所定义的特定属性的存储器的物理位置。然而，尽管在上述上下文中描述本申请，但它并不意味着限制性的，如本领域的技术人员所理解的，后文所描述的动作和操作的各方面也可用硬件来实现。

在其最基本的配置中，图11是根据本发明实施例四的用户数据的处理系统结构示意图。出于描述的目的，所绘的体系结构仅为合适环境的一个示例，并非对本申请的使用范围或功能提出任何局限。也不应将该计算系统解释为对图11所示的任一组件或其组合具有任何依赖或需求。

如图11所示，该用户数据的处理系统可以包括：用户分组服务器2、用户画像服务器4、微博用户关系信息服务器6和微博服务器8。

用户分组服务器2，用于存储用户群中每个用户的标识信息中的分组信息。

用户画像服务器4，用于存储用户群中每个用户的标识信息中的属性特征信息。

微博用户关系信息服务器6，用于存储用户群中每个用户的关系信息。

微博服务器8，与用户分组服务器2、用户画像服务器4和微博用户关系信息服务器6建立通信关系，用于从微博服务器用户分组服务器、微博服务器用户画像服务器和微博服务器微博用户关系信息服务器中分别获取与当前微博登录用户对应的用户群中每个用户的分组信息、属性特征信息和关系信息，并按照微博服务器用户群中微博服务器每个用户的分组信息、属性特征信息和微博服务器每个用户之间的关系信息来划分微博服务器用户群，生成对应的微博用户组，其中，微博服务器微博用户组中的用户具有相同的微博服务器分组信息、微博服务器属性特征信息，且微博服务器微博用户组中的用户都关注于相同的微博用户。

需要说明的是，可以采用在微博客户端的微博应用界面的微博用户组创建组件被触发之后，微博客户端生成并发送微博用户组创建指令至微博服务器。

本申请上述实施例五提供的方案中，用户群是一个包含了海量用户数据的用户集合，系统通过读取用户群中每个用户的标识信息和每个用户之间的关系信息来划分用户群，得到多个微博用户组。由于每个微博用户组包含了若干个用户，微博用户组中每个用户的用户数据包含标识信息相同，且每个用户都关注于相同的对象，从而系统根据上述两种特征属性实现了将海量的用户数据进行有效的分组，避免了人工的干预，从而解决了相关技术的使用手工方法对海量的用户数据进行分组的方案，导致分组效率低且分组准确性差的问题，达到了提高海量用户数据的分组效率的目的，同时提高了分组的准确性，避免了人工分组的不客观以及分组错误。

一种可选的示例中上述方案中的用户分组服务器可以是以下任意一个或多个服务器终端：即时聊天服务器（例如腾讯QQ），可以提供好友数据；邮件服务器（例如腾讯QQ邮箱），可以提供收件人数据；腾讯QQ空间服务器，可以提供关联人数据等。而微博用户关系信息服务器可以是微博服务器（例如腾讯微博），可以提供偶像数据。微博服务器可以是；腾讯用户画像服务器，可以提供特征属性数据。

优选地，在本申请提供的上述实施例四的一种实施方案中，用户分组服务器可以是腾讯QQ服务器，微博用户关系信息服务器可以是腾讯微博服务器，用户画像服务器可以是腾讯用户画像服务器。由此，可以使用腾讯QQ的用户数据、腾讯用户画像服务器提供的特征属性数据和腾讯微博的用户数据作为用户群的数据源，由于腾讯QQ提供的QQ关系链、腾讯用户画像服务器提供的特征属性数据和腾讯微博提供的微博偶像属于同一个大数据平台，因此具有一定程度的重叠，由此可知，QQ关系链中的分组以及腾讯用户画像服务器提供的特征属性数据都可以应用到微博偶像，从而形成微博的微圈。

此处需要说明的是，腾讯用户画像服务器是一种用于规划并存储用户的特征属性数据的服务器，一种可选的示例中，该服务器提供的用户画像系统通过给用户打上不同的标签来使得系统可以很好的区分每个用户的特征，例如某个用户喜欢汽车、美食、旅游等，就会给该用户打上一系列对应的标签：用户uin：<汽车、美食、旅游，…>，系统可以知晓该用户的喜好为：汽车、美食、旅游等。

下面就以腾讯QQ服务器、腾讯微博服务器和腾讯用户画像服务器为例，对本申请上述实施例四进行详细描述。

步骤a，微博服务器终端读取当前微博登录用户的登陆信息。由于当前微博登录用户的登陆信息与腾讯QQ的登录信息相同，因此，当前登陆用户可以是腾讯QQ的QQ用户，登陆信息可以是QQ号码。在当前微博登录用户登录微博之后，微博服务器可以基于读取到的QQ号码向QQ服务器发出访问请求，从QQ服务器上获取该QQ号码对应的所有好友作为用户群。

步骤b，微博服务器向腾讯QQ服务器发出分组列表请求，腾讯QQ服务器返回当前登陆信息对应的用户分组列表。

一种可选的示例中，该步骤实现了获取当前QQ号码uin对应的分组ID列表，例如：用户QQ号uin：[分组ID1、分组ID2、分组ID3、……]。其中，此处的分组可以是用户将已有的好友按照各自特性划分的组。

步骤c，微博服务器在接收到腾讯QQ服务器返回的用户分组列表之后，从用户分组列表中提取任意一个或多个用户分组的分组号ID。

步骤d，微博服务器根据提取到的分组号向QQ服务器发出分组成员访问请求，腾讯QQ服务器返回任意一个或多个分组号ID所对应的分组成员。例如：在向QQ服务器输入<uin,分组ID1>之后，则QQ服务器返回分组<uin,分组ID1>对应的成员列表：<uin,分组ID1>：[uin1,uin2,...]。

步骤e，微博服务器在获取到由腾讯QQ服务器返回的分组成员的信息之后，将得到的用户分组及用户分组中所有用户输入到腾讯微博服务器，进行验证好友关系。

步骤f，微博服务器使用用户群中每个用户的关系信息来筛选具有相同标识信息的用户，获取具有相同的关系信息和标识信息的第一组用户数据。

一种可选的示例中，该步骤实施过程中，由于微博服务器已经存储了各个用户的关系信息，关系信息可以是当前微博用户所关注或收听的对象，关注或收听的对象为当前微博用户的偶像。即已经确定了每个用户收听的对象，因此，该步骤f执行的是验证当前用户分组中的哪些用户的关系信息都相同的功能，即从用户分组中筛选得到具有相同收听对象的用户。

此处需要进一步说明的是，上述使用的腾讯QQ的用户数据，还可以使用邮件服务器（例如腾讯QQ邮箱）提供的收件人数据、腾讯QQ空间服务器提供的关联人数据进行替换，替换后的方案所执行的步骤与上述使用腾讯QQ的用户数据所实现的方案步骤相同，但不局限于上述实施方案。

步骤h，微博服务器在生成第一组用户数据之后，将第一组用户数据发送给腾讯用户画像服务器，腾讯用户画像服务器基于该第一组用户数据返回一个各个用户的特征属性列表。

一种可选的示例中，由于第一组用户数据中的用户具有相同的关系信息，即都收听了相同的对象，因此，该步骤可以实现系统基于当前具有相同关系信息的用户，向腾讯用户画像服务器发出特征属性访问请求，获取当前具有相同关系信息的用户所具有的特征属性数据。例如，系统将偶像列表：<uin>:[uin1,uin2,...]输入到腾讯用户画像服务器，可以确定偶像列表中<uin>:[uin1,uin2,...]每个用户的特征属性信息，例如，uin1的特征属性信息为(tag1,tag2,...)，由此，可以返回一个当前偶像列表中各个用户的特征属性列表[uin1(tag1,tag2,...),uin2(tag1,tag2,...),...]，该列表记录了每个用的指导一个特征属性数据tag。

步骤i，微博服务器根据提取到的各个用户的特征属性列表，利用用户的特征属性数据对第一组用户数据进行进一步的筛选，得到具有相同特征属性的用户，从而生成对应的微圈。即微博服务器从用户群中提取具有相同特征属性数据的用户，构成至少一组用户数据，优选地，将特征属性数据设置对应的用户数据的组名。

一种可选的示例中，上述步骤i通过用户画像服务器使用特征属性数据来验证具有关系信息的用户，即验证这些具有关系信息的用户是否都具有相同的特征属性数据，得到具有相同关系信息和特征属性数据的用户数据。

由此可知，上述方案利用确定不同偶像用户是否有相同的特征属性数据所构成的标签来对偶像用户进行进一步划分，得到微博用户组。一种可选的示例中，如果有相同的标签，则将这些用户放到相同的微圈里。当前微博用户的偶像用户A和偶像用户B的标签列表里都有汽车，则A和B就构成一个名为“汽车”的微圈：汽车：[A,B]。

由此可知，上述实施例四的实施方案与实施例一图4所提供的方案相同，但不限于图4所示的实施例提供的实现方法。此处仅仅是举例说明。

从以上的描述中，可以看出，本发明实现了如下技术效果：由于每个微博用户组包含了若干个用户，微博用户组中每个用户的用户数据包含标识信息相同，且每个用户都关注于相同的对象，从而系统根据上述两种特征属性实现了将海量的用户数据进行有效的分组，避免了人工的干预，从而解决了相关技术的使用手工方法对海量的用户数据进行分组的方案，导致分组效率低且分组准确性差的问题，达到了提高海量用户数据的分组效率的目的，同时提高了分组的准确性，避免了人工分组的不客观以及分组错误。

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。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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（可为个人计算机、服务器或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，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，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (23)

1.一种微博数据的分组处理方法，其特征在于，包括：

微博服务器接收到微博用户组创建指令之后，获取与当前微博登录用户对应的用户群的数据源，所述数据源包括：所述用户群中每个用户的标识信息，以及所述用户群中每个用户的关系信息；

所述微博服务器按照所述每个用户的标识信息和所述每个用户的关系信息来划分所述用户群，生成至少一组用户数据；

所述微博服务器根据每组用户数据生成对应的微博用户组，其中，所述微博用户组中的用户具有相同的标识信息，且所述微博用户组中的用户都关注于相同的微博用户。

2.根据权利要求1所述的方法，其特征在于，获取与当前微博登录用户对应的用户群的数据源，并按照所述每个用户的标识信息和所述每个用户的关系信息来划分所述用户群，生成至少一组用户数据的步骤包括：

所述微博服务器读取所述当前微博登录用户的登陆信息；

所述微博服务器按照所述当前微博登录用户的登陆信息从数据源服务器中获取所述具有相同标识信息的用户，得到所述用户群，其中，所述当前微博登录用户的登陆信息与所述数据源服务器的登录信息相同，所述标识信息为用户在所述数据源服务器中存储的分组信息；

所述微博服务器使用所述用户群中每个用户在所述微博服务器中存储的关系信息来筛选所述具有相同所述分组信息的用户，获取具有相同的所述关系信息和所述分组信息的用户数据，其中，所述关系信息为所述每个用户关注的微博用户。

3.根据权利要求2所述的方法，其特征在于，所述微博服务器按照所述当前微博登录用户的登陆信息从所述数据源服务器中获取具有相同标识信息的用户，得到所述用户群的步骤包括：

所述微博服务器从所述数据源服务器中获取所述登陆信息对应的用户分组列表；

从所述用户分组列表中读取任意一个或多个用户分组的分组信息；

按照所述分组信息读取对应的用户分组的用户信息，得到所述用户群。

4.根据权利要求1所述的方法，其特征在于，获取与当前微博登录用户对应的用户群的数据源，并按照所述每个用户的标识信息和所述每个用户的关系信息来划分所述用户群，生成至少一组用户数据的步骤包括：

所述微博服务器读取所述当前微博登录用户的登陆信息；

所述微博服务器按照所述登陆信息获取与所述当前微博登录用户具有相同关系信息的用户，得到所述用户群，其中，所述关系信息为所述当前微博登录用户关注的微博用户；

所述微博服务器使用所述用户群中每个用户在数据源服务器中存储的标识信息来筛选所述用户群中的用户，获取具有相同关系信息和标识信息的用户数据，其中，所述标识信息为所述用户群中用户的特征属性数据。

5.根据权利要求4所述的方法，其特征在于，所述微博服务器使用所述用户群中每个用户在数据源服务器中存储的标识信息来筛选所述用户群中的用户，获取具有相同关系信息和标识信息的用户数据的步骤包括：

所述微博服务器从所述数据源服务器中的特征属性列表中读取所述用户群中每个用户的至少一个所述特征属性数据；

所述微博服务器从所述用户群中提取具有相同特征属性数据的用户，构成至少一组用户数据，其中，将所述特征属性数据设置对应的用户数据的组名。

6.根据权利要求1所述的方法，其特征在于，所述标识信息包括：保存在用户分组服务器中的分组信息和保存在用户画像服务器中的特征属性数据，其中，获取与当前微博登录用户对应的用户群的数据源，并按照所述每个用户的标识信息和所述每个用户的关系信息来划分所述用户群，生成至少一组用户数据的步骤包括：

所述微博服务器读取所述当前微博登录用户的登陆信息；

所述微博服务器按照所述当前微博登录用户的登陆信息从用户分组服务器中获取具有相同的分组信息的用户，得到所述用户群，其中，所述当前微博登录用户的登陆信息与所述用户分组服务器的登录信息相同；

所述微博服务器使用所述用户群中每个用户在所述微博服务器中存储的关系信息来筛选所述具有相同所述分组信息的用户，获取具有相同的所述关系信息和所述分组信息的第一组用户数据，其中，所述关系信息为所述每个用户关注的微博用户；

所述微博服务器使用所述用户群中每个用户在所述用户画像服务器中存储的所述特征属性数据来筛选所述第一组用户数据中的用户，获取所述第一组用户数据中具有相同属性特征信息的用户数据。

7.根据权利要求6所述的方法，其特征在于，所述微博服务器按照所述当前微博登录用户的登陆信息从用户分组服务器中获取具有相同的分组信息的用户，得到所述用户群的步骤包括：

所述微博服务器从所述用户分组服务器中获取所述登陆信息对应的用户分组列表；

从所述用户分组列表中读取任意一个或多个用户分组的分组信息；

按照所述分组信息读取对应的用户分组的用户信息，得到所述用户群。

8.根据权利要求6所述的方法，其特征在于，所述微博服务器使用所述用户画像服务器中存储的所述特征属性数据来筛选所述第一组用户数据中的用户，获取所述第一组用户数据中具有相同属性特征信息的用户数据的步骤包括：

所述微博服务器从所述用户画像服务器中的特征属性列表中读取所述第一组用户数据中每个用户的至少一个所述属性特征信息；

所述微博服务器从所述第一组用户数据中提取具有相同的所述属性特征数据的用户，构成至少一组用户数据，其中，将所述属性特征数据设置为对应的用户数据的组名。

9.根据权利要求1-8中任意一项所述的方法，其特征在于，所述微博服务器根据每组用户数据生成对应的微博用户组的步骤包括：

所述微博服务器读取每组用户数据；

所述微博服务器使用所述微博用户组创建指令对所述每组用户数据分别进行分组处理，创建至少一个所述微博用户组。

10.根据权利要求9所述的方法，其特征在于，在所述微博服务器使用所述微博用户组创建指令对所述每组用户数据进行分组处理之前，所述方法还包括：

提示用户是否创建所述微博用户组；其中，

在接收到用户的所述微博用户组创建指令之后，启动读取所述每组用户数据并调用所述微博用户组创建指令；

在预定时间内没有接收到用户的所述微博用户组创建指令的情况下，停止读取所述每组用户数据并调用所述微博用户组创建指令。

11.根据权利要求1-8中任意一项所述的方法，其特征在于，在使用每组用户数据生成对应的微博用户组之前，所述方法还包括：

设置所述用户群中每个用户的用户权限，所述用户权限包括：所述当前微博登录用户无法读取该用户的数据源，或所述当前微博登录用户无法在预定时间内读取到该用户的数据源；

设置所述当前微博登录用户对应的微博用户组的权限范围，其中，所述微博用户组的权限范围包括：所述微博用户组仅所述当前微博登录用户读取，其他用户无法读取。

12.一种微博数据的分组处理装置，其特征在于，包括：

处理模块，用于微博服务器接收到微博用户组创建指令之后，获取与当前微博登录用户对应的用户群的数据源，并按照所述每个用户的标识信息和所述每个用户的关系信息来划分所述用户群，生成至少一组用户数据，其中，所述数据源包括：所述用户群中每个用户的标识信息，以及所述用户群中每个用户的关系信息；

生成模块，用于所述微博服务器根据每组用户数据生成对应的微博用户组，其中，所述微博用户组中的用户具有相同的标识信息，且所述微博用户组中用户都关注于相同的微博用户。

13.根据权利要求12所述的装置，其特征在于，所述处理模块包括：

第一读取模块，用于所述微博服务器读取所述当前微博登录用户的登陆信息；

第一获取模块，用于所述微博服务器按照所述当前微博登录用户的登陆信息从数据源服务器中获取具有相同标识信息的用户，得到所述用户群，其中，所述当前微博登录用户的登陆信息与所述数据源服务器的登录信息，所述标识信息为用户在所述数据源服务器中存储的分组信息；

第一筛选模块，用于所述微博服务器使用所述用户群中每个用户在微博服务器中存储的关系信息来筛选所述具有相同所述分组信息的用户，获取具有相同的所述关系信息和所述分组信息的用户数据，其中，所述关系信息为所述每个用户关注的微博用户。

14.根据权利要求13所述的装置，其特征在于，所述第一获取模块包括：

第一子获取模块，用于所述微博服务器从所述数据源服务器中获取所述登陆信息对应的用户分组列表；

第一子提取模块，用于从所述用户分组列表中读取任意一个或多个用户分组的分组信息；

第一子读取模块，用于按照所述分组信息读取对应的用户分组的用户信息，得到所述用户群。

15.根据权利要求12所述的装置，其特征在于，所述处理模块包括：

第二读取模块，用于所述微博服务器读取所述当前微博登录用户的登陆信息；

第二获取模块，用于所述微博服务器按照所述当前微博登录用户的登陆信息获取具有相同关系信息的用户，得到所述用户群，其中，所述关系信息为所述当前微博登录用户关注的微博用户；

第二筛选模块，用于所述微博服务器使用所述用户群中每个用户在数据源服务器中存储的标识信息来筛选所述用户群中的用户，获取具有相同关系信息和标识信息的用户数据，其中，所述标识信息为所述用户群中用户的特征属性数据。

16.根据权利要求15所述的装置，其特征在于，所述第二筛选模块包括：

第二子读取模块，用于所述微博服务器从所述数据源服务器中的特征属性列表中读取所述用户群中每个用户的至少一个所述特征属性数据；

第二子提取模块，用于所述微博服务器从所述用户群中提取具有相同特征属性数据的用户，构成至少一组用户数据，其中，将所述特征属性数据设置对应的用户数据的组名。

17.根据权利要求12所述的装置，其特征在于，所述标识信息包括：保存在用户分组服务器中的分组信息和保存在用户画像服务器中的特征属性数据，其中，所述处理模块包括：

第三读取模块，用于所述微博服务器读取所述当前微博登录用户的登陆信息；

第三获取模块，用于所述微博服务器按照所述当前微博登录用户的登陆信息从所述用户分组服务器中获取具有相同的分组信息的用户，得到用户群，其中，所述当前微博登录用户的登陆信息与所述用户分组服务器的登录信息相同；

第三筛选模块，用于所述微博服务器使用所述用户群中每个用户在所述微博服务器中存储的关系信息来筛选所述具有相同的所述分组信息的用户，获取具有相同的所述关系信息和所述分组信息的第一组用户数据，其中，所述关系信息为所述每个用户关注的微博用户；

第四筛选模块，用于所述微博服务器使用所述用户群中每个用户在所述用户画像服务器中存储的所述特征属性数据来筛选所述第一组用户数据中的用户，获取所述第一组用户数据中具有相同属性特征信息的用户数据。

18.根据权利要求17所述的装置，其特征在于，所述第三获取模块包括：

第三子获取模块，用于所述微博服务器从所述用户分组服务器中获取所述登陆信息对应的用户分组列表；

第三子提取模块，用于从所述用户分组列表中读取任意一个或多个用户分组的分组信息；

第三子读取模块，用于按照所述分组信息读取对应的用户分组的用户信息，得到所述用户群。

19.根据权利要求17所述的装置，其特征在于，所述第四筛选模块包括：

第四子读取模块，用于所述微博服务器从所述用户画像服务器中的特征属性列表中读取所述第一组用户数据中每个用户的至少一个所述属性特征信息；

第四子提取模块，用于所述微博服务器从所述第一组用户数据中提取具有相同的所述属性特征数据的用户，构成至少一组用户数据，其中，将所述属性特征数据设置为对应的用户数据的组名。

20.根据权利要求12-19中任意一项所述的装置，其特征在于，所述生成模块包括：

第四读取模块，用于读取每组用户数据；

调用模块，用于使用所述微博用户组创建指令对所述每组用户数据分别进行分组处理，创建至少一个所述微博用户组。

21.根据权利要求20所述的装置，其特征在于，所述装置还包括：

提示模块，用于提示用户是否创建所述微博用户组；

启动模块，用于在接收到所述微博用户组创建指令之后，启动读取所述每组用户数据并调用所述微博用户组创建指令；

中止模块，用于在预定时间内没有接收到用户的所述微博用户组创建指令的情况下，停止读取所述每组用户数据并调用微博用户组创建指令。

22.一种微博数据的分组的处理系统，其特征在于，包括：

用户分组服务器，用于存储用户群中每个用户的标识信息；

微博用户关系信息服务器，用于存储所述用户群中每个用户的关系信息；

微博服务器，与所述用户分组服务器和所述微博用户关系信息服务器建立通信关系，用于从所述用户分组服务器和所述微博用户关系信息服务器中分别获取与当前微博登录用户对应的用户群中每个用户的标识信息和关系信息，并按照所述每个用户的标识信息和所述每个用户的关系信息来划分所述用户群，生成对应的微博用户组，其中，所述微博用户组中的用户具有相同的标识信息，且所述微博用户组中的用户都关注于相同的微博用户。

23.一种微博数据的分组的处理系统，其特征在于，包括：

用户分组服务器，用于存储用户群中每个用户的标识信息中的分组信息；

用户画像服务器，用于存储用户群中每个用户的标识信息中的属性特征信息；

微博用户关系信息服务器，用于存储所述用户群中每个用户的关系信息；

微博服务器，与所述用户分组服务器、所述用户画像服务器和所述微博用户关系信息服务器建立通信关系，用于从所述用户分组服务器、所述用户画像服务器和所述微博用户关系信息服务器中分别获取与当前微博登录用户对应的用户群中每个用户的分组信息、属性特征信息和关系信息，并按照所述用户群中所述每个用户的分组信息、属性特征信息和所述每个用户之间的关系信息来划分所述用户群，生成对应的微博用户组，其中，所述微博用户组中的用户具有相同的所述分组信息、所述属性特征信息，且所述微博用户组中的用户都关注于相同的微博用户。