CN109542950A - 社会关系的挖掘方法、装置、终端及计算机可读存储介质 - Google Patents

Abstract

本发明提供了一种社会关系的挖掘方法、装置、终端及计算机可读存储介质，方法包括：筛选与预设用户相对应的目标用户集合；根据目标用户集合构建预设用户的社会化关系矩阵；基于社会化关系矩阵，计算预设用户与社会化关系矩阵中的其他用户之间的关联度；根据关联度确定预设用户的社会关系。本发明提供的技术方案，通过筛选与预设用户相对应的目标用户集合，根据目标用户集合构建预设用户的社会化关系矩阵，基于社会化关系矩阵，计算预设用户与社会化关系矩阵中的其他用户之间的关联度，进而根据关联度确定预设用户的社会关系，有效地实现了对预设用户的社会关系的准确挖掘，方便运营商基于所挖掘的社会关系进行业务推广和营销操作。

Description

社会关系的挖掘方法、装置、终端及计算机可读存储介质

技术领域

本发明涉及通信技术领域，尤其涉及一种社会关系的挖掘方法、装置、终端及计算机可读存储介质。

背景技术

社会关系是人们在共同的物质和精神活动过程中所结成的相互关系的总称，即人与人之间的一切关系；而对于运营商而言，用户之间的社会关系可以方便运营商进行与用户相对应的业务推广和营销，例如：话费套餐或者流量套餐的推广和营销等等，因此，现在亟需一种社会关系的挖掘方法。

发明内容

本发明实施例提供了一种社会关系的挖掘方法、装置、终端及计算机可读存储介质，可以确定用户之间的社会关系，方便运营商进行与用户相对应的业务推广和营销操作。

本发明实施例第一方面提供了一种社会关系的挖掘方法，包括：

筛选与预设用户相对应的目标用户集合；

根据所述目标用户集合构建预设用户的社会化关系矩阵；

基于所述社会化关系矩阵，计算所述预设用户与所述所述社会化关系矩阵中的其他用户之间的关联度；

根据所述关联度确定所述预设用户的社会关系。

如上所述的方法，筛选与预设用户相对应的目标用户集合，包括：

获取所有与预设用户进行通话的通话相关信息，通话相关信息包括以下至少之一：通话频次、通话时长、短信频次；

根据所述通话相关信息确定所述目标用户集合。

如上所述的方法，根据所述通话相关信息确定所述目标用户集合，包括：

将所述通话相关信息与预先设置的阈值信息进行比较；

将所述通话相关信息大于或等于所述阈值信息的用户确定为所述目标用户集合中的目标用户。

如上所述的方法，根据所述目标用户集合构建预设用户的社会化关系矩阵，包括：

将所述目标用户集合中的所有目标用户按照通话相关信息的高低进行排序；

根据预设的构建用户数量在进行排序后的所有目标用户中确定挖掘用户；

利用所述挖掘用户构建用户的社会化关系矩阵。

如上所述的方法，基于所述社会化关系矩阵，计算所述预设用户与所述所述社会化关系矩阵中的其他用户之间的关联度，包括：

获取所述预设用户的迁徙信息和开户地信息；

利用Apriori算法获取预设用户与所述社会化关系矩阵中的所有用户之间的通话总时长、通话总次数以及短信总次数；

根据所述迁徙信息、开户地信息、通话总时长、通话总次数以及短信总次数确定预设用户与所述社会化关系矩阵中的其他用户之间的关联度。

本发明实施例第二方面提供了一种社会关系的挖掘装置，包括：

筛选模块，用于筛选与预设用户相对应的目标用户集合；

构建模块，用于根据所述目标用户集合构建预设用户的社会化关系矩阵；

计算模块，用于基于所述社会化关系矩阵，计算所述预设用户与所述所述社会化关系矩阵中的其他用户之间的关联度；

确定模块，用于根据所述关联度确定所述预设用户的社会关系。

如上所述的装置，所述筛选模块，用于：

获取所有与预设用户进行通话的通话相关信息，通话相关信息包括以下至少之一：通话频次、通话时长、短信频次；

根据所述通话相关信息确定所述目标用户集合。

如上所述的装置，所述筛选模块，用于：

将所述通话相关信息与预先设置的阈值信息进行比较；

将所述通话相关信息大于或等于所述阈值信息的用户确定为所述目标用户集合中的目标用户。

如上所述的装置，所述构建模块，用于：

将所述目标用户集合中的所有目标用户按照通话相关信息的高低进行排序；

根据预设的构建用户数量在进行排序后的所有目标用户中确定挖掘用户；

利用所述挖掘用户构建用户的社会化关系矩阵。

如上所述的装置，所述计算模块，用于：

获取所述预设用户的迁徙信息和开户地信息；

利用Apriori算法获取预设用户与所述社会化关系矩阵中的所有用户之间的通话总时长、通话总次数以及短信总次数；

根据所述迁徙信息、开户地信息、通话总时长、通话总次数以及短信总次数确定预设用户与所述社会化关系矩阵中的其他用户之间的关联度。

本发明实施例第三方面提供了一种社会关系的挖掘终端，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如上述第一方面所述的一种社会关系的挖掘方法。

本发明实施例第四方面提供了一种计算机可读存储介质，其上存储有计算机程序；

所述计算机程序被处理器执行以实现如上述第一方面所述的一种社会关系的挖掘方法。

本发明实施例提供的社会关系的挖掘方法、装置、终端及计算机可读存储介质，通过筛选与预设用户相对应的目标用户集合，根据目标用户集合构建预设用户的社会化关系矩阵，基于社会化关系矩阵，计算预设用户与社会化关系矩阵中的其他用户之间的关联度，进而根据关联度确定预设用户的社会关系，有效地实现了对预设用户的社会关系的准确挖掘，方便运营商基于所挖掘的社会关系进行与预设用户相对应的业务推广和营销操作，进而提高了该方法的实用性，有利于市场的推广与应用。

附图说明

图1是本发明实施例提供的一种社会关系的挖掘方法的流程示意图；

图2为本发明实施例提供的筛选与预设用户相对应的目标用户集合的流程示意图；

图3为本发明实施例提供的根据所述通话相关信息确定所述目标用户集合流程示意图；

图4为本发明实施例提供的根据所述目标用户集合构建预设用户的社会化关系矩阵的流程示意图；

图5为本发明实施例提供的基于所述社会化关系矩阵，计算所述预设用户与所述所述社会化关系矩阵中的其他用户之间的关联度的流程示意图；

图6为本发明实施例提供的一种社会关系的挖掘装置的结构示意图；

图7为本发明实施例提供的一种社会关系的挖掘终端的结构示意图。

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。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，都属于本发明保护的范围。

本发明的说明书和权利要求书的术语“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，包含了一系列步骤的过程或结构的装置不必限于清楚地列出的那些结构或步骤而是可包括没有清楚地列出的或对于这些过程或装置固有的其它步骤或结构。

图1是本发明实施例提供的一种社会关系的挖掘方法的流程示意图；参考附图1所示，本实施例提供了一种社会关系的挖掘方法，该挖掘方法是基于Apriori算法的社会关系挖掘方法，具体的，该方法可以包括：

S101：筛选与预设用户相对应的目标用户集合；

其中，预设用户可以为2G用户、3G用户、4G用户或者5G用户；并且，目标用户集合中可以包括一个或者多个目标用户，该目标用户可以为2G用户、3G用户、4G用户或者5G用户，并且，预设用户与目标用户之间可以存在一定的社会关系，社会关系包括：亲人、朋友、同事等等，在筛选目标用户集合时，可以获取预设用户的通话信息，基于通话信息来筛选目标用户集合。当然的，本领域技术人员也可以采用其他的方式来筛选目标用户集合，例如：获取预设用户的网络共享信息，基于网络共享信息来筛选目标用户集合等等，只要能够保证目标用户集合筛选的稳定可靠性。

S102：根据目标用户集合构建预设用户的社会化关系矩阵；

在获取目标用户集合之后，可以基于目标用户集合来构建社会化关系矩阵，例如：可以获取目标用户集合中的目标用户的通话信息时长，基于目标用户以及目标用户所对应的通话信息时长来构建用户的社会化关系矩阵，当然的，本领域技术人员也可以采用秋天的方式来构建用户的社会化关系矩阵，只要能够保证社会化关系矩阵构建的准确性即可，在此不再赘述。

S103：基于社会化关系矩阵，计算预设用户与社会化关系矩阵中的其他用户之间的关联度；

在构建完社会化关系矩阵之后，可以基于社会化关系矩阵来计算预设用户与社会化关系矩阵中的其他用户之间的关联度，举例来说：在社会化关系矩阵中包括目标用户以及与目标用户相对应的通话信息时长时，可以基于通话信息时长来确定该目标用户与预设用户之间的关联度，一般情况下，当通话信息时长越长，目标用户与预设用户之间的关联度就越高；当通话信息时长越短，目标用户与预设用户之间的关联度就越低。

S104：根据关联度确定预设用户的社会关系。

在获取到预设用户与其他用户之间的关联度之后，可以根据该关联度确定预设用户的社会关系，本实施例对于根据关联度确定预设用户的社会关系的具体实现方式不做限定，本领域技术人员可以根据具体的设计需求进行设置，例如：预先设置有不同的关联度等级与社会关系的映射关系，在确定预设用户与其他用户之间的关联度之后，确定该关联度所属的关联度等级，获取与所确定的关联度等级相对应的社会关系，将该社会关系确定为预设用户与目标用户之间的社会关系。

进一步的，本实施例中的方法还可以包括：

S105：在确定预设用户的社会关系之后，可以按照预设的营销策略基于预设用户的社会关系进行网络营销。

本实施例提供的社会关系的挖掘方法，通过筛选与预设用户相对应的目标用户集合，根据目标用户集合构建预设用户的社会化关系矩阵，基于社会化关系矩阵，计算预设用户与社会化关系矩阵中的其他用户之间的关联度，进而根据关联度确定预设用户的社会关系，有效地实现了对预设用户的社会关系的准确挖掘，方便运营商基于所挖掘的社会关系进行与预设用户相对应的业务推广和营销操作，进而提高了该方法的实用性，有利于市场的推广与应用。

图2为本发明实施例提供的筛选与预设用户相对应的目标用户集合的流程示意图；图3为本发明实施例提供的根据通话相关信息确定目标用户集合流程示意图；在上述实施例的基础上，继续参考附图2-3可知，本实施例对于筛选与预设用户相对应的目标用户集合的具体实现方式不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，本实施例中的筛选与预设用户相对应的目标用户集合可以包括：

S1011：获取所有与预设用户进行通话的通话相关信息，通话相关信息包括以下至少之一：通话频次、通话时长、短信频次；

其中，可以通过运营商的后台数据库来获取所有与预设用户进行通话的通话相关信息，可以理解的是，通话相关信息还可以包括其他内容的信息，例如：视频通话频次、视频通话时长、语音通话频次、语音通话时长等等。

进一步的，在获取通话相关信息时，可以考虑时间特性信息，例如：在节假日、预设用户的生日时，获取所有与预设用户在该特定时间内进行通话的通话相关信息，将该通话相关信息所对应的其他用户优先确定为目标用户集合中的目标用户。

S1012：根据通话相关信息确定目标用户集合。

在获取到通话相关信息之后，可以对通话相关信息进行分析识别，以确定目标用户集合，具体的，根据通话相关信息确定目标用户集合可以包括：

S10121：将通话相关信息与预先设置的阈值信息进行比较；

其中，阈值信息为预先设置的，本实施例对于其代表的具体数值范围不做限定，本领域技术人员可以根据具体的设计需求进行设置，例如：在通话相关信息为通话频次时，此时的阈值信息可以为预先设置的10次、20次、15次或者25次等等；在通话相关信息为通话时长时，此时的阈值信息可以为预先设置的1h、2h、2.5h或者3h等等；在通话相关信息为短信频次时，此时的阈值信息可以为预先设置的10次、20次、25次或者30次等等；其中，该阈值信息是用于排除与预设用户无关的人员所发送的销售推广信息、销售推广电话等等，以提高社会关系挖掘的准确可靠性。

S10122：将通话相关信息大于或等于阈值信息的用户确定为目标用户集合中的目标用户。

在将通话相关信息与阈值信息进行分析比较时，若通话相关信息大于或等于阈值信息时，则说明该通话相关信息所对应的用户与预设用户之间存在一定的社会关系，因此，可以将该通话相关信息所对应的4G用户或者2G用户确定为目标用户集合中的目标用户。

本实施例中，依据通话频次、通话时长、短信频次等通话相关信息来确定目标用户集合中的目标用户，从而可以找到大部分的与预设用户存在社会关系的2G用户或者4G用户，即保证了目标用户集合确定的准确可靠性，进而便于实现关联推荐，有效地提高了该方法使用的精确程度。

图4为本发明实施例提供的根据目标用户集合构建预设用户的社会化关系矩阵的流程示意图；在上述实施例的基础上，继续参考附图4可知，本实施例对于根据目标用户集合构建预设用户的社会化关系矩阵的具体实现方式不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，本实施例中的根据目标用户集合构建预设用户的社会化关系矩阵可以包括：

S1021：将目标用户集合中的所有目标用户按照通话相关信息的高低进行排序；

在获取到目标用户集合之后，由于目标用户集合中的每个目标用户均对应有通话相关信息，因此，可以将目标用户集合中的所有目标用户按照通话相关信息的高低进行排序。

需要说明的是，由于通话相关信息可以包括以下至少之一：通话频次、通话时长、短信频次；因此，在按照不同的通话相关信息对目标用户进行排序时，可以获取到不同的排序信息；举例来说：目标用户集合中的目标用户包括：U1、U2、U3和U4，当按照通话频次的高低进行排序时，可以获得排序后的先后顺序为：U2、U1、U3和U4；当按照通话时长的高低进行排序时，可以获得排序后的先后顺序为：U3、U1、U2和U4；当按照短信频次的高低进行排序时，可以获得排序后的先后顺序为：U4、U1、U3和U2；当获取到上述多个不同的排序信息之后，可以按照预设的策略选取其中某一个或者某几个排序信息，例如：预设的策略为优先考虑通话频次时，可以获取与通话频次相对应的排序信息。当然的，本领域技术人员还可以采用其他的方式来实现对所有目标用户的排序，在此不再赘述。

S1022：根据预设的构建用户数量在进行排序后的所有目标用户中确定挖掘用户；

其中，构建用户数量为预先设置的，本实施例对于其具体的数值范围不做限定，本领域技术人员可以根据具体的设计需求进行设置，例如：构建用户数量可以为10、15或者20等等，该构建用户数量用于限定社会化关系矩阵中所包括的用户数量。在获取到构建用户数量之后，可以利用该构建用户数量在进行排序后的目标用户中确定挖掘用户，可以理解的是，挖掘用户可以为目标用户的部分或者全部，当构建用户数量小于所有目标用户的数量时，挖掘用户为目标用户的一部分；当构建用户数量等于所有目标用户的数量时，挖掘用户为目标用户的全部。

S1023：利用挖掘用户构建用户的社会化关系矩阵。

由于挖掘用户为目标用户的部分或者全部，而每个目标用户均对应有一通话相关信息，因此，可以将与挖掘用户相对应的目标用户的通话相关信息确定为挖掘用户的特征信息，在获取到挖掘用户以及挖掘用户的特征信息之后，可以利用挖掘用户和挖掘用户的特征信息来构建用户的社会化关系矩阵。

本实施例中，通过将目标用户集合中的所有目标用户按照通话相关信息的高低进行排序，并根据预设的构建用户数量在进行排序后的所有目标用户中确定挖掘用户，进而可以利用挖掘用户构建用户的社会化关系矩阵，从而有效地保证了社会化关系矩阵构建的准确可靠性，进一步保证了该方法使用的精度度。

图5为本发明实施例提供的基于社会化关系矩阵，计算预设用户与社会化关系矩阵中的其他用户之间的关联度的流程示意图，在上述实施例的基础上，继续参考附图5可知，本实施例中的基于社会化关系矩阵，计算预设用户与社会化关系矩阵中的其他用户之间的关联度可以包括：

S1031：获取预设用户的迁徙信息和开户地信息；

其中，通过运营商的后台数据库可以获取到预设用户的开户地信息，在获取预设用户的迁徙信息时，可以先获取预设用户的通话信息，基于通话信息获取预设用户的所在地，通过对预设用户的所在地的分析识别可以获取到预设用户的迁徙信息。当然的，本领域技术人员还可以采用其他的方式来获取预设用户的迁徙信息和开户地信息，只要能够保证预设用户的迁徙信息和开户地信息获取的准确可靠性即可，在此不再赘述。

S1032：利用Apriori算法获取预设用户与社会化关系矩阵中的所有用户之间的通话总时长、通话总次数以及短信总次数；

其中，关联规则算法(Apriori算法)是一种挖掘关联规则的频繁项集算法，其主要是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。进而，可以利用Apriori算法对社会化关系矩阵进行分析处理，从而可以获取到预设用户与社会化关系矩阵中的所有用户之间的通话总时长、通话总次数以及短信总次数。

S1033：根据迁徙信息、开户地信息、通话总时长、通话总次数以及短信总次数确定预设用户与社会化关系矩阵中的其他用户之间的关联度。

在获取到迁徙信息、开户地信息、通话总时长、通话总次数以及短信总次数之后，可以对迁徙信息、开户地信息、通话总时长、通话总次数以及短信总次数进行分析处理，并根据分析处理结果来确定预设用户与社会化关系矩阵中的其他用户之间的关联度；其中，本实施例对于对迁徙信息、开户地信息、通话总时长、通话总次数以及短信总次数进行分析处理的具体实现方式不做限定，本领域技术人员可以根据具体的设计需求进行设置，例如：可以先获取预先设置的分别于迁徙信息、开户地信息、通话总时长、通话总次数以及短信总次数的权重信息，将迁徙信息、开户地信息、通话总时长、通话总次数分别按照各自的权重进行乘积，获得多个乘积项，并对多个乘积项进行求和，从而可以获取到预设用户与社会化关系矩阵中的其他用户之间的关联度。

当然的，本领域技术人员还可以采用其他的方式来确定预设用户与社会化关系矩阵中的其他用户之间的关联度，只要能够保证关联度确定的准确可靠性即可，在此不再赘述。

具体应用时，本应用实施例提供了一种父母子女社会关系挖掘方法，以2G用户作为预设用户为例进行说明，具体实现步骤如下：

步骤一、筛选出目标用户。

具体的，可以在运营商大数据平台上筛选出所有与2G用户通话频次(特殊节日通话，如生日、节假日等)、时长及短信频次大于预设阈值的目标用户(需要根据经验设定通话时长、通话频次、短信频次的阈值)，目标用户可以包括2G用户和4G用户，并把筛选出的4G用户与2G用户合并在一起，构建目标用户集U。

步骤二、构建用户的社会化关系矩阵。

在获取到目标用户集U之后，可以基于目标用户集U构建社会化关系矩阵，由于用户之间的交互行为是双向的，在此可以以2G用户为中心，构建社会关系网，即找到所有与此2G用户发生通话及短信频次最高的几位目标用户，在这几位目标用户中，根据一定的规则挖掘出疑似子女的信息，构建出父母子女关系矩阵F。

步骤三、疑似父母子女关系挖掘。

具体的，以2G用户x为例，将U中由x充当主叫方的通话记录提取出来，统计用户x通话总时长t，通话总次数q及各个充当被叫方的目标用户i与用户x通话的总时间ti，通话总次数qi；充当发送方的短信总数c及各个充当接受方的目标用户i和对应的短信数ci；特别地，提取出节假日的通话总时长th，通话总次数qh及充当被叫方的目标用户i与用户x通话的总时间thi。基于以上的这些信息，计算用户之间的亲密度，并将亲密度p作为数值加入矩阵F中。对每一位2G用户都实行相同的操作，得到最终的亲密度关系矩阵，从中挖掘疑似的子女关系。

步骤四、计算用户相似度实现关联推荐。

通过上述矩阵计算结果，可以发现对于同一个2G用户可能存在2个及以上的疑似子女关系，将这些对于同一2G用户有类似关系的目标用户筛选出来，计算该用户与目标用户之间的相似度，以进一步确定父母子女关系的准确性，通过最终结果，给子女进行针对性的营销，达到老年用户更换终端转化为4G用户。同样的，此社会关系模型可以扩展到3G、4G及5G的场景中。

本实施例中，基于Apriori算法的社会关系挖掘对通信网络迁转的影响，首先，在大数据平台上筛选所有与2G用户发生通话及短信频次大于阈值的用户；挖掘出目标用户之间通话频率与时长、短信频次等，通过Apriori算法计算用户之间的信任度矩阵；基于信任度稀疏矩阵，计算用户之间的相似度系数，然后基于信任度及相似度矩阵对2G用户进行关联推荐，达到利用子女关系促使其父母转化为4G用户，从而有效地保证了社会关系挖掘的准确可靠性。

图6为本发明实施例提供的一种社会关系的挖掘装置的结构示意图；参考附图6可知，本实施例提供了一种社会关系的挖掘装置，该挖掘装置可以执行上述的社会关系的挖掘方法，具体的，该挖掘装置可以包括：

筛选模块101，用于筛选与预设用户相对应的目标用户集合；

构建模块102，用于根据目标用户集合构建预设用户的社会化关系矩阵；

计算模块103，用于基于社会化关系矩阵，计算预设用户与社会化关系矩阵中的其他用户之间的关联度；

确定模块104，用于根据关联度确定预设用户的社会关系。

具体的，在筛选模块101筛选与预设用户相对应的目标用户集合时，该筛选模块101具体用于：

获取所有与预设用户进行通话的通话相关信息，通话相关信息包括以下至少之一：通话频次、通话时长、短信频次；

根据通话相关信息确定目标用户集合。

其中，在筛选模块101根据通话相关信息确定目标用户集合时，该筛选模块101具体用于：

将通话相关信息与预先设置的阈值信息进行比较；

将通话相关信息大于或等于阈值信息的用户确定为目标用户集合中的目标用户。

进一步的，在构建模块102根据目标用户集合构建预设用户的社会化关系矩阵时，该构建模块102具体用于：

将目标用户集合中的所有目标用户按照通话相关信息的高低进行排序；

根据预设的构建用户数量在进行排序后的所有目标用户中确定挖掘用户；

利用挖掘用户构建用户的社会化关系矩阵。

进一步的，在计算模块103基于社会化关系矩阵，计算预设用户与社会化关系矩阵中的其他用户之间的关联度时，该计算模块103具体用于：

获取预设用户的迁徙信息和开户地信息；

利用Apriori算法获取预设用户与社会化关系矩阵中的所有用户之间的通话总时长、通话总次数以及短信总次数；

根据迁徙信息、开户地信息、通话总时长、通话总次数以及短信总次数确定预设用户与社会化关系矩阵中的其他用户之间的关联度。

本实施例提供的社会关系的挖掘装置能够用于执行图1-图5实施例所对应的方法，其具体执行方式和有益效果类似，在这里不再赘述。

此外，本实施例再一方面提供了一种社会关系的挖掘终端，包括：

存储器；

处理器；以及

计算机程序；

其中，计算机程序存储在存储器中，并被配置为由处理器执行以实现如图1-图5所对应实施例的一种社会关系的挖掘方法。

具体的，图7为本发明实施例提供的一种社会关系的挖掘终端的结构示意图。

如图7所示，挖掘终端800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)接口812，传感器组件814，以及通信组件816。

处理组件802通常控制挖掘终端800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在挖掘终端800的操作。这些数据的示例包括用于在挖掘终端800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为挖掘终端800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为挖掘终端800生成、管理和分配电力相关联的组件。

多媒体组件808包括在挖掘终端800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当挖掘终端800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为挖掘终端800提供各个方面的状态评估。例如，传感器组件814可以检测到挖掘终端800的打开/关闭状态，组件的相对定位，例如组件为挖掘终端800的显示器和小键盘，传感器组件814还可以检测挖掘终端800或挖掘终端800一个组件的位置改变，用户与挖掘终端800接触的存在或不存在，挖掘终端800方位或加速/减速和挖掘终端800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括摄像头组件，摄像头可采用如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于挖掘终端800和其他设备之间有线或无线方式的通信。挖掘终端800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，挖掘终端800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

本实施例的又一方面提供了一种计算机可读存储介质，其上存储有计算机程序；

计算机程序被处理器执行以实现如图1-图5所对应实施例的一种社会关系的挖掘方法。

最后需要说明的是，本领域普通技术人员可以理解上述实施例方法中的全部或者部分流程，是可以通过计算机程序来指令相关的硬件完成，所述的程序可存储于一计算机可读存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可以为磁盘、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。

本发明实施例中的各个功能单元可以集成在一个处理模块中，也可以是各个单元单独的物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现，并作为独立的产品销售或使用时，也可以存储在一个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。

以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (12)

1.一种社会关系的挖掘方法，其特征在于，包括：

筛选与预设用户相对应的目标用户集合；

根据所述目标用户集合构建预设用户的社会化关系矩阵；

基于所述社会化关系矩阵，计算所述预设用户与所述所述社会化关系矩阵中的其他用户之间的关联度；

根据所述关联度确定所述预设用户的社会关系。

2.根据权利要求1所述的方法，其特征在于，筛选与预设用户相对应的目标用户集合，包括：

获取所有与预设用户进行通话的通话相关信息，通话相关信息包括以下至少之一：通话频次、通话时长、短信频次；

根据所述通话相关信息确定所述目标用户集合。

3.根据权利要求2所述的方法，其特征在于，根据所述通话相关信息确定所述目标用户集合，包括：

将所述通话相关信息与预先设置的阈值信息进行比较；

将所述通话相关信息大于或等于所述阈值信息的用户确定为所述目标用户集合中的目标用户。

4.根据权利要求2所述的方法，其特征在于，根据所述目标用户集合构建预设用户的社会化关系矩阵，包括：

将所述目标用户集合中的所有目标用户按照通话相关信息的高低进行排序；

根据预设的构建用户数量在进行排序后的所有目标用户中确定挖掘用户；

利用所述挖掘用户构建用户的社会化关系矩阵。

5.根据权利要求1所述的方法，其特征在于，基于所述社会化关系矩阵，计算所述预设用户与所述所述社会化关系矩阵中的其他用户之间的关联度，包括：

获取所述预设用户的迁徙信息和开户地信息；

利用Apriori算法获取预设用户与所述社会化关系矩阵中的所有用户之间的通话总时长、通话总次数以及短信总次数；

根据所述迁徙信息、开户地信息、通话总时长、通话总次数以及短信总次数确定预设用户与所述社会化关系矩阵中的其他用户之间的关联度。

6.一种社会关系的挖掘装置，其特征在于，包括：

筛选模块，用于筛选与预设用户相对应的目标用户集合；

构建模块，用于根据所述目标用户集合构建预设用户的社会化关系矩阵；

计算模块，用于基于所述社会化关系矩阵，计算所述预设用户与所述所述社会化关系矩阵中的其他用户之间的关联度；

确定模块，用于根据所述关联度确定所述预设用户的社会关系。

7.根据权利要求6所述的装置，其特征在于，所述筛选模块，用于：

获取所有与预设用户进行通话的通话相关信息，通话相关信息包括以下至少之一：通话频次、通话时长、短信频次；

根据所述通话相关信息确定所述目标用户集合。

8.根据权利要求7所述的装置，其特征在于，所述筛选模块，用于：

将所述通话相关信息与预先设置的阈值信息进行比较；

将所述通话相关信息大于或等于所述阈值信息的用户确定为所述目标用户集合中的目标用户。

9.根据权利要求7所述的装置，其特征在于，所述构建模块，用于：

将所述目标用户集合中的所有目标用户按照通话相关信息的高低进行排序；

根据预设的构建用户数量在进行排序后的所有目标用户中确定挖掘用户；

利用所述挖掘用户构建用户的社会化关系矩阵。

10.根据权利要求6所述的装置，其特征在于，所述计算模块，用于：

获取所述预设用户的迁徙信息和开户地信息；

利用Apriori算法获取预设用户与所述社会化关系矩阵中的所有用户之间的通话总时长、通话总次数以及短信总次数；

根据所述迁徙信息、开户地信息、通话总时长、通话总次数以及短信总次数确定预设用户与所述社会化关系矩阵中的其他用户之间的关联度。

11.一种社会关系的挖掘终端，其特征在于，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-5中任意一项所述的一种社会关系的挖掘方法。

12.一种计算机可读存储介质，其特征在于，其上存储有计算机程序；

所述计算机程序被处理器执行以实现如权利要求1-5中任意一项所述的一种社会关系的挖掘方法。