CN105653557A - 基于社交关系的评价内容筛选方法和系统 - Google Patents
基于社交关系的评价内容筛选方法和系统 Download PDFInfo
- Publication number
- CN105653557A CN105653557A CN201410693435.9A CN201410693435A CN105653557A CN 105653557 A CN105653557 A CN 105653557A CN 201410693435 A CN201410693435 A CN 201410693435A CN 105653557 A CN105653557 A CN 105653557A
- Authority
- CN
- China
- Prior art keywords
- targeted customer
- good friend
- screening
- content
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开一种基于社交关系的评价内容筛选方法和系统。其中通过利用用户的社交关系进行聚类以得到当前用户的好友集合,获取指定评价系统的注册用户信息。根据注册用户信息和当前用户的好友集合,确定目标用户集合,其中目标用户集合中的每个目标用户既是指定评价系统的注册用户,同时也包括在当前用户的好友集合中。从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论,以作为筛选内容并显示。由此可实现仅显示好友评论信息,从而避免了陌生人的评价干扰,提高了用户的访问效率。
Description
技术领域
本发明涉及移动互联网领域,特别涉及一种基于社交关系的评价内容筛选方法和系统。
背景技术
现有的互联网评价系统,如号百商城、电影评价网站、阅读网站、电商网站、淘宝购物评价网站等,都是以具体商品为纬度进行评价,所有针对该商品的评价内容仅根据发布时间先后排序,因此对于查阅者来说,需要逐条阅读,以查找自己感兴趣的评价内容,从而降低了用户体验。同时由于发表评论的人员众多,有些评价是用户基于其它目的发布或者随意进行发布的,因此会进一步降低用户体验。
在大量的评价信息中,用户往往会倾向于阅读好友的相关评价,然而现有技术中无法对评价信息进行过滤,这给用户查找好友评价带来了不便。
发明内容
本发明实施例提供一种基于社交关系的评价内容筛选方法和系统,通过对用户的社交关系进行聚类,利用得到的聚类人群从评价系统中进行筛选,从而达到只显示好友评论信息的目的。
根据本发明的一个方面,提供一种基于社交关系的评价内容筛选方法,包括:
获取当前用户在预先设定的社交站点中的好友关系信息;
将所述好友关系信息进行聚类分析,从而得到当前用户的好友集合;
获取指定评价系统的注册用户信息;
根据所述注册用户信息和当前用户的好友集合,确定目标用户集合,其中目标用户集合中的每个目标用户既是指定评价系统的注册用户,同时也包括在当前用户的好友集合中;
从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论,以作为筛选内容;
显示筛选内容。
在一个实施例中,在当前用户的好友集合中,每个好友信息包括来源、昵称、登录名、手机号、注册邮箱、真实姓名和头像;
注册用户信息包括昵称、登录名、手机号、注册邮箱、真实姓名和头像。
在一个实施例中,根据所述注册用户信息和当前用户的好友集合,确定目标用户集合的步骤包括:
将分别在所述注册用户信息和当前用户的好友集合中,具有相同手机号、真实姓名、注册邮箱、或登录名相同的用户作为目标用户。
在一个实施例中,根据所述注册用户信息和当前用户的好友集合,确定目标用户集合的步骤包括:
将分别在所述注册用户信息和当前用户的好友集合中,具有相同昵称和头像的用户作为目标用户。
在一个实施例中,从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容之后,还包括:
对筛选内容进行优化更新,其中将目标用户在指定评价系统中使用的昵称,更换为所述目标用户在指定社交站点中使用的昵称或真实姓名;
然后执行显示筛选内容的步骤。
在一个实施例中,从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容之后,还包括:
删除筛选内容中的垃圾评论;
然后执行对筛选内容进行优化更新的步骤。
根据本发明的另一方面,提供一种基于社交关系的评价内容筛选系统,包括好友信息获取单元、好友聚类分析单元、评价系统用户信息获取单元、好友拟合单元、评价内容筛选单元和显示单元,其中:
好友信息获取单元,用于获取当前用户在预先设定的社交站点中的好友关系信息;
好友聚类分析单元,用于将所述好友关系信息进行聚类分析,从而得到当前用户的好友集合;
评价系统用户信息获取单元,用于获取指定评价系统的注册用户信息;
好友拟合单元,用于根据所述注册用户信息和当前用户的好友集合,确定目标用户集合,其中目标用户集合中的每个目标用户既是指定评价系统的注册用户,同时也包括在当前用户的好友集合中;
评价内容筛选单元,用于从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论,以作为筛选内容;
显示单元,用于显示筛选内容。
在一个实施例中,在当前用户的好友集合中,每个好友信息包括来源、昵称、登录名、手机号、注册邮箱、真实姓名和头像;
注册用户信息包括昵称、登录名、手机号、注册邮箱、真实姓名和头像。
在一个实施例中,好友拟合单元具体将分别在所述注册用户信息和当前用户的好友集合中,具有相同手机号、真实姓名、注册邮箱、或登录名相同的用户作为目标用户。
在一个实施例中,好友拟合单元具体将分别在所述注册用户信息和当前用户的好友集合中,具有相同昵称和头像的用户作为目标用户。
在一个实施例中,系统还包括优化显示单元,其中:
优化显示单元,用于在评价内容筛选单元从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容之后,对筛选内容进行优化更新,其中将目标用户在指定评价系统中使用的昵称,更换为所述目标用户在指定社交站点中使用的昵称或真实姓名,然后指示显示单元执行显示筛选内容的操作。
在一个实施例中,系统还包括垃圾评论删除单元,其中:
垃圾评论删除单元,用于在评价内容筛选单元从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容之后,删除筛选内容中的垃圾评论,然后指示优化显示单元执行对筛选内容进行优化更新的操作。
本发明通过对用户的社交关系进行聚类,利用得到的聚类人群与评价系统中的注册用户信息进行拟合判断,以得到目标用户集合,从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容,由此可仅显示好友评论信息,从而避免了陌生人的评价干扰,提高了用户的访问效率。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于社交关系的评价内容筛选方法一个实施例的示意图。
图2为本发明基于社交关系的评价内容筛选方法另一实施例的示意图。
图3为本发明基于社交关系的评价内容筛选系统一个实施例的示意图。
图4为本发明基于社交关系的评价内容筛选系统另一实施例的示意图。
具体实施方式
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实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
图1为本发明基于社交关系的评价内容筛选方法一个实施例的示意图。如图1所示,本实施例的方法步骤如下:
步骤101,获取当前用户在预先设定的社交站点中的好友关系信息。
步骤102,将所述好友关系信息进行聚类分析,从而得到当前用户的好友集合。
优选的,在当前用户的好友集合中,每个好友信息可包括来源、昵称、登录名、手机号、注册邮箱、真实姓名和头像等信息。
例如,可通过聚类算法(Kmeans),分析当前用户在所有社交站点的好友关系,并将好友按照不同来源存储成多维数组,形式如下
好友m:
来源m1,昵称m1,登录名m1,手机号m1,注册邮箱m1,真实姓名m1,头像m1;
来源m2,昵称m2,登录名m2,手机号m2,注册邮箱m2,真实姓名m2,头像m2;
……
来源mn,昵称mn,登录名mn,手机号mn,注册邮箱mn,真实姓名mn,头像mn。
步骤103,获取指定评价系统的注册用户信息。
优选的,注册用户信息包括昵称、登录名、手机号、注册邮箱、真实姓名和头像等。
步骤104,根据所述注册用户信息和当前用户的好友集合,确定目标用户集合,其中目标用户集合中的每个目标用户既是指定评价系统的注册用户,同时也包括在当前用户的好友集合中。
优选的,根据所述注册用户信息和当前用户的好友集合,确定目标用户集合的步骤可包括下列方式1或方式2:
方式1:将分别在所述注册用户信息和当前用户的好友集合中,具有相同手机号、真实姓名、注册邮箱、或登录名相同的用户作为目标用户。
方式2:将分别在所述注册用户信息和当前用户的好友集合中,具有相同昵称和头像的用户作为目标用户。
步骤105,从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论,以作为筛选内容。
步骤106,显示筛选内容。
基于本发明上述实施例提供的基于社交关系的评价内容筛选方法,通过对用户的社交关系进行聚类,利用得到的聚类人群与评价系统中的注册用户信息进行拟合判断,以得到目标用户集合,从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容,由此可仅显示好友评论信息,从而避免了陌生人的评价干扰,提高了用户的访问效率。
图2为本发明基于社交关系的评价内容筛选方法另一实施例的示意图。与图1所示实施例相比,在图2所示实施例中,进一步将评价发布者的昵称替换为当前用户熟悉的社交系统昵称或真实姓名,从而能够使当前用户更容易地识别评论发布者的身份。
步骤201,获取当前用户在预先设定的社交站点中的好友关系信息。
步骤202,将所述好友关系信息进行聚类分析,从而得到当前用户的好友集合。
步骤203,获取指定评价系统的注册用户信息。
步骤204,根据所述注册用户信息和当前用户的好友集合,确定目标用户集合,其中目标用户集合中的每个目标用户既是指定评价系统的注册用户,同时也包括在当前用户的好友集合中。
步骤205,从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论,以作为筛选内容。
步骤206,对筛选内容进行优化更新,其中将目标用户在指定评价系统中使用的昵称,更换为所述目标用户在指定社交站点中使用的昵称或真实姓名。
步骤207,显示筛选内容。
在一个实施例中,为了提高系统效率,避免垃圾评论对当前用户的干扰,可在获得筛选内容之后,删除筛选内容中的垃圾评论,然后执行对筛选内容进行优化更新的处理。
由于本领域技术人员了解如何进行垃圾评论删除,因此这里不展开描述。
优选的,由于评论通常可分为正面评论、负面评论和中性评论,而中性评论作为参考意义不大,因此也可将筛选内容中的中性评论删除。可以采用多种方式对评论的倾向性进行判断,例如,可利用Hownet(知网)提供的正负面评价词语作为基准词,判别待定词与基准词在Hownet中是否为同义词,由此计算出待定词的倾向性。若待定词与正面评价词语的相似度大于预定门限,则可视为该待定词表达正面评价的倾向;若待定词与负面评价词语的相似度大于预定门限,则可视为该待定词表达负面评价的倾向。
图3为本发明基于社交关系的评价内容筛选系统一个实施例的示意图。如图3所示,该系统可包括好友信息获取单元301、好友聚类分析单元302、评价系统用户信息获取单元303、好友拟合单元304、评价内容筛选单元305和显示单元306。其中:
好友信息获取单元301,用于获取当前用户在预先设定的社交站点中的好友关系信息。
好友聚类分析单元302,用于将所述好友关系信息进行聚类分析,从而得到当前用户的好友集合。
优选的,在当前用户的好友集合中,每个好友信息可包括来源、昵称、登录名、手机号、注册邮箱、真实姓名和头像等信息。
评价系统用户信息获取单元303,用于获取指定评价系统的注册用户信息。
优选的,注册用户信息包括昵称、登录名、手机号、注册邮箱、真实姓名和头像等。
好友拟合单元304,用于根据所述注册用户信息和当前用户的好友集合,确定目标用户集合,其中目标用户集合中的每个目标用户既是指定评价系统的注册用户,同时也包括在当前用户的好友集合中。
优选的,好友拟合单元304可将分别在所述注册用户信息和当前用户的好友集合中,具有相同手机号、真实姓名、注册邮箱、或登录名相同的用户作为目标用户。或者,好友拟合单元304可将分别在所述注册用户信息和当前用户的好友集合中,具有相同昵称和头像的用户作为目标用户。
评价内容筛选单元305,用于从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论,以作为筛选内容。
显示单元306,用于显示筛选内容。
基于本发明上述实施例提供的基于社交关系的评价内容筛选系统,通过对用户的社交关系进行聚类,利用得到的聚类人群与评价系统中的注册用户信息进行拟合判断,以得到目标用户集合,从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容,由此可仅显示好友评论信息,从而避免了陌生人的评价干扰,提高了用户的访问效率。
图4为本发明基于社交关系的评价内容筛选系统另一实施例的示意图。与图3所示实施例相比,在图4所示实施例中,系统还可包括优化显示单元401。其中:
优化显示单元401,用于在评价内容筛选单元305从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容之后,对筛选内容进行优化更新,其中将目标用户在指定评价系统中使用的昵称,更换为所述目标用户在指定社交站点中使用的昵称或真实姓名,然后指示显示单元306执行显示筛选内容的操作。
通过将评价发布者的昵称替换为当前用户熟悉的社交系统昵称或真实姓名,从而能够使当前用户更容易地识别评论发布者的身份。
在一个实施例中,如图4所示,该系统还可包括垃圾评论删除单元402。其中:
垃圾评论删除单元402,用于在评价内容筛选单元305从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容之后,删除筛选内容中的垃圾评论,然后指示优化显示单元401执行对筛选内容进行优化更新的操作。
通过删除垃圾评论,从而可有效减小垃圾评论对当前用户的干扰。当然,如有必要,也可删除对用户参考意义不大的中性评论。
通过实施本发明,通过对多个外部社交关系进行聚类,利用得到的聚类人群在评价系统内部过滤评价内容,从而达到用户可以选择只显示好友的评论信息的目的。同时将评论人昵称变换为用户可辨识的好友昵称或真实姓名,提升网站的友好性。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (12)
1.一种基于社交关系的评价内容筛选方法,其特征在于,包括:
获取当前用户在预先设定的社交站点中的好友关系信息;
将所述好友关系信息进行聚类分析,从而得到当前用户的好友集合;
获取指定评价系统的注册用户信息;
根据所述注册用户信息和当前用户的好友集合,确定目标用户集合,其中目标用户集合中的每个目标用户既是指定评价系统的注册用户,同时也包括在当前用户的好友集合中;
从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论,以作为筛选内容;
显示筛选内容。
2.根据权利要求1所述的方法,其特征在于,
在当前用户的好友集合中,每个好友信息包括来源、昵称、登录名、手机号、注册邮箱、真实姓名和头像;
注册用户信息包括昵称、登录名、手机号、注册邮箱、真实姓名和头像。
3.根据权利要求2所述的方法,其特征在于,
根据所述注册用户信息和当前用户的好友集合,确定目标用户集合的步骤包括:
将分别在所述注册用户信息和当前用户的好友集合中,具有相同手机号、真实姓名、注册邮箱、或登录名相同的用户作为目标用户。
4.根据权利要求2所述的方法,其特征在于,
根据所述注册用户信息和当前用户的好友集合,确定目标用户集合的步骤包括:
将分别在所述注册用户信息和当前用户的好友集合中,具有相同昵称和头像的用户作为目标用户。
5.根据权利要求1-4中任一项所述的方法,其特征在于,
从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容之后,还包括:
对筛选内容进行优化更新,其中将目标用户在指定评价系统中使用的昵称,更换为所述目标用户在指定社交站点中使用的昵称或真实姓名;
然后执行显示筛选内容的步骤。
6.根据权利要求5所述的方法,其特征在于,
从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容之后,还包括:
删除筛选内容中的垃圾评论;
然后执行对筛选内容进行优化更新的步骤。
7.一种基于社交关系的评价内容筛选系统,其特征在于,包括好友信息获取单元、好友聚类分析单元、评价系统用户信息获取单元、好友拟合单元、评价内容筛选单元和显示单元,其中:
好友信息获取单元,用于获取当前用户在预先设定的社交站点中的好友关系信息;
好友聚类分析单元,用于将所述好友关系信息进行聚类分析,从而得到当前用户的好友集合;
评价系统用户信息获取单元,用于获取指定评价系统的注册用户信息;
好友拟合单元,用于根据所述注册用户信息和当前用户的好友集合,确定目标用户集合,其中目标用户集合中的每个目标用户既是指定评价系统的注册用户,同时也包括在当前用户的好友集合中;
评价内容筛选单元,用于从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论,以作为筛选内容;
显示单元,用于显示筛选内容。
8.根据权利要求7所述的系统,其特征在于,
在当前用户的好友集合中,每个好友信息包括来源、昵称、登录名、手机号、注册邮箱、真实姓名和头像;
注册用户信息包括昵称、登录名、手机号、注册邮箱、真实姓名和头像。
9.根据权利要求8所述的系统,其特征在于,
好友拟合单元具体将分别在所述注册用户信息和当前用户的好友集合中,具有相同手机号、真实姓名、注册邮箱、或登录名相同的用户作为目标用户。
10.根据权利要求8所述的系统,其特征在于,
好友拟合单元具体将分别在所述注册用户信息和当前用户的好友集合中,具有相同昵称和头像的用户作为目标用户。
11.根据权利要求7-10中任一项所述的系统,其特征在于,还包括优化显示单元,其中:
优化显示单元,用于在评价内容筛选单元从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容之后,对筛选内容进行优化更新,其中将目标用户在指定评价系统中使用的昵称,更换为所述目标用户在指定社交站点中使用的昵称或真实姓名,然后指示显示单元执行显示筛选内容的操作。
12.根据权利要求11所述的系统,其特征在于,还包括垃圾评论删除单元,其中:
垃圾评论删除单元,用于在评价内容筛选单元从指定评价系统中筛选出目标用户集合中每个目标用户发布的评论以作为筛选内容之后,删除筛选内容中的垃圾评论,然后指示优化显示单元执行对筛选内容进行优化更新的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410693435.9A CN105653557A (zh) | 2014-11-26 | 2014-11-26 | 基于社交关系的评价内容筛选方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410693435.9A CN105653557A (zh) | 2014-11-26 | 2014-11-26 | 基于社交关系的评价内容筛选方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105653557A true CN105653557A (zh) | 2016-06-08 |
Family
ID=56480428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410693435.9A Pending CN105653557A (zh) | 2014-11-26 | 2014-11-26 | 基于社交关系的评价内容筛选方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105653557A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106960391A (zh) * | 2017-02-23 | 2017-07-18 | 武汉智寻天下科技有限公司 | 一种用户信息聚合方法、系统和装置 |
CN110321436A (zh) * | 2019-07-04 | 2019-10-11 | 中国人民解放军国防科技大学 | 一种基于社交注意力机制表示学习的冷启动欺诈评论检测方法 |
CN113327170A (zh) * | 2021-06-23 | 2021-08-31 | 陕西缘著科技有限公司 | 一种社交软件的评价方法、系统、电子设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102710636A (zh) * | 2012-05-29 | 2012-10-03 | 北京慧创新盈科技有限公司 | 跨平台的社交聚合方法和系统及后台服务器 |
CN103428164A (zh) * | 2012-05-15 | 2013-12-04 | 腾讯科技(深圳)有限公司 | 用户社交网络关系圈划分方法和系统 |
CN104156390A (zh) * | 2014-07-07 | 2014-11-19 | 乐视网信息技术(北京)股份有限公司 | 一种评论推荐方法和系统 |
-
2014
- 2014-11-26 CN CN201410693435.9A patent/CN105653557A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103428164A (zh) * | 2012-05-15 | 2013-12-04 | 腾讯科技(深圳)有限公司 | 用户社交网络关系圈划分方法和系统 |
CN102710636A (zh) * | 2012-05-29 | 2012-10-03 | 北京慧创新盈科技有限公司 | 跨平台的社交聚合方法和系统及后台服务器 |
CN104156390A (zh) * | 2014-07-07 | 2014-11-19 | 乐视网信息技术(北京)股份有限公司 | 一种评论推荐方法和系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106960391A (zh) * | 2017-02-23 | 2017-07-18 | 武汉智寻天下科技有限公司 | 一种用户信息聚合方法、系统和装置 |
CN110321436A (zh) * | 2019-07-04 | 2019-10-11 | 中国人民解放军国防科技大学 | 一种基于社交注意力机制表示学习的冷启动欺诈评论检测方法 |
CN110321436B (zh) * | 2019-07-04 | 2020-06-16 | 中国人民解放军国防科技大学 | 一种基于社交注意力机制表示学习的冷启动欺诈评论检测方法 |
CN113327170A (zh) * | 2021-06-23 | 2021-08-31 | 陕西缘著科技有限公司 | 一种社交软件的评价方法、系统、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11978106B2 (en) | Method and non-transitory, computer-readable storage medium for deep learning model based product matching using multi modal data | |
JP6723267B2 (ja) | スペースおよび時間効率のよい脅威検知 | |
McKenzie et al. | Weighted multi-attribute matching of user-generated points of interest | |
US9477685B1 (en) | Finding untagged images of a social network member | |
US9286380B2 (en) | Social media data analysis system and method | |
US8856945B2 (en) | Dynamic security question compromise checking based on incoming social network postings | |
CN107563757B (zh) | 数据风险识别的方法及装置 | |
US20170017638A1 (en) | Meme detection in digital chatter analysis | |
Kim et al. | RGB color model based the fire detection algorithm in video sequences on wireless sensor network | |
CN105095211B (zh) | 多媒体数据的获取方法和装置 | |
US20130332385A1 (en) | Methods and systems for detecting and extracting product reviews | |
US20150120583A1 (en) | Process and mechanism for identifying large scale misuse of social media networks | |
US20150088593A1 (en) | System and method for categorization of social media conversation for response management | |
US11232369B1 (en) | Training data quality for spam classification | |
US9256593B2 (en) | Identifying product references in user-generated content | |
US9571515B2 (en) | Notification of security question compromise level based on social network interactions | |
US9269112B1 (en) | Integrating location-based social media data with enterprise business intelligence applications | |
CN109840319B (zh) | 确定对象实体的方法、系统及计算机设备和存储介质 | |
WO2017087548A1 (en) | Identifying social business characteristic user | |
US11176486B2 (en) | Building and matching electronic standards profiles using machine learning | |
WO2017031251A2 (en) | Analyzing and viewing social interactions based on personal electronic devices | |
CN105653557A (zh) | 基于社交关系的评价内容筛选方法和系统 | |
Chen et al. | Special issue on social media analytics: Understanding the pulse of the society | |
TWI575391B (zh) | 社群資料篩選系統、方法及其非揮發性電腦可讀取紀錄媒體 | |
Cheng | Big data for development in China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160608 |