CN105045833B - 用户好友关系的分类方法及装置 - Google Patents

用户好友关系的分类方法及装置 Download PDF

Info

Publication number
CN105045833B
CN105045833B CN201510373596.4A CN201510373596A CN105045833B CN 105045833 B CN105045833 B CN 105045833B CN 201510373596 A CN201510373596 A CN 201510373596A CN 105045833 B CN105045833 B CN 105045833B
Authority
CN
China
Prior art keywords
terminal
friend
user
record
sharable information
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
Application number
CN201510373596.4A
Other languages
English (en)
Other versions
CN105045833A (zh
Inventor
卢海洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN201510373596.4A priority Critical patent/CN105045833B/zh
Publication of CN105045833A publication Critical patent/CN105045833A/zh
Priority to SG11201704715YA priority patent/SG11201704715YA/en
Priority to US15/533,994 priority patent/US20170364933A1/en
Priority to GB1709115.8A priority patent/GB2547395A/en
Priority to PCT/CN2015/096820 priority patent/WO2016091173A1/zh
Priority to PH12017501080A priority patent/PH12017501080A1/en
Application granted granted Critical
Publication of CN105045833B publication Critical patent/CN105045833B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Computing Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明提供了一种用户好友关系的分类方法，该方法包括：获取第一预设时间段内的每个可分享信息的分享记录和领取记录；所述分享记录为至少一个终端分享所述可分享信息的记录，所述领取记录为至少一个终端领取所述可分享信息的记录；根据每个可分享信息的分享记录和领取记录，生成与该可分享信息对应的用户好友关系；根据所述用户好友关系，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类。本发明还提供了一种用户好友关系的分类装置，包括获取单元、好友关系生成单元及分类单元。本发明能够分析出全面、有效的终端的好友关系，并进行好友关系细分，增加数据分类维度，生成更有价值的关系数据。

Description

用户好友关系的分类方法及装置
技术领域
本发明涉及计算机处理技术领域，尤其涉及用户好友关系的分类方法及装置。
背景技术
目前，各种社交类的app包括多种可分享信息，如文字、图片、虚拟货币及红包等等，而根据上述可分享信息可对用户信息进行挖掘，如对好友关系进行分类。
目前，对好友关系进行分类通常是获取用户设备的位置信息，如家和公司位置、常驻地等数据，并根据上述位置信息对用户进行聚类分析，得到用户间的关系，如邻居关系或同事关系等。
然而，由于位置数据没有社交属性，则现有对好友关系进行分类的方法得到的用户好友关系可信度不高，而且区分度不大，并且无法分析得到好友关系的亲密度。
发明内容
针对现有技术获得的好友关系可信度不高，区分度不大，无法得到好友关系亲密度的缺陷，本发明提供一种用户好友关系的分类方法及装置。
第一方面，本发明提供了一种用户好友关系的分类方法，该方法包括：
获取第一预设时间段内的每个可分享信息的分享记录和领取记录；所述分享记录为至少一个终端分享所述可分享信息的记录，所述领取记录为至少一个终端领取所述可分享信息的记录；
根据每个可分享信息的分享记录和领取记录，生成与该可分享信息对应的用户好友关系；
根据所述用户好友关系，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类；
其中，所述每一终端的常用位置数据为预先获取的第二预设时间段内使用频率大于第一预设阈值的位置数据。
优选地，所述方法还包括：
根据所述用户好友关系，获取存在好友关系的每两个终端间的互动数据和共同好友覆盖率；
根据每两个终端间的互动数据和共同好友覆盖率，确定所述两个终端的好友关系亲密度；
根据确定的好友关系亲密度，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类。
优选地，所述分享记录包括：可分享信息的标识及分享该可分享信息的第一终端的标识；所述领取记录包括：可分享信息的标识及领取该可分享信息的第二终端的标识；
相应地，所述根据每个可分享信息的分享记录和领取记录，生成与该可分享信息对应的用户好友关系，包括：
获取可分享信息的标识相同的分享记录和领取记录；
将所述分享记录中的第一终端与所述领取记录中的第二终端进行关联；
根据多条关联记录，生成每个终端对应的用户好友关系列表。
优选地，所述根据所述用户好友关系，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类，包括：
根据用户好友关系，获得所述用户好友关系中每个终端的常用位置数据；其中，所述常用位置数据包括预设的家的坐标信息和公司的坐标信息；
根据所述常用位置数据，得到存在好友关系的每两个终端之间的家的距离、每两个终端之间的公司的距离；
若两个终端之间的家的距离小于第一预设阈值，则判定所述两个终端对应的用户为邻居关系；
若两个终端之间的公司的距离小于第二预设阈值，则判定所述两个终端对应的用户为同事关系。
优选地，所述根据每两个终端间的互动数据和共同好友覆盖率，确定所述两个终端的好友关系亲密度，包括：
根据所述互动数据及共同好友覆盖率，采用公式一计算得到存在好友关系的终端A对于终端B的好友关系亲密度f(ab)：
公式一
其中，a、a1、a2均表示互动数据的权重，b表示共同好友覆盖率的权重；Fa表示终端A分享的可分享信息数目，Ta表示终端A领取的可分享信息数目；Fb表示终端B分享的可分享信息数目；Tb表示终端B领取的可分享信息数目；Qab表示终端A领取终端B发出的可分享信息的数目；Qba表示终端B领取终端A发出的可分享信息的数目；Comab表示终端A和终端B共同好友的数目，Fria表示终端A的好友数目，Frib表示终端B的好友数目。
第二方面，本发明提供了一种用户好友关系的分类装置，该装置包括：
获取单元，用于获取第一预设时间段内的每个可分享信息的分享记录和领取记录；所述分享记录为至少一个终端分享所述可分享信息的记录，所述领取记录为至少一个终端领取所述可分享信息的记录；
好友关系生成单元，用于根据每个可分享信息的分享记录和领取记录，生成与该可分享信息对应的用户好友关系；
分类单元，用于根据所述用户好友关系，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类；
其中，所述每一终端的常用位置数据为预先获取的第二预设时间段内使用频率大于第一预设阈值的位置数据。
优选地，该装置还包括亲密度计算单元，用于：
根据所述用户好友关系，获取存在好友关系的每两个终端间的互动数据和共同好友覆盖率；
根据每两个终端间的互动数据和共同好友覆盖率，确定所述两个终端的好友关系亲密度；
根据确定的好友关系亲密度，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类。
优选地，所述分享记录包括：可分享信息的标识及分享该可分享信息的第一终端的标识；所述领取记录包括：可分享信息的标识及领取该可分享信息的第二终端的标识；
相应地，所述好友关系生成单元，用于：
获取可分享信息的标识相同的分享记录和领取记录；
将所述分享记录中的第一终端与所述领取记录中的第二终端进行关联；
根据多条关联记录，生成每个终端对应的用户好友关系列表。
优选地，所述分类单元，用于：
根据用户好友关系，获得所述用户好友关系中每个终端的常用位置数据；其中，所述常用位置数据包括预设的家的坐标信息和公司的坐标信息；
根据所述常用位置数据，得到存在好友关系的每两个终端之间的家的距离、每两个终端之间的公司的距离；
若两个终端之间的家的距离小于第一预设阈值，则判定所述两个终端对应的用户为邻居关系；
若两个终端之间的公司的距离小于第二预设阈值，则判定所述两个终端对应的用户为同事关系。
优选地，所述亲密度计算单元，还用于：
根据所述互动数据及共同好友覆盖率，采用公式一计算得到存在好友关系的终端A对于终端B的好友关系亲密度f(ab)：
公式一
其中，a、a1、a2均表示互动数据的权重，b表示共同好友覆盖率的权重；Fa表示终端A分享的可分享信息数目，Ta表示终端A领取的可分享信息数目；Fb表示终端B分享的可分享信息数目；Tb表示终端B领取的可分享信息数目；Qab表示终端A领取终端B发出的可分享信息的数目；Qba表示终端B领取终端A发出的可分享信息的数目；Comab表示终端A和终端B共同好友的数目，Fria表示终端A的好友数目，Frib表示终端B的好友数目。
由上述技术方案可知，本发明提供一种用户好友关系的分类方法及装置，通过可分享信息对用户信息进行挖掘，分析出高可信度的用户好友关系，并可进一步得到好友关系的亲密度，以及结合终端的位置信息，对好友关系进行分类。本发明能够分析出全面、有效的终端的好友关系，并进行好友关系细分，增加数据分类维度，生成更有价值的关系数据，以便根据分类结果更有效地推送产品信息。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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公开的一些实施例，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，还可以根据这些图获得其他的附图。
图1是本公开一实施例提供的一种用户好友关系的分类方法的流程示意图；
图2是本公开另一实施例提供的一种用户好友关系的分类装置的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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，都属于本公开保护的范围。
如图1所示，为本公开一实施例提供的一种用户好友关系的分类方法的流程示意图，该方法包括如下步骤：
S1：获取第一预设时间段内每个可分享信息的分享记录和领取记录。
其中，所述分享记录为至少一个终端分享所述可分享信息的记录，所述领取记录为至少一个终端领取所述可分享信息的记录。
其中，终端指安装有社交类app的终端，如手机、个人电脑等。
其中，可分享信息包括文字、图片，以及网络游戏中的装备、宠物、虚拟货币等。以使用“红包”作为载体来发送可分享信息为例，用户可将优惠券、贺卡及礼金之类的可分享信息封装于红包内，再将红包发送分享给其他好友。如现有的打车系统中，很多用户使用打车红包以获得相应的优惠。随着用户越来越多，打车系统中积累了大量分享、领取红包的数据。
S2：根据每个可分享信息的分享记录和领取记录，生成与该可分享信息对应的用户好友关系。
具体来说，对于每一个可分享信息，将分享该可分享信息的终端和领取该可分享信息的终端关联，一个关联即代表一个好友关系。统计多条关联记录，可得到每个终端的好友关系列表。
举例来说，若可分享信息为红包，红包数据包括分享记录和领取记录，其中，红包分享记录和红包领取记录中均包括红包id，则可根据红包id相同的红包分享记录和红包领取记录相关联，得到红包分享者和红包领取者的关联记录。得到多条关联记录后，统计得到每个终端对应的好友关系列表。
S3：根据所述用户好友关系，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类。
其中，所述每一终端的常用位置数据为预先获取的第二预设时间段内使用频率大于第一预设阈值的位置数据。
具体来说，将存在好友关系的两个终端的常用位置进行比较，可对好友关系进行分类，如邻居、同事、家人等等。
本实施例中，所述分享记录包括：可分享信息的标识及分享该可分享信息的第一终端的标识；所述领取记录包括：可分享信息的标识及领取该可分享信息的第二终端的标识。
则相应地，步骤S2，具体包括如下步骤：
S21：获取可分享信息的标识相同的分享记录和领取记录。
其中，可分享信息的标识包括id等。第一终端和第二终端的标识包括：手机号码、ip、MAC地址等。
S22：将所述分享记录中的第一终端与所述领取记录中的第二终端进行关联。
S23：根据多条关联记录，生成每个终端对应的用户好友关系列表。
举例来说，以打车系统中的红包数据为例，首先获取所有的红包数据，并将进一步处理获得红包分享记录<listid,phone,....>(listid表示红包id,phone表示红包分享者手机号)和红包领取记录<listid,phone...>(listid表示红包id，phone表示红包领取者手机号)，将红包分享记录和领取记录通过listid相关联，从而得到红包分享者与领取者的关联记录<passenger,friend,listid,time_stamp>，一条关联记录代表一个好友关系，其中passenger代表红包分享者，friend代表红包领取人，listid代表红包id，time_stamp代表领取时间。生成中间数据后基于统计的方法，生成每个用户对应的好友关系列表<A,(B,C,D,E...)>。
本实施例中，步骤S3具体包括如下步骤：
S31：根据用户好友关系，获得所述用户好友关系中每个终端的常用位置数据。
其中，所述常用位置数据包括预设的家的坐标信息和公司的坐标信息。
举例来说，在打车系统中，可根据每个终端的历史订单记录，分析可得到每个终端的位置信息。其中，位置信息包括家的坐标信息和公司的坐标信息。
S32：根据所述常用位置数据，得到存在好友关系的每两个终端之间的家的距离、每两个终端之间的公司的距离。
S33：若两个终端之间的家的距离小于第一预设阈值，则判定所述两个终端对应的用户为邻居关系。
需要说明的是，若两个终端之间的家的距离小于第三预设阈值，则这两个终端对应的用户为家人关系。其中，第三预设阈值小于第一预设阈值。
S34：若两个终端之间的公司的距离小于第二预设阈值，则判定所述两个终端对应的用户为同事关系。
举例来说，将终端的好友关系列表与终端的位置信息相结合，经过转换计算，得到好友距离记录<A,B,Home_distance,Company_distance>，A、B代表存在好友关系的两个终端，Home_distance代表A和B家的距离，Company_distance代表A和B公司的距离，可定义当Home_distance小于0.5km时，A、B是邻居关系，Company_distance小于0.5km时，A、B是同事关系。
进一步地，该方法还包括如下步骤：
S301：根据所述用户好友关系，获取存在好友关系的每两个终端间的互动数据和共同好友覆盖率。
具体来说，终端A和终端B(终端A和终端B为好友关系)的互动数据包括：终端A/B分享的可分享信息的数目，终端A/B领取的可分享信息的数目、终端A领取的终端B分享的可分享信息的数目、终端B领取的终端A分享的可分享信息的数目等。共同好友覆盖率指的是：终端A和终端B的共同好友数目占终端A或B的好友数目的比例。
举例来说，若可分享信息为红包数据，则本步骤中得到的互动数据包括：终端发红包数目、终端抢红包数目、终端抢好友的红包数目及好友抢终端的红包数目。
S302：根据每两个终端间的互动数据和共同好友覆盖率，确定所述两个终端的好友关系亲密度。
S303：根据确定的好友关系亲密度，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类。
具体来说，根据步骤S31至步骤S34可将用户好友关系分为邻居关系和同事关系，而确定好友关系亲密度后，可将为邻居关系的用户按照亲密度进行排序，将为同事关系的用户按照亲密度进行排序。如此，对好友关系不同类别进行细分，增加分类维度，得到更为全面、有效的好友关系，提高好友关系的可信度。
本实施例中，步骤S302中计算亲密度，具体过程如下：
根据所述互动数据及共同好友覆盖率，采用式(1)计算得到存在好友关系的终端A对于终端B的好友关系亲密度f(ab)：
其中，a、a1、a2均表示互动数据的权重，b表示共同好友覆盖率的权重；Fa表示终端A分享的可分享信息数目，Ta表示终端A领取的可分享信息数目；Fb表示终端B分享的可分享信息数目；Tb表示终端B领取的可分享信息数目；Qab表示终端A领取终端B发出的可分享信息的数目；Qba表示终端B领取终端A发出的可分享信息的数目；Comab表示终端A和终端B共同好友的数目，Fria表示终端A的好友数目，Frib表示终端B的好友数目。
其中，表示终端A对终端B的关注度；表示终端B对终端A的贡献度；表示终端B对终端A的关注度；表示终端A对终端B的贡献度；表示终端A和终端B共同好友的数目占终端A好友数目的比例；表示终端A和终端B共同好友的数目占终端B好友数目的比例。
举例来说，若可分享信息为红包数据，基于统计的方法，通过红包数据可以分析出每个用户和其好友间的红包互动记录<A,B,Fa,Ta,Fb,Tb,Qab,Qba>，A代表用户，B代表好友，Fa代表A发红包总数，Ta代表A抢红包总数，Fb代表B发红包总数，Tb代表B抢红包总数，Qab代表A抢B红包数目，Qba代表B抢A红包数目。通过步骤S2得到的好友关系列表可以得到每个用户与其好友间的好友数目统计记录<Fria,Frib,Comab>，Fria代表用户A的好友数目，Frib代表A的好友B的好友数目，Comab代表A、B共同好友数目。则根据式(1)可求出终端A和终端B对应的用户间的亲密度。
本实施例提供了一种用户好友关系的分类方法，通过可分享信息对用户关系进行挖掘，分析出高可信度的用户好友关系，并可进一步得到好友关系的亲密度，以及结合终端的位置信息，对好友关系进行分类。本发明能够分析出全面、有效的终端的好友关系，并进行好友关系细分，增加数据分类维度，生成更有价值的关系数据，以便根据分类结果更有效地推送产品信息。
如图2所示，为本公开另一实施例提供的一种用户好友关系的分类装置的结构示意图，该装置包括：获取单元201、好友关系生成单元202及分类单元203。其中：
获取单元201，用于获取第一预设时间段内的每个可分享信息的分享记录和领取记录；所述分享记录为至少一个终端分享所述可分享信息的记录，所述领取记录为至少一个终端领取所述可分享信息的记录；
好友关系生成单元202，用于根据每个可分享信息的分享记录和领取记录，生成与该可分享信息对应的用户好友关系；
分类单元203，用于根据所述用户好友关系，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类；
其中，所述每一终端的常用位置数据为预先获取的第二预设时间段内使用频率大于第一预设阈值的位置数据。
本实施例中，该装置还包括亲密度计算单元，用于：
根据所述用户好友关系，获取存在好友关系的每两个终端间的互动数据和共同好友覆盖率；
根据每两个终端间的互动数据和共同好友覆盖率，确定所述两个终端的好友关系亲密度；
根据确定的好友关系亲密度，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类。
本实施例中，所述分享记录包括：可分享信息的标识及分享该可分享信息的第一终端的标识；所述领取记录包括：可分享信息的标识及领取该可分享信息的第二终端的标识；
相应地，所述好友关系生成单元202，用于：
获取可分享信息的标识相同的分享记录和领取记录；
将所述分享记录中的第一终端与所述领取记录中的第二终端进行关联；
根据多条关联记录，生成每个终端对应的用户好友关系列表。
本实施例汇总，所述分类单元203，用于：
根据用户好友关系，获得所述用户好友关系中每个终端的常用位置数据；其中，所述常用位置数据包括预设的家的坐标信息和公司的坐标信息；
根据所述常用位置数据，得到存在好友关系的每两个终端之间的家的距离、每两个终端之间的公司的距离；
若两个终端之间的家的距离小于第一预设阈值，则判定所述两个终端对应的用户为邻居关系；
若两个终端之间的公司的距离小于第二预设阈值，则判定所述两个终端对应的用户为同事关系。
本实施例中，所述亲密度计算单元，还用于：
根据所述互动数据及共同好友覆盖率，采用公式一计算得到存在好友关系的终端A对于终端B的好友关系亲密度f(ab)：
公式一
其中，a、a1、a2均表示互动数据的权重，b表示共同好友覆盖率的权重；Fa表示终端A分享的可分享信息数目，Ta表示终端A领取的可分享信息数目；Fb表示终端B分享的可分享信息数目；Tb表示终端B领取的可分享信息数目；Qab表示终端A领取终端B发出的可分享信息的数目；Qba表示终端B领取终端A发出的可分享信息的数目；Comab表示终端A和终端B共同好友的数目，Fria表示终端A的好友数目，Frib表示终端B的好友数目。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
应当注意的是，在本公开的系统的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本公开不受限于此，可以根据需要对各个部件进行重新划分或者组合，例如，可以将一些部件组合为单个部件，或者可以将一些部件进一步分解为更多的子部件。
本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本公开实施例的系统中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上实施方式仅适于说明本公开，而并非对本公开的限制，有关技术领域的普通技术人员，在不脱离本公开的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本公开的范畴，本公开的专利保护范围应由权利要求限定。

Claims (10)

1.一种用户好友关系的分类方法，其特征在于，该方法包括：
获取第一预设时间段内的每个可分享信息的分享记录和领取记录；所述分享记录为至少一个终端分享所述可分享信息的记录，所述领取记录为至少一个终端领取所述可分享信息的记录；
根据每个可分享信息的分享记录和领取记录，生成与该可分享信息对应的用户好友关系；
根据所述用户好友关系，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类；
其中，所述每一终端的常用位置数据为预先获取的第二预设时间段内使用频率大于第一预设频率阈值的位置数据。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述用户好友关系，获取存在好友关系的每两个终端间的互动数据和共同好友覆盖率；
根据每两个终端间的互动数据和共同好友覆盖率，确定所述两个终端的好友关系亲密度；
根据确定的好友关系亲密度，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类。
3.根据权利要求1所述的方法，其特征在于，所述分享记录包括：可分享信息的标识及分享该可分享信息的第一终端的标识；所述领取记录包括：可分享信息的标识及领取该可分享信息的第二终端的标识；
相应地，所述根据每个可分享信息的分享记录和领取记录，生成与该可分享信息对应的用户好友关系，包括：
获取可分享信息的标识相同的分享记录和领取记录；
将所述分享记录中的第一终端与所述领取记录中的第二终端进行关联；
根据多条关联记录，生成每个终端对应的用户好友关系列表。
4.根据权利要求1所述的方法，其特征在于，所述根据所述用户好友关系，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类，包括：
根据用户好友关系，获得所述用户好友关系中每个终端的常用位置数据；其中，所述常用位置数据包括预设的家的坐标信息和公司的坐标信息；
根据所述常用位置数据，得到存在好友关系的每两个终端之间的家的距离、每两个终端之间的公司的距离；
若两个终端之间的家的距离小于第一预设距离阈值，则判定所述两个终端对应的用户为邻居关系；
若两个终端之间的公司的距离小于第二预设距离阈值，则判定所述两个终端对应的用户为同事关系。
5.根据权利要求2所述的方法，其特征在于，所述根据每两个终端间的互动数据和共同好友覆盖率，确定所述两个终端的好友关系亲密度，包括：
根据所述互动数据及共同好友覆盖率，采用公式(1)计算得到存在好友关系的终端A对于终端B的好友关系亲密度f(ab)：
其中，a、a1、a2均表示互动数据的权重，b表示共同好友覆盖率的权重；Fa表示终端A分享的可分享信息数目，Ta表示终端A领取的可分享信息数目；Fb表示终端B分享的可分享信息数目；Tb表示终端B领取的可分享信息数目；Qab表示终端A领取终端B发出的可分享信息的数目；Qba表示终端B领取终端A发出的可分享信息的数目；Comab表示终端A和终端B共同好友的数目，Fria表示终端A的好友数目，Frib表示终端B的好友数目。
6.一种用户好友关系的分类装置，其特征在于，该装置包括：
获取单元，用于获取第一预设时间段内的每个可分享信息的分享记录和领取记录；所述分享记录为至少一个终端分享所述可分享信息的记录，所述领取记录为至少一个终端领取所述可分享信息的记录；
好友关系生成单元，用于根据每个可分享信息的分享记录和领取记录，生成与该可分享信息对应的用户好友关系；
分类单元，用于根据所述用户好友关系，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类；
其中，所述每一终端的常用位置数据为预先获取的第二预设时间段内使用频率大于第一预设频率阈值的位置数据。
7.根据权利要求6所述的装置，其特征在于，该装置还包括亲密度计算单元，用于：
根据所述用户好友关系，获取存在好友关系的每两个终端间的互动数据和共同好友覆盖率；
根据每两个终端间的互动数据和共同好友覆盖率，确定所述两个终端的好友关系亲密度；
根据确定的好友关系亲密度，以及所述用户好友关系中每一终端的常用位置数据，对所述用户好友关系进行分类。
8.根据权利要求6所述的装置，其特征在于，所述分享记录包括：可分享信息的标识及分享该可分享信息的第一终端的标识；所述领取记录包括：可分享信息的标识及领取该可分享信息的第二终端的标识；
相应地，所述好友关系生成单元，用于：
获取可分享信息的标识相同的分享记录和领取记录；
将所述分享记录中的第一终端与所述领取记录中的第二终端进行关联；
根据多条关联记录，生成每个终端对应的用户好友关系列表。
9.根据权利要求6所述的装置，其特征在于，所述分类单元，用于：
根据用户好友关系，获得所述用户好友关系中每个终端的常用位置数据；其中，所述常用位置数据包括预设的家的坐标信息和公司的坐标信息；
根据所述常用位置数据，得到存在好友关系的每两个终端之间的家的距离、每两个终端之间的公司的距离；
若两个终端之间的家的距离小于第一预设距离阈值，则判定所述两个终端对应的用户为邻居关系；
若两个终端之间的公司的距离小于第二预设距离阈值，则判定所述两个终端对应的用户为同事关系。
10.根据权利要求7所述的装置，其特征在于，所述亲密度计算单元，还用于：
根据所述互动数据及共同好友覆盖率，采用公式(1)计算得到存在好友关系的终端A对于终端B的好友关系亲密度f(ab)：
其中，a、a1、a2均表示互动数据的权重，b表示共同好友覆盖率的权重；Fa表示终端A分享的可分享信息数目，Ta表示终端A领取的可分享信息数目；Fb表示终端B分享的可分享信息数目；Tb表示终端B领取的可分享信息数目；Qab表示终端A领取终端B发出的可分享信息的数目；Qba表示终端B领取终端A发出的可分享信息的数目；Comab表示终端A和终端B共同好友的数目，Fria表示终端A的好友数目，Frib表示终端B的好友数目。
CN201510373596.4A 2014-12-09 2015-06-30 用户好友关系的分类方法及装置 Active CN105045833B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201510373596.4A CN105045833B (zh) 2015-06-30 2015-06-30 用户好友关系的分类方法及装置
SG11201704715YA SG11201704715YA (en) 2014-12-09 2015-12-09 User maintenance system and method
US15/533,994 US20170364933A1 (en) 2014-12-09 2015-12-09 User maintenance system and method
GB1709115.8A GB2547395A (en) 2014-12-09 2015-12-09 User maintenance system and method
PCT/CN2015/096820 WO2016091173A1 (zh) 2014-12-09 2015-12-09 一种用户维护系统及方法
PH12017501080A PH12017501080A1 (en) 2014-12-09 2017-06-08 User maintenance system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510373596.4A CN105045833B (zh) 2015-06-30 2015-06-30 用户好友关系的分类方法及装置

Publications (2)

Publication Number Publication Date
CN105045833A CN105045833A (zh) 2015-11-11
CN105045833B true CN105045833B (zh) 2018-12-28

Family

ID=54452380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510373596.4A Active CN105045833B (zh) 2014-12-09 2015-06-30 用户好友关系的分类方法及装置

Country Status (1)

Country Link
CN (1) CN105045833B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016091173A1 (zh) * 2014-12-09 2016-06-16 北京嘀嘀无限科技发展有限公司 一种用户维护系统及方法
CN106055568B (zh) * 2016-05-18 2019-06-28 安徽大学 一种基于单步添加团的社交网络的朋友自动分组方法
CN108446281B (zh) * 2017-02-13 2021-03-12 北京嘀嘀无限科技发展有限公司 确定用户亲密度的方法、装置及存储介质
CN107220854A (zh) * 2017-05-31 2017-09-29 深圳正品创想科技有限公司 一种发送电子券的方法及装置
CN109600408B (zh) * 2017-09-30 2020-12-29 腾讯科技（深圳）有限公司 资源分享方法、装置、存储介质和计算机设备
CN108985952A (zh) * 2018-06-25 2018-12-11 武汉滴滴网络科技有限公司 一种社交网络关系圈划分方法
CN109756563B (zh) * 2018-12-17 2022-09-30 平安科技（深圳）有限公司 信息推送方法、装置、计算机设备和存储介质
CN110555081B (zh) * 2019-04-18 2022-05-31 国家计算机网络与信息安全管理中心 社交互动的用户分类方法、装置、电子设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130290423A1 (en) * 2012-04-28 2013-10-31 International Business Machines Corporation Method and apparatus for user grouping
CN104216903A (zh) * 2013-05-30 2014-12-17 北京千橡网景科技发展有限公司 评估用户间的关注度的方法及设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104423942A (zh) * 2013-08-28 2015-03-18 腾讯科技（深圳）有限公司 一种社区好友关系展现方法、相关装置和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130290423A1 (en) * 2012-04-28 2013-10-31 International Business Machines Corporation Method and apparatus for user grouping
CN104216903A (zh) * 2013-05-30 2014-12-17 北京千橡网景科技发展有限公司 评估用户间的关注度的方法及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An Analysis of Social Network Categories: Social Learning and Social Friendship;Mohd Shahizan Othman 等;《Procedia - Social and Behavioral Sciences》;20121231;第441页-447页 *
基于认知度的用户好友社团关系挖掘方法;孟聪 等;《计算机应用研究》;20120831;第29卷(第8期);第2833-2836页 *

Also Published As

Publication number Publication date
CN105045833A (zh) 2015-11-11

Similar Documents

Publication Publication Date Title
CN105045833B (zh) 用户好友关系的分类方法及装置
CN109271512B (zh) 舆情评论信息的情感分析方法、装置及存储介质
CN106844404B (zh) 消息显示方法及终端设备
TWI727202B (zh) 用於識別欺詐的發布商網路之方法與系統
CN105165016B (zh) 区分本地媒体与溢出媒体的方法、装置及存储介质
US20160239724A1 (en) Systems and methods for inferential sharing of photos
US20140095308A1 (en) Advertisement distribution apparatus and advertisement distribution method
US20140095509A1 (en) Method of tagging content lacking geotags with a location
US20140344929A1 (en) System and method for identifying abusive account registration
US10097888B2 (en) Determining audience engagement
US9146943B1 (en) Determining user content classifications within an online community
CN104915354B (zh) 多媒体文件推送方法及装置
KR101864439B1 (ko) 가짜 뉴스 판별 가능한 게시글 그래픽 유저 인터페이스 화면창을 구비한 가짜 뉴스 판별 시스템
CN104040963A (zh) 用于使用字符串的频谱进行垃圾邮件检测的系统和方法
JP6694962B2 (ja) メディア情報提示方法、サーバ及び記憶媒体
CN108090359B (zh) 一种应用程序监测方法及应用服务器
CN104820911B (zh) 一种快件信息的处理方法和系统
CN111654880A (zh) 一种人数统计方法、装置、及计算机设备
US9641556B1 (en) Apparatus and method for identifying constituents in a social network
CN106649738A (zh) 在搜索结果页中聚合人物类资讯信息的方法及装置
CN103699836B (zh) 一种计算机病毒信息的监测方法、装置和通信系统
US10616371B2 (en) Information terminal, access system, information processing method, and program
US20160277490A1 (en) Using hierarchical reservoir sampling to compute percentiles at scale
CN117475364A (zh) 图片检测方法、设备及计算机存储介质
CN105007212B (zh) 社交网络消息发布中消息反馈条的展示方法及装置

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