CN107862020A - 一种好友推荐的方法及设备 - Google Patents

一种好友推荐的方法及设备 Download PDF

Info

Publication number
CN107862020A
CN107862020A CN201711045484.1A CN201711045484A CN107862020A CN 107862020 A CN107862020 A CN 107862020A CN 201711045484 A CN201711045484 A CN 201711045484A CN 107862020 A CN107862020 A CN 107862020A
Authority
CN
China
Prior art keywords
user
friend
recommended
users
making
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.)
Granted
Application number
CN201711045484.1A
Other languages
English (en)
Other versions
CN107862020B (zh
Inventor
李斯楠
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.)
Shanghai Zhangmen Science and Technology Co Ltd
Original Assignee
Shanghai Zhangmen Science and Technology 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 Shanghai Zhangmen Science and Technology Co Ltd filed Critical Shanghai Zhangmen Science and Technology Co Ltd
Priority to CN201711045484.1A priority Critical patent/CN107862020B/zh
Publication of CN107862020A publication Critical patent/CN107862020A/zh
Application granted granted Critical
Publication of CN107862020B publication Critical patent/CN107862020B/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
    • G06F16/953—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
    • 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
    • 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)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & 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)

Abstract

本申请的目的是提供一种好友推荐的方法及设备，本申请通过根据用户的历史行为记录确定所述用户的交友热度值；根据所述用户的交友热度值确定待推荐的用户列表，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户。从而寻找到具有高交友意愿的用户并推荐给一个或多个其他用户。进一步地，将交友热度值高的用户推荐给交友热度值低的用户或新用户，刺激消息用户的发送，通过交友热度值高的用户的同意，带动热度值低的用户或新用户的活跃，增强社交活动中用户的活跃度和粘性。

Description

一种好友推荐的方法及设备
技术领域
本申请涉及计算机领域，尤其涉及一种好友推荐的方法及设备。
背景技术
随着网络技术的发展，人们开始使用越来越多的社交网络应用与他人进行通信。社交网络平台的运营者往往希望对用户社交关系和社交行为进行深入的分析挖掘，进而为用户提供个性化的推荐服务，以增强用户活跃度和粘性。好友推荐是社交网络中最典型、最常见的推荐场景之一。用户可以从推荐的联系人中选择联系人进行添加。而目前的好友推荐是无法真正识别用户需求，不区分用户交友意愿，产生低质量的推荐结果。
发明内容
本申请的一个目的是提供一种好友推荐的方法及设备，解决现有技术中不区分用户交友意愿的弊端，寻找具有高交友意愿的用户并推荐。
根据本申请的一个方面，提供了一种好友推荐的方法，该方法包括：
根据用户的历史行为记录确定所述用户的交友热度值；
根据所述用户的交友热度值确定待推荐的用户列表，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户。
进一步地，根据所述用户的交友热度值确定待推荐的用户列表，包括：
根据所述用户的交友热度值及所述用户的历史交友反馈信息确定待推荐的用户列表。
更进一步地，所述用户的历史交友反馈信息包括以下至少任一项：接收消息总数与发送消息总数的比例、好友申请成功次数与好友申请总数的比例。
进一步地，上述方法中，根据所述用户的历史行为记录确定所述用户的交友热度值，包括：
从所述用户的历史行为记录中抽取多个特征值，根据所述特征值及各特征值对应的权重计算所述用户的交友热度值。
进一步地，上述方法中，从所述用户的历史行为记录中抽取多个特征值，包括：
从所述用户的历史行为记录中抽取包括以下至少任一项特征值：所述用户的历史好友申请频次、历史发送消息总数、历史在线时长。
进一步地，上述方法中，根据所述用户的交友热度值及所述用户的历史交友反馈信息确定待推荐的用户列表之后，包括：
基于各用户的历史行为记录及预设的筛选条件确定一个或多个消极用户，其中，所述预设的筛选条件包括以下至少任一项：
历史在线时长小于等于第一时间阈值；
历史发送消息总数小于等于第一数量阈值；
好友申请频次小于等于频次阈值。
进一步地，上述方法中，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户，包括：
在预设时间段内将所述待推荐的用户列表中一个或多个用户推荐至所述一个或多个消极用户。
进一步地，上述方法中，根据所述用户的交友热度值确定待推荐的用户列表，包括：
根据所述用户的交友热度值、所述用户的历史交友反馈信息确定当前在线的待推荐的用户列表；
基于各用户的历史行为记录及预设的筛选条件确定一个或多个消极用户，包括：
基于各用户的历史行为记录及预设的筛选条件确定一个或多个当前在线的消极用户；
将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户，包括：
将所述当前在线的待推荐的用户列表中一个或多个用户推荐至所述一个或多个当前在线的消极用户。
进一步地，上述方法中，根据所述用户的交友热度值及所述用户的历史交友反馈信息确定待推荐的用户列表之后，包括：
基于其他用户的注册时间确定新用户列表；
其中，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户，包括：
将所述待推荐的用户列表中一个或多个用户推荐至所述新用户列表中的一个或多个新用户。
进一步地，上述方法中，根据所述活跃用户的交友热度值及所述活跃用户的历史交友反馈信息确定待推荐的用户列表包括：
根据所述用户的交友热度值、所述用户的历史交友反馈信息及所述用户的地理位置信息确定同一地理位置的待推荐的用户列表；
其中，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户包括：
将所述待推荐的用户列表中一个或多个用户推荐至同一地理位置的一个或多个其他用户。
根据本申请另一个方面，还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现前述一种好友推荐的方法。
根据本申请再一个方面，还提供了一种好友推荐的设备，其中，所述设备包括：
一个或多个处理器；以及
存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行前述一种好友推荐的方法的操作。
与现有技术相比，本申请通过根据用户的历史行为记录确定所述用户的交友热度值；根据所述用户的交友热度值确定待推荐的用户列表，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户。从而寻找到具有高交友意愿的用户并推荐给其他用户。进一步地，将交友热度值高的用户推荐给交友热度值低的用户或新用户，刺激消息用户的发送，通过交友热度值高的用户的同意，带动热度值低的用户或新用户的活跃，增强社交活动中用户的活跃度和粘性。
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，本申请的其它特征、目的和优点将会变得更明显：
图1示出根据本申请的一个方面提供的一种好友推荐的方法流程示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
图1示出根据本申请的一个方面提供的一种好友推荐的方法流程示意图，该方法包括：步骤S11和步骤S12，
在步骤S11中，根据用户的历史行为记录确定所述用户的交友热度值；在此，用户的历史行为记录为用户通过即时通讯工具进行社交的一些活动记录，例如好友申请、发送消息、浏览好友信息、发布个人信息等。通过用户的交友热度值描述用户的交友意愿，热度值越高表示该用户越积极，具有高交友意愿。因此，可以基于用户的一些行为数据寻找交友热度值较高的用户。
接着，在步骤S12中，根据所述用户的交友热度值确定待推荐的用户列表，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户。在此，寻找具有高交友意愿的用户之后，将寻找到的用户推荐给一个或多个其他用户，而在寻找具有高交友意愿的用户时，可以根据确定的用户交友热度值进行确定，比如，将用户交友热度值高于预设值时的用户作为具有高交友意愿的用户，放入待推荐的用户列表中，或者按照用户的交友热度值进行排序，以确定待推荐的用户列表。将所述待推荐的用户列表中一个或多个用户推荐至其他用户时，需要说明的是，其他用户可以为一个或多个，每个接收推荐的其他用户为与被推荐的用户不存在好友关系的用户，当存在好友关系时，不再将被推荐用户进行推荐，避免重复推荐的问题。
在本申请一实施例中，可以基于各用户的历史行为记录进行筛选，筛选出表现为活跃的用户，再对筛选出的活跃用户进行交友热度值的计算，从而能够大大减少计算量，加快寻找具有高交友意愿的用户的速度。筛选出活跃用户可以通过以下方式进行：基于各用户的历史行为记录及预设的筛选条件确定一个或多个活跃用户，其中，所述预设的筛选条件包括以下至少任一项：历史在线时长大于第一时间阈值；历史发送消息总数大于第一数量阈值；好友申请频次大于频次阈值。在本申请一实施例中，判断用户是否满足预设的筛选条件中的任一项或任几项，如用户的历史在线时长大于第一时间阈值，例如在一个月内在线时长大于20天，说明该用户经常在线，可能为活跃用户；若用户的历史发送消息总数大于一定数值，则说明该用户较为活跃，经常与好友联系，若用户的好友申请频次较为频繁，如一周内进行好友申请20次，则该用户较为积极，交友意愿较高。当对所有用户进行筛选后，计算筛选出的活跃用户的交友热度值，而非活跃用户无需计算交友热度值，从而减少了计算交友热度值的用户的数据量。
在本申请一实施例中，在步骤S12中，根据所述用户的交友热度值及所述用户的历史交友反馈信息确定待推荐的用户列表。进一步地，所述用户的历史交友反馈信息包括以下至少任一项：接收消息总数与发送消息总数的比例、好友申请成功次数与好友申请总数的比例。在此，基于用户的一些行为数据寻找交友热度值较高的用户的同时，选择最饥渴的用户，即选择出表现较为活跃，但接收消息总数与发送消息总数的比例较低，没有得到好友的良好反馈，或者好友申请成功次数与好友申请总数的比例较低，或还没有被作为收到方，反向利用的用户，比如发送了很多的好友申请却没有收到好友申请同意通知。选择出最饥渴用户以确定待推荐的用户列表，将用户列表中的饥渴用户推荐给一个或多个其他用户。
在本申请一实施例中，在步骤S11中计算用户的交友热度值时，可以从所述用户的历史行为记录中抽取多个特征值，根据所述特征值及各特征值对应的权重计算所述用户的交友热度值。在此，从用户的历史行为记录中抽取出多个行为特征，确定行为特征对应的特征值，根据各特征值及预先设定的各特征值对应的权重计算每个用户的交友热度值，当然，也可以通过从用户的历史行为记录中抽取多个特征值后，利用特征矩阵计算用户的交友热度值。
进一步地，从所述用户的历史行为记录中抽取包括以下至少任一项特征值：所述用户的历史好友申请频次、历史发送消息总数、历史在线时长。在此，从用户的历史行为记录中抽取出一些行为特征确定特征值，如抽取好友申请、发送消息、在线情况这些特征中的一种或任几种，确定用户的历史好友申请频次、历史发送消息总数、历史在线时长等特征值，其中，历史好友申请频次比如在一个月内进行好友申请的次数。从而，基于抽取出的用户的一些行为特征值寻找交友热度值较高的用户。
在本申请一实施例中，有些用户在不同时间段内的交友意愿会不同，比如，有些用户在白天较为活跃，表现出高交友意愿，但在晚上时间段却为非活跃用户，有些用户在晚上22：00-24:00这一时间段内比较活跃；因此，可以计算用户在预设时间段内的交友热度值，以将该时间段内交友热度值较高的用户推荐给同时间段内的在线的其他用户。
在本申请一实施例中，根据所述用户的交友热度值及所述用户的历史交友反馈信息确定待推荐的用户列表之后，所述方法包括步骤S13，基于各用户的历史行为记录及预设的筛选条件确定一个或多个消极用户，其中，所述预设的筛选条件包括以下至少任一项：历史在线时长小于等于第一时间阈值；历史发送消息总数小于等于第一数量阈值；好友申请频次小于等于频次阈值。在此，基于预设的筛选条件筛选出的消极用户的交友热度值较低，因此，将交友热度值较高的用户进行推荐时，可以推荐给消极用户，在步骤S14中，将所述待推荐的用户列表中一个或多个用户推荐至所述一个或多个消极用户。在此，待推荐的用户列表中的一个或多个用户与其被推荐至的一个或多个消极用户之间不存在好友关系。
进一步地，在步骤S12中，根据所述用户的交友热度值、所述用户的历史交友反馈信息确定当前在线的待推荐的用户列表；接着，在步骤S13中，基于各用户的历史行为记录及预设的筛选条件确定一个或多个当前在线的消极用户；随后，在步骤S14中，将所述当前在线的待推荐的用户列表中一个或多个用户推荐至所述一个或多个当前在线的消极用户。在本申请一实施例中，确定当前在线用户中交友热度值较高的用户以及当前在线的消极用户，从而将所述当前在线的待推荐的用户列表中交友热度值较高的一个或多个用户推荐至所述一个或多个当前在线的消极用户，通过将交友热度值高的在线用户推荐给交友热度值低的在线用户，刺激消息用户的发送，通过交友热度值高的用户的同意，带动热度值低的用户的活跃，增强社交活动中用户的活跃度和粘性。
另一方面，还可以基于其他用户的注册时间确定新用户列表；其中，在步骤S12中，将所述待推荐的用户列表中一个或多个用户推荐至所述新用户列表中的一个或多个新用户。在此，新用户列表中的新用户与被推荐的用户之间不存在好友关系，当向新用户进行推荐用户时，可以基于其他用户的注册即时通讯账号的时间确定出新用户，从而将待推荐的用户列表中一个或多个用户推荐至一个或多个新用户，通过交友热度值高的用户推荐给新用户，带动新用户的活跃。
再一方面，将待推荐的用户列表中具有高交友意愿的用户推荐至一个或多个其他用户时，还可以根据所述用户的交友热度值、所述用户的历史交友反馈信息及所述用户的地理位置信息确定同一地理位置的待推荐的用户列表；随后，将所述待推荐的用户列表中一个或多个用户推荐至同一地理位置的一或多个其他用户。需要注意的是，此处的同一地理位置并非地理位置绝对意义上的相同，而是地理位置在一定范围内。在此，可以计算同一地理位置范围内的每一活跃用户的交友热度值，按照交友热度值确定的待推荐的用户列表，将列表中的具有高交友意愿的用户推荐给同一地理位置范围内的一个或多个其他用户。从而避免不区分用户交友意愿的弊端，能够为社交网络提供更加准确的好友推荐服务的同时刺激热度值低的用户的发送，带动其他用户的活跃。
此外，本申请实施例还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现前述一种好友推荐的方法。
根据本申请再一个方面，还提供了一种好友推荐的设备，其中，所述设备包括：
一个或多个处理器；以及
存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行前述一种好友推荐的方法的操作。
例如，计算机可读指令在被执行时使所述一个或多个处理器：根据用户的历史行为记录确定所述用户的交友热度值；根据所述用户的交友热度值确定待推荐的用户列表，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (12)

1.一种好友推荐的方法，其中，所述方法包括：
根据用户的历史行为记录确定所述用户的交友热度值；
根据所述用户的交友热度值确定待推荐的用户列表，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户。
2.根据权利要求1所述的方法，其中，根据所述用户的交友热度值确定待推荐的用户列表，包括：
根据所述用户的交友热度值及所述用户的历史交友反馈信息确定待推荐的用户列表。
3.根据权利要求2所述的方法，其中，所述用户的历史交友反馈信息包括以下至少任一项：接收消息总数与发送消息总数的比例、好友申请成功次数与好友申请总数的比例。
4.根据权利要求1所述的方法，其中，根据所述用户的历史行为记录确定所述用户的交友热度值，包括：
从所述用户的历史行为记录中抽取多个特征值，根据所述特征值及各特征值对应的权重计算所述用户的交友热度值。
5.根据权利要求4所述的方法，其中，从所述用户的历史行为记录中抽取多个特征值，包括：
从所述用户的历史行为记录中抽取包括以下至少任一项特征值：所述用户的历史好友申请频次、历史发送消息总数、历史在线时长。
6.根据权利要求1或2所述的方法，其中，根据所述用户的交友热度值及所述用户的历史交友反馈信息确定待推荐的用户列表之后，包括：
基于各用户的历史行为记录及预设的筛选条件确定一个或多个消极用户，其中，所述预设的筛选条件包括以下至少任一项：
历史在线时长小于等于第一时间阈值；
历史发送消息总数小于等于第一数量阈值；
好友申请频次小于等于频次阈值。
7.根据权利要求6所述的方法，其中，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户，包括：
将所述待推荐的用户列表中一个或多个用户推荐至所述一个或多个消极用户。
8.根据权利要求6所述的方法，其中，根据所述用户的交友热度值确定待推荐的用户列表，包括：
根据所述用户的交友热度值、所述用户的历史交友反馈信息确定当前在线的待推荐的用户列表；
基于各用户的历史行为记录及预设的筛选条件确定一个或多个消极用户，包括：
基于各用户的历史行为记录及预设的筛选条件确定一个或多个当前在线的消极用户；
将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户，包括：
将所述当前在线的待推荐的用户列表中一个或多个用户推荐至所述一个或多个当前在线的消极用户。
9.根据权利要求1或2所述的方法，其中，根据所述用户的交友热度值及所述用户的历史交友反馈信息确定待推荐的用户列表之后，包括：
基于其他用户的注册时间确定新用户列表；
其中，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户，包括：
将所述待推荐的用户列表中一个或多个用户推荐至所述新用户列表中的一个或多个新用户。
10.根据权利要求1或2所述的方法，其中，根据所述用户的交友热度值及所述用户的历史交友反馈信息确定待推荐的用户列表包括：
根据所述用户的交友热度值、所述用户的历史交友反馈信息及所述用户的地理位置信息确定同一地理位置的待推荐的用户列表；
其中，将所述待推荐的用户列表中一个或多个用户推荐至一个或多个其他用户包括：
将所述待推荐的用户列表中一个或多个用户推荐至同一地理位置的一个或多个其他用户。
11.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至10中任一项所述的方法。
12.一种好友推荐的设备，其中，所述设备包括：
一个或多个处理器；以及
存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行如权利要求1至10中任一项所述方法的操作。
CN201711045484.1A 2017-10-31 2017-10-31 一种好友推荐的方法及设备 Active CN107862020B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711045484.1A CN107862020B (zh) 2017-10-31 2017-10-31 一种好友推荐的方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711045484.1A CN107862020B (zh) 2017-10-31 2017-10-31 一种好友推荐的方法及设备

Publications (2)

Publication Number Publication Date
CN107862020A true CN107862020A (zh) 2018-03-30
CN107862020B CN107862020B (zh) 2022-05-31

Family

ID=61698001

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711045484.1A Active CN107862020B (zh) 2017-10-31 2017-10-31 一种好友推荐的方法及设备

Country Status (1)

Country Link
CN (1) CN107862020B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110266583A (zh) * 2019-06-12 2019-09-20 北京达佳互联信息技术有限公司 会话界面显示方法、装置、终端、服务器及存储介质
CN110740088A (zh) * 2018-07-19 2020-01-31 上海掌门科技有限公司 推荐、添加社交资源的方法、装置、终端及介质
CN111159575A (zh) * 2019-12-31 2020-05-15 中国银行股份有限公司 一种基于手机银行的交友方法及装置
CN112579901A (zh) * 2020-12-23 2021-03-30 雄狮汽车科技(南京)有限公司 冷启动用户推荐方法、系统及计算机可读存储介质
CN114338578A (zh) * 2021-12-29 2022-04-12 上海掌门科技有限公司 一种用于发送好友申请的方法、设备、介质及程序产品

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102130934A (zh) * 2010-01-20 2011-07-20 腾讯数码（天津）有限公司 Sns社区中推荐好友的方法及系统
WO2014023123A1 (en) * 2012-08-08 2014-02-13 Tencent Technology (Shenzhen) Company Limited A user recommendation method and a user recommendation system using the same
CN103942278A (zh) * 2014-04-01 2014-07-23 清华大学 通过分析用户主动交友意愿进行朋友推荐的方法
CN103984775A (zh) * 2014-06-05 2014-08-13 网易（杭州）网络有限公司 一种推荐好友的方法和设备
CN104504026A (zh) * 2014-12-11 2015-04-08 小米科技有限责任公司 好友推荐方法及装置
US20160035002A1 (en) * 2014-07-31 2016-02-04 Nhn Entertainment Corporation Service method and system for recommending post by associating appstore with timeline
US9641574B1 (en) * 2013-06-07 2017-05-02 Google Inc. Generating connection recommendations on a social network using social contacts

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102130934A (zh) * 2010-01-20 2011-07-20 腾讯数码（天津）有限公司 Sns社区中推荐好友的方法及系统
WO2014023123A1 (en) * 2012-08-08 2014-02-13 Tencent Technology (Shenzhen) Company Limited A user recommendation method and a user recommendation system using the same
US9641574B1 (en) * 2013-06-07 2017-05-02 Google Inc. Generating connection recommendations on a social network using social contacts
CN103942278A (zh) * 2014-04-01 2014-07-23 清华大学 通过分析用户主动交友意愿进行朋友推荐的方法
CN103984775A (zh) * 2014-06-05 2014-08-13 网易（杭州）网络有限公司 一种推荐好友的方法和设备
US20160035002A1 (en) * 2014-07-31 2016-02-04 Nhn Entertainment Corporation Service method and system for recommending post by associating appstore with timeline
CN104504026A (zh) * 2014-12-11 2015-04-08 小米科技有限责任公司 好友推荐方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
MANCA,M.等: "Mining User Behavior in a Social Bookmarking System: A Delicious Friend Recommender System", 《DATA 2014 3RD INTERNATIONAL CONFERENCE ON DATA MANAGEMENT TECHNOLOGIES AND APPLICATIONS》 *
周洁如: "《移动社交网平台企业商业模式及其创新》", 31 May 2016 *
瑞安•霍利迪: "《增长黑客营销》", 30 September 2016 *
赵守香等: "《大数据分析与应用》", 31 December 2015 *
韩璐: "SNS网络交友平台的用户体验设计研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110740088A (zh) * 2018-07-19 2020-01-31 上海掌门科技有限公司 推荐、添加社交资源的方法、装置、终端及介质
CN110266583A (zh) * 2019-06-12 2019-09-20 北京达佳互联信息技术有限公司 会话界面显示方法、装置、终端、服务器及存储介质
CN111159575A (zh) * 2019-12-31 2020-05-15 中国银行股份有限公司 一种基于手机银行的交友方法及装置
CN112579901A (zh) * 2020-12-23 2021-03-30 雄狮汽车科技(南京)有限公司 冷启动用户推荐方法、系统及计算机可读存储介质
CN112579901B (zh) * 2020-12-23 2024-06-11 雄狮汽车科技(南京)有限公司 冷启动用户推荐方法、系统及计算机可读存储介质
CN114338578A (zh) * 2021-12-29 2022-04-12 上海掌门科技有限公司 一种用于发送好友申请的方法、设备、介质及程序产品
CN114338578B (zh) * 2021-12-29 2024-02-09 上海掌门科技有限公司 一种用于发送好友申请的方法、设备、介质及程序产品

Also Published As

Publication number Publication date
CN107862020B (zh) 2022-05-31

Similar Documents

Publication Publication Date Title
CN107862020A (zh) 一种好友推荐的方法及设备
CN103514204B (zh) 信息推荐方法和装置
EP2564577B1 (en) Context dependent update in a social network
CN101916286A (zh) 一种信息推荐方法及系统
EP2737422A2 (en) Social network powered query suggestions
US10133878B2 (en) Stochastic privacy
WO2019194868A1 (en) Allocating resources in response to estimated completion times for requests
WO2012083278A2 (en) Aggregated profile and online concierge
CN107733786A (zh) 一种好友推荐的方法及设备
CN106547784A (zh) 一种数据拆分存储方法及装置
CN105989106A (zh) 一种基于兴趣相似度的推荐方法及装置
US20150356126A1 (en) Federated social media analysis system and method thereof
CN110008331B (zh) 信息展示方法、装置、电子设备及计算机可读存储介质
CN107092609A (zh) 一种信息推送方法及装置
CN106485566A (zh) 一种信息推荐方法及装置
CN111400585B (zh) 图书推荐方法及装置
CN109446415B (zh) 一种应用推荐、获取方法及设备
US10785332B2 (en) User lifetime revenue allocation associated with provisioned content recommendations
US20190073346A1 (en) Method And System For Image Tagging In A Social Network
CN105022807A (zh) 信息推荐方法及装置
Bae et al. AppTrends: A graph-based mobile app recommendation system using usage history
CN103595747A (zh) 用户信息推荐方法和系统
CN105706409B (zh) 用于增强用户对于服务的参与度的方法、设备及系统
CN101950392A (zh) 网络交友智能推荐系统及方法
US9600543B1 (en) Query-based stream

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant