CN105471715B - 一种基于地理位置变更的移动社交网络好友推荐方法 - Google Patents
一种基于地理位置变更的移动社交网络好友推荐方法 Download PDFInfo
- Publication number
- CN105471715B CN105471715B CN201510937500.2A CN201510937500A CN105471715B CN 105471715 B CN105471715 B CN 105471715B CN 201510937500 A CN201510937500 A CN 201510937500A CN 105471715 B CN105471715 B CN 105471715B
- Authority
- CN
- China
- Prior art keywords
- user
- geographical position
- friend
- geographical
- new
- 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.)
- Expired - Fee Related
Links
- 230000008859 change Effects 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000006855 networking Effects 0.000 title claims abstract description 15
- 230000001960 triggered effect Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/222—Monitoring or handling of messages using geographical location information, e.g. messages transmitted or received in proximity of a certain spot or area
-
- 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
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
- H04W4/21—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for social networking applications
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computing Systems (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种基于地理位置变更的移动社交网络好友推荐方法及系统,属于互联网技术领域。首先,定时记录用户的地理位置信息,并将地理位置信息存入地理位置数据库中,进行整理、转换;其次,将用户所经过的全部历史地理位置进行分类,并识别这些历史地理位置属于途经地、曾短期停留、曾长期停留或初次到达;再次,实时识别用户当前的地理位置是否变更,若变更,记录变更的时长,根据时长的不同,选择推荐老朋友或者新朋友;最后,根据推荐结果,判断当前地理位置的类别,并展示出不同的推荐结果。本发明不仅能够帮助用户推荐迁往新的地方时结交新的朋友,且帮用户在出游时,推荐处于出游地的老朋友,帮助用户维系旧的好友关系。
Description
技术领域
本发明属于互联网技术领域,具体涉及一种基于地理位置变更的移动社交网络好友推荐方法及系统。
背景技术
随着现代社会人口流动性增加,越来越多的人在短期内出访异地,如出差、旅游等,需要在异地探访曾经相识的亲友;也有越来越多的人因学习、工作及生活需要长期迁往异地,需要在异地迅速地建立人际关系。目前社交网络通过传统的好友推荐系统及方法来帮助用户达到上述目的。
现有的好友推荐方法是基于节点相似度的算法。这种方法不能准确地识别用户的地理位置以及生活变迁,因此推荐效果不好。例如,一个学生大学毕业,到新的城市工作,好友推荐算法往往还在推荐大学相关的好友,这样的推荐效果很差,无法满足地理位置变更后的交友需求。
发明内容
为了克服上述现有技术存在的缺陷,本发明的目的在于提供一种基于地理位置变更的移动社交网络好友推荐方法及系统。
本发明是通过以下技术方案来实现:
本发明公开了一种基于地理位置变更的移动社交网络好友推荐方法,包括以下步骤:
步骤一,定时记录用户的地理位置信息,并将地理位置信息存入地理位置数据库中,进行整理、转换;
步骤二,将用户所经过的全部历史地理位置进行分类,并识别这些历史地理位置属于途经地、曾短期停留、曾长期停留或初次到达;
步骤三,实时识别用户当前的地理位置是否变更,若变更,记录变更的时长,根据时长的不同,选择推荐老朋友或者新朋友;
步骤四,根据推荐结果,判断当前地理位置的类别,并展示出不同的推荐结果。
步骤一所述用户的地理位置信息包括用户地理位置详表、用户地理位置表、用户历史地理位置汇总表。
地理位置信息的具体数据采集及处理,包括如下步骤:
1)当用户在线时,每隔1~3小时,向服务器报告用户的地理位置以及用户所使用的终端,生成一条用户地理位置详细记录,并存入用户地理位置详表中;
2)利用用户地理位置详表中的数据,计算每个用户在每个地理位置的每次停留时长,存入用户地理位置表;
具体为:将地理位置相同的相邻的记录汇总,生成记录,存入用户地理位置表;所述记录包括用户ID、地理位置、起始时间及停留时长;
3)利用用户地理位置表中的数据,计算每个用户在每个地理位置的停留次数、总停留天数及最大停留天数,生成记录,存入用户历史地理位置汇总表。
步骤二中,定义用户历史停留的地理位置的类型为L,用户停留次数为Ns,总停留时长为Ts,最大停留时长为Tm;则有:L=f(Ns,Ts,Tm),表示为:地理位置的类型L是用户停留次数Ns、总停留时长Ts、最大停留时长Tm的函数f。
实现所述函数f的方法为:
如果,用户停留次数Ns等于“0”,则判断该用户地理位置的类型L为初次到达;
如果,用户最大停留时长Tm小于等于1天,则判断该用户地理位置的类型L为途经地;
如果,用户最大停留时长Tm大于1天,小于1周,则判断该用户地理位置的类型L曾短期停留;
如果,用户最大停留时长Tm大于等于1周,则判断该用户地理位置的类型L曾长期停留。
步骤三所述实时识别用户当前的地理位置是否变更的判断方法为:根据当用户地理位置详表中最新的地理位置记录与上一时刻的记录不同时,判断用户发生地理位置变更,产生地理位置变更信号,记为<新地理位置,停留时长>;
其中,地理位置变更信号在当前的地理位置不变时有效,若地理位置发生新的变化,则上一个地理位置变更信号失效,产生新的地理位置变更信号。
推荐老朋友或新朋友的具体操作如下:
若停留时长小于3小时,不触发任何操作;
若停留时长大于3小时,小于3天,则推荐老朋友;
若停留时间大于3天,则推荐新朋友。
推荐老朋友时,为用户推荐其好友中的地理位置与该用户当前地理位置相同的好友;
推荐新朋友时,为用户推荐地理位置与该用户当前地理位置相同的潜在好友,潜在好友是指有望成为用户的好友,但当前尚不是用户好友的用户;在识别潜在好友的基础上,筛选地理位置与用户相同的潜在好友,推荐给用户;
潜在好友的识别采用计算共同好友数的方法,共同好友数是指用户与其它用户的好友的重复数量。
本发明还公开了一种基于地理位置变更的移动社交网络好友推荐系统,由实时处理子系统、历史数据处理子系统及结果展示模块构成;
实时处理子系统包括地理位置变更识别模块、老朋友推荐模块及新朋友推荐模块;
历史数据处理子系统包括地理位置数据库和地理位置类别判断模块;
所述地理位置类别判断模块,用于判断用户所经过的全部历史地理位置的类别,识别这些历史地理位置是途经地、曾短期停留、曾长期停留或初次到达;
所述地理位置变更识别模块,用于判断用户当前的地理位置是否变更以及已变更的时长,并依据时长的不同,决定是否触发老朋友推荐模块及新朋友推荐模块;
其中,老朋友推荐模块,用于为用户推荐其好友中的地理位置与该用户当前地理位置相同的好友;
新朋友推荐模块,为用户推荐地理位置与该用户当前地理位置相同的潜在好友,潜在好友是指可能成为用户的好友,但当前尚不是用户好友的用户;
所述地理位置数据库,用于记录用户的地理位置信息,包括用户地理位置详表、用户地理位置表及用户历史地理位置汇总表。
与现有技术相比,本发明具有以下有益的技术效果:
本发明公开的基于双吸引度计算的社交网络陌生交友推荐方法,首先定时记录用户的地理位置信息,并将地理位置信息存入地理位置数据库中,进行整理、转换;将用户所经过的全部历史地理位置进行分类,并识别这些历史地理位置属于途经地、曾短期停留、曾长期停留或初次到达;然后实时识别用户当前的地理位置是否变更,若变更,记录变更的时长,根据时长的不同,选择推荐老朋友或者新朋友;最后,根据推荐结果,判断当前地理位置的类别,并展示出不同的推荐结果。该方法较现有方法优势主要体现在:该方法能够准确识别地理位置的变迁,然后根据分类结果准确地推荐社交网络好友。通过分析和识别用户的地理位置变迁,根据不同的情况触发不同的推荐功能。本发明不仅仅帮用户推荐“新朋友”(即在迁往新的地方时结交新的朋友),而且帮用户推荐“老朋友”(即在用户出游时,推荐处于出游地的老朋友,帮助用户维系旧的好友关系)。
本发明公开的基于地理位置变更的移动社交网络好友推荐系统,由实时处 理子系统和历史数据处理子系统两个子系统构成。历史数据处理子系统会将每一条地理位置信息存入地理位置数据库,并进行数据的整理、转换工作。地理位置类别判断模块会判断用户所经过的全部历史地理位置的类别,识别这些历史地理位置是途经地、曾短期停留、曾长期停留、初次到达。实时数据处理子系统基于用户当前的地理位置信息,决定触发的动作。地理位置变更识别模块用于判断用户当前的地理位置是否变更、以及已变更的时长。依据时长的不同,决定是否触发“老朋友”推荐模块(推荐位于用户当前所处地理位置的“老朋友”)及“新朋友”推荐模块(推荐位于用户当前所处地理位置的“新朋友”)。再基于地理位置类别判断模块返回的当前地理位置的类别,在结果展示系统中展示不同的推荐结果。
附图说明
图1为基于地理位置变更的移动社交网络好友推荐系统逻辑结构图;
图2为地理位置变更识别模块逻辑流程框图;
图3为用户界面展示图。
其中,101为地理位置数据库;102为地理位置变更识别模块;103为地理位置类别判断模块;104为老朋友推荐模块;105为新朋友推荐模块;106为结果展示模块。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
本发明公开的基于地理位置变更的移动社交网络好友推荐方法及系统,其功能逻辑结构参见图1,其中,101为地理位置数据库;102为地理位置变更识别模块;103为地理位置类别判断模块;104为老朋友推荐模块;105为新朋友推荐模块;106为结果展示模块。
由实时处理子系统、历史数据处理子系统及结果展示模块106构成;
实时处理子系统包括地理位置变更识别模块102、老朋友推荐模块104及新朋友推荐模块105;
历史数据处理子系统包括地理位置数据库101和地理位置类别判断模块103;
所述地理位置类别判断模块103,用于判断用户所经过的全部历史地理位置的类别,识别这些历史地理位置是途经地、曾短期停留、曾长期停留或初次到达;
所述地理位置变更识别模块102,用于判断用户当前的地理位置是否变更以及已变更的时长,并依据时长的不同,决定是否触发老朋友推荐模块及新朋友推荐模块;
其中,老朋友推荐模块104,用于为用户推荐其好友中的地理位置与该用户当前地理位置相同的好友;
新朋友推荐模块105,为用户推荐地理位置与该用户当前地理位置相同的潜在好友,潜在好友是指可能成为用户的好友,但当前尚不是用户好友的用户;
所述地理位置数据库101,用于记录用户的地理位置信息,包括用户地理位置详表、用户地理位置表及用户历史地理位置汇总表。
基于上述系统,本发明公开的基于地理位置变更的移动社交网络好友推荐方法,包括以下步骤:
步骤一,定时记录用户的地理位置信息,并将地理位置信息存入地理位置数据库中,进行整理、转换;
步骤二,将用户所经过的全部历史地理位置进行分类,并识别这些历史地理位置属于途经地、曾短期停留、曾长期停留或初次到达;
步骤三,实时识别用户当前的地理位置是否变更,若变更,记录变更的时长,根据时长的不同,选择推荐老朋友或者新朋友;
步骤四,根据推荐结果,判断当前地理位置的类别,并为用户展示出不同 的推荐结果。
下面对各模块工作进行具体举例说明:
1、地理位置数据库
地理位置数据库101用于记录用户的地理位置信息,包括用户地理位置详表、用户地理位置表、用户历史地理位置汇总表等表格。
具体的数据采集和处理过程如下:
当用户在线时,每隔一定时长(如1~3小时),向服务器报告用户的地理位置(城市)以及用户所使用的终端(手机、平板电脑、笔记本电脑或台式机),生成一条用户地理位置详细记录:<用户ID、时间、地理位置、终端>,存入用户地理位置详表。例如:<1001,2015-10-115:00,南京,手机>表示用户1001在2015年10月1日15时,在南京用手机使用软件。
利用上述用户地理位置详表中数据,计算每个用户在每个地理位置的每次的停留时长。具体方法是:将地理位置相同的相邻的记录汇总,生成记录:<用户ID、地理位置、起始时间、时长>,存入用户地理位置表。例如:<1001,南京,2015-10-115:00,107>表示用户1001在2015年10月1日15时之后的107个小时内都在南京。
利用上述用户地理位置表中的数据,计算每个用户在每个地理位置的停留次数、总停留时长(天)、最大停留时长(天)等数据,生成记录:<用户ID、地理位置、停留次数、总停留时长、最大停留时长>,存入用户历史地理位置汇总表。例如:<1001,南京,15,30.5,4.3>表示用户1001在南京停留15次,共停留30.5天,最大停留时长为4.3天。
2、地理位置类别判断模块
地理位置类别判断模块103用于判断用户历史停留的地理位置的类型L,可包括曾长期停留、曾短期停留、途经地、初次到达这四大类。可以使用用户停留次数Ns、总停留时长Ts、最大停留时长Tm综合判断。因此,L=f(Ns,Ts, Tm),即地理位置的类型L是用户停留次数Ns、总停留时长Ts、最大停留时长Tm等指标的函数。函数f有多种实现方法。
例如,一种特定的简便地判断地理位置类别的方法如下:
如果,用户停留次数Ns等于“0”,则判断该用户地理位置的类型L为初次到达;
如果,用户最大停留时长Tm小于等于1天,则判断该用户地理位置的类型L为途经地;
如果,用户最大停留时长Tm大于1天,小于1周,则判断该用户地理位置的类型L曾短期停留;
如果,用户最大停留时长Tm大于等于1周,则判断该用户地理位置的类型L曾长期停留。
3、地理位置变更识别模块
地理位置变更识别模块102用于识别用户的地理位置是否发生变更,以及触发相应的操作。
参见图2,当用户地理位置详表中最新的地理位置记录与的上一时刻的记录不同时,称为用户发生地理位置变更,产生地理位置变更信号,记为<新地理位置,停留时长>。例如:上一条记录为<1001,2015-10-115:00,南京,手机>,而用户当前地理位置为上海<1001,2015-10-116:00,上海,手机>,则称用户发生地理位置变更,产生地理位置变更信号<上海,0小时>。
地理位置变更信号只有在当前的地理位置不变时有效。如果地理位置发生新的变化,则上一个地理位置变更信号失效,产生新的地理位置变更信号。接上例,如果下一条记录为<1001,2015-10-117:00,上海,手机>,则称用户地理位置变更信号继续有效,变成<上海,1小时>;如果下一条记录为<1001,2015-10-117:00,苏州,手机>,则称用户地理位置变更失效,产生新的地理位置变更信号,记为<苏州,0小时>。
依据地理位置信号的不同,可以触发不同的好友推荐。例如,一种可行的方案如下:
(1)停留时长小于3个小时:不触发任何操作(为了保证用户在过境时不被骚扰)。
(2)停留时长大于3小时,但小于3天:触发“老朋友”推荐。
(3)停留时长大于3天:触发“新朋友”推荐。
4、“老朋友”推荐模块
当“老朋友”推荐被触发时,为用户推荐其好友中的地理位置与该用户当前地理位置相同的好友。例如,用户1001的地理位置变更信号为<上海,12小时>,其好友1002目前的地理位置也在上海,那么为1001推荐其好友1002。
在展示被推荐老朋友时,可根据用户与被推荐老朋友的联系密切程度进行排序。联系密切程度的度量方式可以有多种,例如可依照历史互发的消息数量来衡量。
5、“新朋友”推荐模块
当“新朋友”推荐被触发时,为用户推荐地理位置与该用户当前地理位置相同的潜在好友。潜在好友是指可能成为用户的好友,但当前尚不是用户好友的用户。
潜在好友的识别可采用计算共同好友数的方法来完成。共同好友数是指用户与其它用户的好友的重复数量。例如,用户1001有30个好友,用户1003有50个好友,其中10个是相同的,那么用户1001和用户1003的共同好友数为10。潜在好友可以定义为共同好友数大于一定数量(例如,共同好友数大于5)的其他用户。
在识别潜在好友的基础上,筛选地理位置与用户相同的潜在好友,推荐给用户。
例如,用户1001的地理位置变更信号为<上海,5天>,1003与用户1001 的共同好友数为10,同时1003的地理位置也在上海,那么为1001推荐用户1003。
6、推荐结果展示模块
参见图3,推荐结果展示模块将推荐结果展示给用户。
根据地理位置类别判断模块的判断,如果当前地理位置为“曾长期停留”,显示“欢迎回到xxx”(这里xxx为当前地理位置);如果当前地理位置为“曾短期停留”、“途经地”或“初次到达”,显示“欢迎来到xxx”。
根据地理位置变更识别模块的判断,如果“老朋友”推荐被触发,展示“与如下好友联系一下吧”,并展示老朋友推荐模块计算出的“老朋友”;根据地理位置变更识别模块的判断,如果“新朋友”推荐被触发,展示“你也许会感兴趣”,并展示新朋友推荐模块中计算出的“新朋友”。
Claims (4)
1.一种基于地理位置变更的移动社交网络好友推荐方法,其特征在于,包括以下步骤:
步骤一,定时记录用户的地理位置信息,并将地理位置信息存入地理位置数据库中,进行整理、转换;
所述用户的地理位置信息包括用户地理位置详表、用户地理位置表、用户历史地理位置汇总表;地理位置信息的具体数据采集及处理,包括如下步骤:
1)当用户在线时,每隔1~3小时,向服务器报告用户的地理位置以及用户所使用的终端,生成一条用户地理位置详细记录,并存入用户地理位置详表中;
2)利用用户地理位置详表中的数据,计算每个用户在每个地理位置的每次停留时长,存入用户地理位置表;
具体为:将地理位置相同的相邻的记录汇总,生成记录,存入用户地理位置表;所述记录包括用户ID、地理位置、起始时间及停留时长;
3)利用用户地理位置表中的数据,计算每个用户在每个地理位置的停留次数、总停留天数及最大停留天数,生成记录,存入用户历史地理位置汇总表;
步骤二,将用户所经过的全部历史地理位置进行分类,并识别这些历史地理位置属于途经地、曾短期停留、曾长期停留或初次到达;
定义用户历史停留的地理位置的类型为L,用户停留次数为Ns,总停留时长为Ts,最大停留时长为Tm;则有:L=f(Ns,Ts,Tm),表示为:地理位置的类型L是用户停留次数Ns、总停留时长Ts、最大停留时长Tm的函数f;
其中,实现所述函数f的方法为:
如果,用户停留次数Ns等于“0”,则判断该用户地理位置的类型L为初次到达;
如果,用户最大停留时长Tm小于等于1天,则判断该用户地理位置的类型L为途经地;
如果,用户最大停留时长Tm大于1天,小于1周,则判断该用户地理位置的类型L曾短期停留;
如果,用户最大停留时长Tm大于等于1周,则判断该用户地理位置的类型L曾长期停留;
步骤三,实时识别用户当前的地理位置是否变更,若变更,记录变更的时长,根据时长的不同,选择推荐老朋友或者新朋友;
步骤四,根据推荐结果,判断当前地理位置的类别,并为用户展示出不同的推荐结果。
2.根据权利要求1所述的基于地理位置变更的移动社交网络好友推荐方法,其特征在于,步骤三所述实时识别用户当前的地理位置是否变更的判断方法为:根据当用户地理位置详表中最新的地理位置记录与上一时刻的记录不同时,判断用户发生地理位置变更,产生地理位置变更信号,记为<新地理位置,停留时长>;
其中,地理位置变更信号在当前的地理位置不变时有效,若地理位置发生新的变化,则上一个地理位置变更信号失效,产生新的地理位置变更信号。
3.根据权利要求2所述的基于地理位置变更的移动社交网络好友推荐方法,其特征在于,推荐老朋友或新朋友的具体操作如下:
若停留时长小于3小时,不触发任何操作;
若停留时长大于3小时,小于3天,则推荐老朋友;
若停留时间大于3天,则推荐新朋友。
4.根据权利要求3所述的基于地理位置变更的移动社交网络好友推荐方法,其特征在于,推荐老朋友时,为用户推荐其好友中的地理位置与该用户当前地理位置相同的好友;
推荐新朋友时,为用户推荐地理位置与该用户当前地理位置相同的潜在好友,潜在好友是指有望成为用户的好友,但当前尚不是用户好友的用户;在识别潜在好友的基础上,筛选地理位置与用户相同的潜在好友,推荐给用户;
潜在好友的识别采用计算共同好友数的方法,共同好友数是指用户与其它用户的好友的重复数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510937500.2A CN105471715B (zh) | 2015-12-14 | 2015-12-14 | 一种基于地理位置变更的移动社交网络好友推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510937500.2A CN105471715B (zh) | 2015-12-14 | 2015-12-14 | 一种基于地理位置变更的移动社交网络好友推荐方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105471715A CN105471715A (zh) | 2016-04-06 |
CN105471715B true CN105471715B (zh) | 2017-06-06 |
Family
ID=55609020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510937500.2A Expired - Fee Related CN105471715B (zh) | 2015-12-14 | 2015-12-14 | 一种基于地理位置变更的移动社交网络好友推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105471715B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106856451B (zh) * | 2017-02-21 | 2021-01-19 | 苏州爱上网络科技股份有限公司 | 一种用于智能设备用户的短距提醒方法 |
CN108733692A (zh) * | 2017-04-18 | 2018-11-02 | 腾讯科技(深圳)有限公司 | 一种社交信息推荐方法和装置 |
CN107038649B (zh) * | 2017-05-10 | 2021-03-26 | 广东小天才科技有限公司 | 一种终端用户的好友推荐方法及装置 |
CN107995099A (zh) * | 2017-11-24 | 2018-05-04 | 广东欧珀移动通信有限公司 | 好友推荐方法及装置 |
CN111625729A (zh) * | 2020-06-02 | 2020-09-04 | 即时匹配(上海)网络科技有限公司 | 一种基于位置信息自动推荐好友的方法及系统 |
CN112948711A (zh) * | 2021-03-24 | 2021-06-11 | 深圳人工智能与数据科学研究院(龙华) | 一种基于地理位置分享轨迹的社交网络好友推荐系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102752708A (zh) * | 2011-04-20 | 2012-10-24 | 曹晓刚 | 基于地理位置服务的并行好友推荐系统和方法 |
CN102761606B (zh) * | 2012-06-12 | 2015-09-23 | 华为终端有限公司 | 一种确定目标用户的方法及设备 |
-
2015
- 2015-12-14 CN CN201510937500.2A patent/CN105471715B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN105471715A (zh) | 2016-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105471715B (zh) | 一种基于地理位置变更的移动社交网络好友推荐方法 | |
US20200356155A1 (en) | Sharing Locations with Friends on Online Social Networks | |
US10282154B2 (en) | Graphical user interface for map search | |
CN104123398B (zh) | 一种信息推送方法及装置 | |
US20140095509A1 (en) | Method of tagging content lacking geotags with a location | |
CN103096242B (zh) | 基于位置服务的用户推荐方法及系统 | |
CN105409306B (zh) | 移动终端位置预测方法及装置 | |
CN103795613B (zh) | 一种在线社交网络中朋友关系预测的方法 | |
US20150172327A1 (en) | System and method for sharing previously visited locations in a social network | |
CN104202319A (zh) | 一种社交关系推荐方法及装置 | |
CN103986814B (zh) | 创建通话记录的方法和移动终端 | |
CN104572937A (zh) | 一种基于室内生活圈的线下好友推荐方法 | |
CN104680250A (zh) | 一种位置预测系统 | |
CN107220312A (zh) | 一种基于共现图的兴趣点推荐方法及系统 | |
CN106776959A (zh) | 一种基于线上线下双重社交关系的活动推荐系统及方法 | |
Umair et al. | Discovering personal places from location traces | |
CN103279483B (zh) | 一种面向微博客的话题流行范围评估方法及系统 | |
US8903914B2 (en) | Selecting user accounts in social network to answer question | |
CN104281646B (zh) | 基于微博数据的城市内涝检测方法 | |
Pimpale et al. | Analyzing spread of influence in social networks for transportation applications | |
EP2933773A1 (en) | Power management of mobile clients using location-based services | |
Meng et al. | To trust or not to trust? Exploring the roles of Facebook and WhatsApp use and network diversity | |
Xie et al. | Hot time periods discovery for facility proportioning in urban commercial districts using POIs and mobile phone data | |
Measham et al. | Vulnerability analysis, risk and deliberation: the Sydney climate change adaptation initiative | |
Amirat et al. | Locrec: Rule-based successive location recommendation in lbsn |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170606 Termination date: 20191214 |
|
CF01 | Termination of patent right due to non-payment of annual fee |