CN109614554A - 一种用于提供线下社交信息的方法与设备 - Google Patents

Abstract

本申请的目的是提供一种用于提供线下社交信息的方法，其中，该方法包括：获取第一用户通过用户设备提交的线下社交请求，所述线下社交请求包括所述第一用户期望的社交对象画像信息；基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配；将至少一个所述推荐社交对象及所述至少一个所述推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述用户设备。本申请根据用户期望的社交对象画像信息为其匹配推荐社交对象以及推荐线下活动。

Description

一种用于提供线下社交信息的方法与设备

技术领域

本申请涉及通信领域，尤其涉及一种用于提供线下社交信息的技术。

背景技术

随着时代的发展，社交已经成了人们生活中不可或缺的一部分。众所周知，社交圈内一般都是兴趣爱好相同或者相似的人群。但是，人们的社交圈通常是局限于自己认识的人，或者是基于亲朋好友的介绍进行的小范围的扩大。社交活动也是基于社交圈内人们的协商确定的线下活动，并且，该社交活动的确定很难满足该社交圈内所有人的需求(例如，符合所有人的兴趣爱好)。

综上所述，现有技术当中缺少一种能够为人们提供符合其兴趣爱好、性格特点等自身属性的社交对象以及社交活动的方法及设备。

发明内容

本申请的一个目的是提供一种用于提供线下社交信息的方法与设备。

根据本申请的一个方面，提供了一种在网络设备端用于提供线下社交信息的方法，该方法包括：

获取第一用户通过用户设备提交的线下社交请求，所述线下社交请求包括所述第一用户期望的社交对象画像信息；

基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配；

将至少一个所述推荐社交对象及所述至少一个所述推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述用户设备。

根据本申请的另一个方面，提供了一种在用户设备端用于提供线下社交信息的方法，该方法包括：

向网络设备发送第一用户的线下社交请求，所述线下社交请求包括所述第一用户所期望的社交对象画像信息；

接收所述网络设备基于所述线下社交请求返回的、至少一个推荐社交对象及所述至少一个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配。

根据本申请的一个方面，提供了一种用于提供线下社交信息的网络设备，其中，该设备包括：

获取模块，用于获取第一用户通过用户设备提交的线下社交请求，所述线下社交请求包括所述第一用户期望的社交对象画像信息；

确定模块，用于基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配；

发送模块，用于将至少一个所述推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述用户设备。

根据本申请的另一个方面，提供了一种用于提供线下社交信息的用户设备，该设备包括：

一一发送模块，用于向网络设备发送第一用户的线下社交请求，所述线下社交请求包括所述第一用户所期望的社交对象画像信息；

一一接收模块，用于接收所述网络设备基于所述线下社交请求返回的、至少一个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配。

根据本申请的一个方面，提供了一种用于提供线下社交信息的方法，该方法包括：

用户设备向网络设备发送第一用户的线下社交请求，所述线下社交请求包括所述第一用户所期望的社交对象画像信息；

所述网络设备获取所述第一用户通过所述用户设备提交的线下社交请求，基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，每个推荐社交对象与所述社交对象画像信息相匹配，以及将至少一个所述推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述第一用户对应的用户设备；

所述用户设备接收所述网络设备基于所述线下社交请求返回的、所述至少一个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动。

根据本申请的一个方面，提供了一种的设备，该设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行：

获取第一用户通过用户设备提交的线下社交请求，所述线下社交请求包括所述第一用户期望的社交对象画像信息；

基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配；

将至少一个所述推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述用户设备。

根据本申请的另一个方面，提供了一种的设备，该设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行：

向网络设备发送第一用户的线下社交请求，所述线下社交请求包括所述第一用户所期望的社交对象画像信息；

接收所述网络设备基于所述线下社交请求返回的、至少一个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配。

根据本申请的一个方面，提供了存储指令的计算机可读介质，所述指令在被执行时使得系统进行：

获取第一用户通过用户设备提交的线下社交请求，所述线下社交请求包括所述第一用户期望的社交对象画像信息；

基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，每个推荐社交对象与所述社交对象画像信息相匹配；

将至少一个所述推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述用户设备。

根据本申请的另一个方面，提供了存储指令的计算机可读介质，所述指令在被执行时使得系统进行：

向网络设备发送第一用户的线下社交请求，所述线下社交请求包括所述第一用户所期望的社交对象画像信息；

接收所述网络设备基于所述线下社交请求返回的、至少一个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配。

与现有技术相比，本申请根据用户期望的社交对象画像信息为其匹配推荐社交对象以及推荐线下活动。其中，在一些实施例中，所述社交对象画像信息包括所述用户期望进行社交的社交对象的用户画像信息(例如，兴趣爱好、性格)。以达到为该用户匹配符合其兴趣爱好以及性格特点的社交对象的目的。并且，所述推荐线下活动与所述推荐社交对象对应。例如，该推荐社交对象预约或者正在参与的线下活动。以达到为该用户匹配推荐社交对象的同时匹配到符合其兴趣爱好的推荐线下活动。

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示出了根据本申请一个实施例的用户设备与网络设备进行协作以实现提供线下社交信息的系统拓扑图；

图2示出根据本申请一个实施例的一种在网络设备端用于提供线下社交信息的方法流程图；

图3示出根据本申请一个实施例的一种在网络设备端用于提供线下社交信息的方法中步骤S12的子流程图；

图4示出根据本申请另一个实施例的一种在用户设备端用于提供线下社交信息的方法流程图；

图5示出根据本申请一个实施例的一种用于提供线下社交信息的网络设备的模块示意图；

图6示出根据本申请一个实施例的一种用于提供线下社交信息的网络设备中确定模块的结构示意图；

图7示出根据本申请一个实施例的一种用于提供线下社交信息的用户设备的模块示意图；

图8示出可被用于实施本申请中所述的各个实施例的示例性系统。

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(例如，中央处理器(Central Processing Unit，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(RandomAccess Memory，RAM)和/或非易失性内存等形式，如只读存储器(Read Only Memory，ROM)或闪存(Flash Memory)。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(Phase-Change Memory，PCM)、可编程随机存取存储器(Programmable Random Access Memory，PRAM)、静态随机存取存储器(Static Random-Access Memory，SRAM)、动态随机存取存储器(DynamicRandom AccessMemory，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(Electrically-ErasableProgrammable Read-Only Memory，EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、数字多功能光盘(Digital Versatile Disc,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。

本申请所指设备包括但不限于用户设备、网络设备、或用户设备与网络设备通过网络相集成所构成的设备。所述用户设备包括但不限于任何一种可与用户进行人机交互(例如通过触摸板进行人机交互)的移动电子产品，例如智能手机、平板电脑等，所述移动电子产品可以采用任意操作系统，如android操作系统、iOS操作系统等。其中，所述网络设备包括一种能够按照事先设定或存储的指令，自动进行数值计算和信息处理的电子设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit，ASIC)、可编程逻辑器件(Programmable Logic Device，PLD)、现场可编程门阵列(Field Programmable Gate Array，FPGA)、数字信号处理器(Digital SignalProcessor，DSP)、嵌入式设备等。所述网络设备包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云；在此，云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟超级计算机。所述网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(Ad Hoc网络)等。优选地，所述设备还可以是运行于所述用户设备、网络设备、或用户设备与网络设备、网络设备、触摸终端或网络设备与触摸终端通过网络相集成所构成的设备上的程序。

当然，本领域技术人员应能理解上述设备仅为举例，其他现有的或今后可能出现的设备如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

在本申请的描述中，“多个”的含义是两个或者更多，除非另有明确具体的限定。

图1示出了根据本申请一个实施例的用户设备与网络设备进行协作以实现提供线下社交信息的系统拓扑图。用户设备向网络设备发送第一用户的线下社交请求，所述线下社交请求包括所述第一用户所期望的社交对象画像信息。在一些实施例中，所述用户设备包括但不限于手机、平板、笔记本电脑等计算设备。所述网络设备获取所述第一用户通过所述用户设备提交的线下社交请求，基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配，以及将至少一个所述推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述第一用户对应的用户设备；所述用户设备接收所述网络设备基于所述线下社交请求返回的、所述至少一个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动。在一些实施例中，所述用户设备与所述网络设备间通过无线网络或者移动网络进行交互协作。例如，所述用户设备连接无线接入点通过对应的无线网络与所述网络设备进行交互协作，以实现所述用户设备向所述网络设备提交线下社交请求；所述网络设备接收所述线下社交请求，并将至少一个所述推荐社交对象以及每个推荐社交对象对应的推荐线下活动发送给所述用户设备；所述用户设备接收所述推荐社交对象以及所述推荐线下活动。

用户画像是指根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型。可以理解为给用户“贴标签”，而标签是通过对用户信息分析而来的高度精炼的特征标识。通过“贴标签”可以利用一些高度概括、容易理解的特征来描述用户，可以让人更容易理解用户，并且方便计算机处理。用户画像的构建过程可以包括：准备阶段(数据的挖掘和收集)以及成型阶段(数据建模)。

图2示出了根据本申请一个实施例的一种在网络设备端用于提供线下社交信息的方法流程图。该方法包括步骤S11、步骤S12以及步骤S13。在步骤S11中，网络设备获取第一用户通过用户设备提交的线下社交请求，所述线下社交请求包括所述第一用户期望的社交对象画像信息。在步骤S12中，网络设备基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配。在步骤S13中，网络设备将至少一个所述推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述用户设备。

具体而言，在步骤S11中，网络设备获取第一用户通过用户设备提交的线下社交请求，所述线下社交请求包括所述第一用户期望的社交对象画像信息。在一些实施例中，所述社交对象画像信息包括所述用户设备对应的第一用户所期望的社交对象的兴趣爱好、职业、性格、社交取向等信息。在一些实施例中，所述第一用户所期望的社交对象用户画像可以是基于所述第一用户通过用户设备设置的。例如，该第一用户通过用户设备设置其期望的社交对象为性格外向、喜欢看电影、喜欢运动。基于所述第一用户设置的信息生成对应的社交对象画像信息。当然，本领域技术人员应能理解，以上所述的第一用户所期望的社交对象用户画像生成方式仅为举例，其他现有的或今后可能出现的操作如能适用于本申请，也包含在本申请的保护范围内，并以引用的方式包含于此。例如，在一些实施例中，所述社交对象画像信息还可以通过网络设备获取所述第一用户的历史参加活动信息生成。例如，网络设备获取第一用户通过其对应的用户设备报名参加过的一个或多个活动信息。基于所述一个或多个活动信息，网络设备进行统计计算，例如，根据每个活动信息的名称进行分类统计，并基于每个类目下参加过的活动数量进行类目排序，基于所述排序结果确定对应的社交对象画像信息。例如，所述第一用户参加的户外类目的活动较多的对应的社交对象画像信息包括性格活泼、爱好运动的信息。

在步骤S12中，网络设备基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配。在一些实施例中，网络设备中设置有用户画像信息库以及线下活动集合。所述用户画像信息库中储存有多个用户的用户画像信息(例如，每个所述用户对应的性格特点、职业、兴趣爱好等信息)；所述线下活动集合中储存有多个线下活动(例如，基于大数据获取的多个线下活动的名称信息、位置信息、类目信息、举办时间信息、报名信息等)。网络设备接收所述包括社交对象画像信息的线下社交请求，并基于该社交对象画像信息在所述用户画像信息库中进行匹配。将与该社交对象画像信息相匹配的用户画像对应的用户确定为推荐社交对象。进一步地，在一些实施例中，所述网络设备基于该推荐社交对象(例如，所述推荐社交对象的姓名、注册名等标识信息)在所述线下活动集合中查找对应的推荐线下活动。

在步骤S13中，网络设备将至少一个所述推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述用户设备。在一些实施例中，所述网络设备将确定出的一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动全部提供至所述用户设备；在另一些实施例中，所述网络设备将确定出的一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动部分提供至所述用户设备。例如，所述网络设备将所述推荐社交对象的姓名、职业等信息以及所述对应的推荐线下活动的名称、举办时间、位置信息等信息发送给所述用户设备。以供所述用户设备对应的第一用户从多个推荐社交对象或者多个推荐线下活动中进行选择确认。

例如，第一用户甲当前没有参见线下活动。该第一用户甲通过其对应的用户设备向网络设备提交线下社交请求，其中，该线下社交请求包括所述第一用户所期望的社交对象画像信息。例如，该第一用户甲所期望的社交对象画像信息包括性格外向、爱好运动的用户画像信息。所述网络设备接收该线下社交请求。并基于该线下社交请求确定对应的一个或多个推荐社交对象。例如，所述网络设备基于该社交对象画像信息在用户画像信息库中查询匹配到相符的用户乙和用户丙对应的用户画像，所述网络设备将该用户乙和用户丙确定为推荐社交对象。例如，所述用户乙报名参加了线下活动a，所述用户丙当前没有参加线下活动。进一步地，所述网络设备在线下活动集合中查询所述用户乙以及所述用户丙对应的线下活动，并将该线下活动确定为推荐线下活动。例如，所述网络设备基于所述用户乙的标识信息在线下活动集合中查找到其当前报名参加的线下活动a；所述网络设备基于所述用户丙的标识信息在线下活动集合中没有查找到其对应的线下活动。则网络设备将所述线下活动a作为推荐线下活动提供给所述第一用户甲。所述网络设备将所述用户乙以及所述用户丙作为推荐社交对象提供给所述第一用户甲。所述第一用户甲对应的用户设备接收所述推荐社交对象(例如，所述用户乙以及所述用户丙的姓名、兴趣爱好信息)以及所述推荐线下活动(例如，所述线下活动a的名称、位置信息)，以供所述第一用户甲选择确认。

如图3所示，在一些实施例中，所述步骤S12包括步骤S121以及步骤S122。在步骤S121中，网络设备基于所述线下社交请求确定与所述社交对象画像信息相匹配的一个或多个推荐社交对象；在步骤S122中，网络设备根据所述第一用户及所述推荐社交对象确定对应的推荐线下活动。为了使推荐给所述第一用户的推荐线下活动更符合所述第一用户的性格特点和/或兴趣爱好。在一些实施例中，所述网络设备基于所述第一用户以及所述推荐社交对象确定对应的推荐线下活动。

例如，所述网络设备接收所述第一用户通过其对应的用户设备发送的线下社交请求，所述线下社交请求中包括所述第一用户所期望的社交对象画像信息以及所述第一用户的标识信息(例如，姓名或者ID地址)。所述网络设备基于所述第一用户的标识信息在用户画像信息库中查询与该第一用户的标识信息对应的用户画像信息；所述网络设备基于该社交对象画像信息在所述用户画像信息库中查找匹配的用户画像信息。进一步地，所述网络设备将与所述社交对象画像信息相匹配的用户画像信息对应的用户确定为推荐社交对象；所述网络设备基于所述第一用户(例如，所述第一用户对应的用户画像信息)以及所述推荐社交对象(例如，所述推荐社交对象画像信息)在线下活动集合中查询匹配的线下活动。并将匹配的线下活动确定为推荐线下活动。在本实施例中，网络设备不只是基于社交对象画像信息进行推荐线下活动的确定，而是结合第一用户(例如，所述第一用户对应的用户画像)进行推荐线下活动的确定。以此确定出更符合该第一用户的兴趣爱好的推荐线下活动。

当然，本领域技术人员应能理解，以上所述的用户画像信息库仅为举例，其他现有的或今后可能出现的操作如能适用于本申请，也包含在本申请的保护范围内，并以引用的方式包含于此。

在一些实施例中，步骤S122包括：网络设备根据所述第一用户及所述推荐社交对象的用户相关信息构建目标用户画像信息；网络设备根据所述目标用户画像信息与线下活动的活动参与者画像信息的匹配度信息确定与所述目标用户画像信息相匹配的候选线下活动，以作为所述推荐社交对象对应的推荐线下活动。在一些实施例中，为了综合考虑第一用户以及推荐社交对象的用户相关信息，所述网络设备根据所述第一用户以及所述推荐社交对象的用户相关信息构建目标用户画像信息。例如，第一用户甲性格内向，但是该第一用户甲希望和性格外向的对象进行社交活动。则对应的社交对象画像信息包括性格外向的属性信息。为了使推荐线下活动的活动性质不至于太外向或者太内向，所述网络设备基于该第一用户以及推荐社交对象的用户相关信息构建目标用户画像信息，基于该目标用户画像信息确定匹配的候选线下活动。并将该候选线下活动确定为推荐线下活动。

在一些实施例中，网络设备中设置有用户画像信息库，并储存有多个用户的用户相关信息(例如，对应用户的兴趣爱好、参加过的活动、职业、性格特点等相关信息)。所述网络设备基于所述线下社交请求在所述用户画像信息库中确定与社交对象画像信息相匹配的一个或多个推荐社交对象。进一步地，所述网络设备基于所述第一用户以及所述推荐社交对象的用户相关信息构建目标用户画像信息。例如，所述网络设备基于所述第一用户以及所述推荐社交对象的标识信息(例如，姓名、ID地址)确定对应的用户相关信息。例如，所述第一用户以及所述推荐社交对象的用户相关信息中分别包括所述第一用户以及所述推荐社交对象参加过的活动信息(例如，活动名称、活动类目、活动举办时间、活动举办地点)。网络设备基于上述活动信息构建目标用户画像信息。以根据所述目标用户画像信息确定推荐线下活动。例如，所述第一用户以及所述推荐社交对象的用户相关信息中均包括参加户外运动较多的用户相关信息。则根据该第一用户以及推荐社交对象的相关用户信息构建的目标用户画像信息中包括喜欢户外运动的用户画像信息。

进一步地，所述网络设备根据该目标用户画像信息与线下活动的活动参与者画像信息的匹配度信息确定与该目标用户画像信息相匹配的活动参与者画像信息，并将该活动参与者画像信息对应的线下活动作为该推荐社交对象对应的推荐线下活动。例如，所述网络设备与多个线下活动存在合作关系，所述网络设备获取所述多个线下活动中每个线下活动对应的活动参与者信息(例如，姓名、ID地址)。网络设备基于所述活动参与者信息在用户画像信息库中查找对应的用户画像信息，以获取到每个线下活动对应的活动参与者画像信息。网络设备将构建的目标用户画像信息与所述多个活动参与者画像信息进行匹配，并将匹配度信息等于匹配度阈值或者匹配度最高的活动参与者画像信息所对应的线下活动作为候选线下活动。进而将该候选线下活动作为推荐社交对象对应的推荐线下活动提供给所述第一用户。

在一些实施例中，所述目标用户画像信息包括关于所述第一用户的属性信息和关于所述推荐社交对象的属性信息，其中，所述关于所述第一用户的属性信息的权重信息小于或等于所述关于所述推荐社交对象的属性信息的权重信息。在一些实施例中，为了使构建的目标用户画像更接近于推荐社交对象。所述目标用户画像中关于所述推荐社交对象的属性信息的权重信息大于所述第一用户的属性信息的权重信息。

例如，所述用户相关信息包括一个或多个属性信息。例如，兴趣爱好是一个属性信息。所述网络设备为每一个属性信息分配相同或不同的权重信息。例如，所述第一用户的用户相关信息包括兴趣爱好、职业的属性信息；所述推荐社交对象的用户相关信息包括兴趣爱好、职业的属性信息。所述网络设备分配给所述第一用户的兴趣爱好的权重信息为0.2，分配给职业的权重信息为0.2。所述网络设备分配给所述推荐社交对象的兴趣爱好的权重信息为0.3，分配给职业的权重信息为0.3。通过为推荐社交对象的属性信息分配更大的权重信息使得构建的目标用户画像更偏向与推荐社交对象。以便在根据所述目标用户画像从所述线下活动的活动参与者画像信息中匹配获得的优选线下活动与推荐社交对象相对应。

在一些实施例中，所述第一用户和/或所述推荐社交对象的用户相关信息与所述推荐线下活动的活动参与者画像信息的匹配度信息大于或等于预定的第一匹配度阈值信息。在一些实施例中，所述网络设备根据所述第一用户以及所述推荐社交对象的用户相关信息构建目标用户画像信息。进一步地，所述网络设备根据所述目标用户画像信息与线下活动的活动参与者画像信息间的匹配度信息确定相匹配的优选线下活动。在一些实施例中，目标用户画像信息与活动参与者画像信息的匹配规则为所述第一用户和/或所述推荐社交对象的用户相关信息与所述推荐线下活动的活动参与者画像信息的匹配度信息大于或等于预定的第一匹配度阈值信息。例如，所述第一匹配阈值信息为0.8。则主要所述第一用户以及所述推荐社交对象之一的用户相关信息与活动参与者画像信息间的匹配度大于或等于0.8，即可将该活动参与者画像信息对应的线下活动作为该推荐社交对象对应的推荐线下活动。

在一些实施例中，所述步骤S122包括：确定适合所述第一用户的一个或多个第一推荐线下活动；确定适合所述推荐社交对象的一个或多个第二推荐线下活动；将所述一个或多个第一推荐线下活动与所述一个或多个第二推荐线下活动的交集中的至少一个活动作为所述推荐社交对象对应的推荐线下活动。

在一些实施例中，网络设备基于用户相关信息确定推荐线下活动。例如，网络设备基于所述第一用户以及所述推荐社交对象的用户相关信息构建目标用户画像信息，再基于所述目标用户画像信息确定对应的推荐线下活动。具体方法流程请参照图2对应的实施例，在此不做赘述。

在另一些实施例中，网络设备分别确定所述第一用户以及所述推荐社交对象对应的第一推荐线下活动以及第二推荐线下活动。再对所述第一推荐线下活动以及所述第二推荐线下活动进行交集计算，以确定出符合所述第一用户以及所述推荐社交用户的推荐线下活动。例如，所述网络设备与多个线下活动的运营方存在合作关系。所述网络设备获取所述多个线下活动的活动参与者信息(例如，预约信息、注册报名信息等)。所述网络设备获取所述第一用户发送的线下社交请求，所述线下社交请求中包括所述第一用户的标识信息(例如，姓名、注册ID)。所述网络设备根据该标识信息在所述多个线下活动的活动参与者信息中查找对应的用户，若存在对应的用户。例如，活动参与者信息与该第一用户存在相同的姓名、注册ID。则网络设备将该活动参与者对应的线下活动确定为第一推荐线下活动。所述第二推荐线下活动的确定过程与所述第一推荐社交对象的确定过程相似，在此不做赘述。当然，本领域技术人员应能理解，以上所述的第一推荐线下活动的确定操作仅为举例，其他现有的或今后可能出现的操作如能适用于本申请，也包含在本申请的保护范围内，并以引用的方式包含于此。例如，所述网络设备还可以根据所述第一用户的用户画像信息确定第一推荐线下活动。在一些实施例中，所述第一推荐线下活动包括多个(例如，第一推荐线下活动集合)；所述第二推荐线下活动包括多个(例如，第二线下活动集合)。所述网络设备将所述第一推荐线下活动集合以及所述第二推荐线下活动集合进行交集运算。例如，所述网络设备将所述第一推荐线下活动集合以及所述第二推荐线下活动集合中相同的线下活动确定为所述推荐社交对象对应的推荐线下活动。本实施例中，综合考虑所述第一用户以及所述推荐社交对象分别对应的“推荐线下活动”，使得最终确定的所述推荐社交对象对应的推荐线下活动更符合所述第一用户的需求。

在一些实施例中，所述步骤S122包括：确定适合所述第一用户的一个或多个第一推荐线下活动；根据所述推荐社交对象的对象相关信息确定所述第一推荐线下活动与所述推荐社交对象的匹配度信息；根据所述第一推荐线下活动与所述推荐社交对象的匹配度信息，从所述一个或多个第一推荐线下活动中选择所述推荐社交对象对应的推荐线下活动。在一些实施例中，为了使推荐线下活动更加符合所述第一用户的社交需求。所述网络设备根据所述推荐社交对象的对象相关信息从所述第一推荐线下活动中确定推荐线下活动。在一些实施例中，所述对象相关信息包括对应推荐社交对象的兴趣爱好、职业、参加过的线下活动等相关信息。

例如，所述网络设备中设置有用户相关信息库。其中，所述推荐社交对象对应的用户相关信息为对象相关信息。所述网络设备根据所述线下社交请求确定出推荐社交对象。所述网络设备确定适合所述第一用户的一个或多个第一推荐线下活动后。根据所述推荐社交对象(例如，注册ID)在所述用户相关信息库中查找对应的用户相关信息。并将与该推荐社交对象对应的用户相关信息确定为对象相关信息。进一步地，所述网络设备根据所述推荐社交对象的对象相关信息确定所述第一推荐线下活动与所述推荐社交对象的匹配度信息。例如，所述网络设备预设有匹配度阈值信息。所述第一推荐线下活动与所述推荐社交对象的匹配度信息等于或大于所述匹配度阈值信息时，则将该第一推荐线下活动确定为所述推荐社交对象对应的推荐线下活动。在一些实施例中，所述对象相关信息包括对应推荐社交对象参见过的线下活动信息(例如，活动名称、活动类目)。所述网络设备根据所述推荐社交对象参加过的线下活动信息与所述第一推荐线下活动的匹配度信息确定对应的推荐线下活动。例如，所述第一推荐线下活动为户外活动。所述推荐社交对象参加过的五个线下活动中有四个属于户外活动。即所述推荐社交对象参加的线下活动中的80％与所述第一推荐线下活动的类目相同。所述80％为所述对象相关信息与所述第一推荐线下活动间的匹配度信息。若该匹配度阈值信息为80％，则确定该第一推荐线下活动为该推荐社交对象对应的推荐线下活动。

当然，本领域技术人员应能理解，以上所述的匹配度信息仅为举例，其他现有的或今后可能出现的匹配度信息如能适用于本申请，也包含在本申请的保护范围内，并以引用的方式包含于此。

在一些实施例中，所述第一推荐线下活动包括以下至少一项：所述第一用户预约的线下活动；所述第一用户正在参与的线下活动；与所述第一用户的用户画像信息相匹配的线下活动。

在一些实施例中，所述网络设备与线下活动的运营方存在合作关系。所述网络设备获取该线下活动的用户预约信息、用户的参与信息等信息。其中，所述第一推荐线下活动包括所述第一用户预约或正在参与的线下活动。例如，所述网络设备根据所述第一用户的标识信息(例如，注册ID)在所述多个线下活动的用户预约信息中查找对应的第一用户；或者，所述网络设备根据所述线下活动的现场监控信息或者入场刷脸信息中查找对应的第一用户的标识信息(例如，脸部特征信息)。若所述用户预约信息、用户的参与信息中存在第一用户(例如，所述第一用户对应的标识信息)，则将该第一用户对应的线下活动确定为第一推荐线下活动。

在另一些实施例中，所述网络设备设置有用户画像信息库。该用户画像信息库包括多个用户的用户画像信息。所述用户画像信息包括兴趣爱好、职业、性格、社交取向等用户画像信息。所述网络设备获取(例如，基于大数据技术)多个线下活动(例如，正在举行的线下活动)。所述网络设备获取第一用户提交的线下社交请求。其中，所述线下社交请求包括所述第一用户的标识信息(例如，注册ID)所述网络设备基于该标识信息在所述用户画像信息库中查找对应的第一用户的用户画像信息。并基于该用户画像信息在获取的多个线下活动中查找匹配的线下活动。例如，性格开朗的用户画像信息与户外线下活动间存在映射关系。所述网络设备基于该性格开朗的用户画像信息在所述多个线下活动查找户外线下活动，并查找到的户外线下活动确定为第一推荐线下活动。例如，姓名

上述实施例中分别根据先确定推荐社交对象，再确定推荐线下活动；以及，先确定推荐线下活动，再确定推荐社交对象的方法为所述第一用户提供社交信息。在以下的实施例中，所述网络设备基于所述线下社交请求中的社交对象画像信息可同时进行候选推荐线下活动以及候选推荐社交对象的匹配。再基于所述候选推荐线下活动以及所述候选推荐社交对象的匹配度信息进行推荐线下活动以及推荐社交对象的确定。

在一些实施例中，所述步骤S12包括：基于所述线下社交请求确定适合所述第一用户的一个或多个候选推荐线下活动，并确定一个或多个候选推荐社交对象，所述一个或多个候选推荐社交对象中每个候选推荐社交对象与所述社交对象画像信息相匹配；根据所述候选推荐线下活动与所述候选推荐社交对象的匹配度信息，从所述一个或多个候选推荐社交对象及所述一个或多个候选推荐线下活动中选择一个或多个推荐社交对象及所述一个或多个候选推荐社交对象中每个推荐社交对象对应的推荐线下活动。在一些实施例中，所述匹配度信息包括所述候选推荐线下活动与所述候选推荐社交活动间的匹配度的大小(例如，百分比)。例如，所述候选推荐线下活动包括活动名称、活动类目、举办时间、举办地点等活动信息；所述候选推荐社交对象包括兴趣爱好、性格、历史参与活动时间、历史参与活动范围等用户画像信息。在一些实施例中，活动名称与兴趣爱好间存在对应匹配关系、活动类目与性格间存在对应匹配关系、举办时间与历史参与活动时间之间存在对应匹配关系、举办地点与历史参与活动范围之间存在对应匹配关系。所述匹配度信息包括上述一个或多个对应匹配关系的计算结果。例如，活动名称与兴趣爱好之间按照字段侧重合度确定匹配度信息；活动类目与性格间按照映射关系确定匹配度信息(例如，性格开朗与户外运动间的映射)；举办时间与历史参与活动时间之间按照被覆盖多少确定匹配度信息；举办地点与历史参与活动范围之间按照被覆盖多少确定匹配度信息。

当然，本领域技术人员应能理解，以上所述的对应匹配操作仅为举例，其他现有的或今后可能出现的操作如能适用于本申请，也包含在本申请的保护范围内，并以引用的方式包含于此。

例如，所述网络设备中设置有用户画像信息库以及线下活动集合。其中，所述用户画像信息库中包括多个用户的用户画像信息，每个用户的标识信息(例如，姓名、ID地址)与其用户画像信息(例如，兴趣爱好、性格)一一对应；所述线下活动集合中包括多个线下活动的活动信息，每个线下活动的标识信息(例如，活动名称)与其活动信息(例如，活动类目、举办时间、举办地点)一一对应。所述网络设备获取所述第一用户提交的线下社交请求，其中，所述线下社交请求包括该第一用户期望的社交对象画像信息以及该第一用户的标识信息(例如，姓名)。例如，所述社交对象画像信息包括性格开朗、爱好户外运动的用户画像信息。所述网络设备根据该社交对象画像信息分别在所述用户画像信息库以及所述线下活动集合中查找匹配的候选推荐社交对象以及候选推荐线下活动。例如，所述网络设备根据该社交对象画像信息在所述用户画像信息库中查找包括性格开朗、爱好户外运动的用户画像，并将该用户画像对应的用户确定为候选推荐社交对象；所述网络设备根据该社交对象画像信息在线下活动集合中查找活动类目为户外运动的线下活动，并将该线下活动确定为推荐线下活动。例如，所述网络设备查找出用户乙和用户丙为候选推荐社交对象；活动3和活动4为候选推荐线下活动。进一步地，所述网络设备根据所述用户乙、用户丙的用户画像信息以及所述活动3、活动4的活动信息进行匹配。在一些实施例中，所述网络设备根据所述用户画像信息中的一个或多个主要属性与所述活动信息的匹配度确定推荐社交对象以及推荐线下活动。例如，该用户画像信息中包括该用户参加过的活动信息，所述网络设备根据该活动信息与候选推荐线下活动的活动信息间的相似度确定匹配度信息。当然，本领域技术人员应能理解，以上所述的候选推荐社交对象与候选线下活动间的匹配操作仅为举例，其他现有的或今后可能出现的操作如能适用于本申请，也包含在本申请的保护范围内，并以引用的方式包含于此。例如，所述网络设备还可以基于用户画像信息中的其他属性信息(例如，兴趣爱好、职业、性格)与活动信息间的预定的匹配值映射关系确定候选推荐社交对象与候选线下活动间的匹配度信息。例如，网络设备预设的性格外向的属性信息与户外活动间的匹配值为70％。以此确定该属性信息对应的候选推荐社交对象与候选推荐线下活动间的匹配度信息。进一步地，所述网络设备基于候选推荐线下活动与候选推荐社交对象的匹配度信息从中优选一个或多个推荐社交对象。例如，所述网络设备将匹配度信息大于或等于一定的匹配度阈值的候选推荐社交对象确定为推荐社交对象。并将该推荐社交对象对应的线下活动确定为推荐线下活动(例如，该推荐社交对象正在参加或报名的线下活动)。

在一些实施例中，所述推荐社交对象的当前位置位于对应的所述推荐线下活动的现场区域之外。在一些实施例中，所述网络设备基于所述线下社交请求确定的推荐社交对象当前没有位于其对应的推荐线下活动的现场区域内，例如，该推荐社交对象预约报名了其对应的推荐线下活动。所述网络设备与该推荐线下活动存在合作关系，所述网络设备获取该推荐线下活动的预约报名信息。

例如，网络设备基于定位技术(例如，GPS)获取推荐社交对象的当前位置信息；在另一些实施例中，所述网络设备获取所述推荐社交对象当前连接的无线接入点的相关信息(例如，SSID)，网络设备基于所述无线接入点的相关信息确定该推荐社交对象当前所处的位置。在一些实施例中，所述网络设备获取(例如，基于大数据技术)推荐线下活动的现场区域信息。进一步地，所述网络设备根据所述推荐社交对象的当前位置确定其是否位于其对应的推荐线下活动的现场区域内。例如，当所述推荐线下活动的现场区域信息没有覆盖所述推荐社交对象的当前位置时，则确定所述推荐社交对象的当前位置位于所述推荐线下活动的现场区域之外。

在一些实施例中，所述方法还包括步骤S14(未示出)。在步骤S14中，网络设备获取所述第一用户所选择的目标推荐社交对象或所述目标推荐社交对象所对应的目标推荐线下活动，其中，所述目标推荐社交对象从所述一个或多个推荐社交对象中选择；向所述目标推荐社交对象发送所述第一用户的线下社交邀请信息。在一些实施例中，所述线下社交邀请信息是用户基于其对应的用户设备从一个或多个的推荐线下活动或者推荐社交对象中进行选择并确认发送邀请的信息。

在一些实施例中，网络设备将至少一个推荐社交对象以及每个推荐社交对象对应的推荐线下活动提供给所述第一用户对应的用户设备。例如，网络设备将至少一个推荐社交对象的姓名(或者，网名)、位置信息、性格、职业等信息，以及每个推荐社交对象对应的推荐线下活动的活动名称、地点、时间等相关信息提供给所述第一用户对应的用户设备。所述用户设备接收到推荐线下活动以及推荐社交对象后呈现给对应的第一用户。第一用户基于用户设备呈现的推荐线下活动以及推荐社交对象选择要参加的推荐线下活动或者想要联系的推荐社交对象。由于推荐线下活动与推荐社交对象之间存在对应关系。因此，该第一用户只需从推荐线下活动或者推荐社交对象中选择一个即可实现活动和社交对象双得的目的。进一步地，第一用户基于选择的目标推荐线下活动或者目标推荐社交对象向对应的网络设备发送线下社交邀请信息。网络设备接收该线下社交邀请信息，并基于该线下社交邀请信息对应的目标推荐社交对象(例如，该目标推荐社交对象的标识信息)向该目标推荐社交对象对应的用户设备发送该线下社交邀请信息。

在一些实施例中，所述方法还包括步骤S15(未示出)。在步骤S15中，网络设备为所述第一用户预定所述目标推荐线下活动。在一些实施例中，网络设备向目标推荐社交对象发送线下社交邀请信息后，网络设备自动为该用户例如，发送线下社交活动请求的用户)进行目标线下活动的预订操作。例如，网络设备为该用户预订目标推荐社交对象对应的目标推荐线下活动。

如图4所示，根据本申请的另一个方面，提供了一种在用户设备端用于提供线下社交信息的方法，该方法包括步骤S21、步骤S22。在步骤S21中，用户设备向向网络设备发送第一用户的线下社交请求，所述线下社交请求包括所述第一用户所期望的社交对象画像信息；在步骤S22中，用户设备接收所述网络设备基于所述线下社交请求返回的、至少一个推荐社交对象及所述至少一个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配。其中，用户画像又称用户角色，是指根据用户的属性、偏好、生活习惯、行为等信息抽象出来的标签化的用户模型。在一些实施例中，所述社交对象画像信息属于用户画像。在一些实施例中，所述推荐线下活动包括但不限于一个或多个活动的类别、名称、位置信息或者报名入口；所述推荐社交对象包括但不限于对应推荐线下活动下的一个或多个推荐对象的社交网名、位置信息、报名信息。在一些实施例中，所述网络设备根据用户设备发送的线下社交请求在数据库中查询匹配推荐社交对象以及每个推荐社交对象对应的推荐线下活动，并将所述推荐社交对象以及每个推荐社交对象对应的推荐线下活动发送给第一用户对应的用户设备。以供所述第一用户在一个或多个推荐线下活动以及推荐社交对象中进行选择。从而实现根据用户的需要(例如，兴趣爱好、社交取向、性格等社交需要)为用户匹配合适的活动以及对象。

例如，第一用户甲的职业为健身教练，爱好爬山、跑步、马拉松等户外活动。并且该第一用户甲通过其对应的用户设备预设的期望社交对象为性格开朗、喜欢户外活动的社交对象。在一些实施例中，所述第一用户甲所期望的社交对象用户画像可以是基于所述第一用户甲通过其对应的用户设备进行设置。例如，第一用户甲通过用户设备设置其期望的社交对象为性格开朗、喜欢户外活动。基于所述第一用户甲设置的信息生成对应的社交对象画像信息。当第一用户甲通过其对应的用户设备向网络设备发送线下社交请求时，所述线下社交请求中包括该社交对象画像信息。网络设备接收该线下社交请求后进行推荐社交对象以及推荐线下活动的匹配。具体的匹配过程请参照图1对应的实施例，在此不做赘述。在一些实施例中，所述用户设备呈现网络设备返回的一个或多个推荐线下活动以及每个推荐线下活动对应的推荐社交对象。以供对应的用户进行选择确认。

在一些实施例中，所述方法还包括步骤S23(未示出)以及步骤S24(未示出)。在步骤S23中，获取所述第一用户所选择的目标推荐社交对象或目标推荐社交对象所对应的目标推荐线下活动，其中，所述目标推荐社交对象从所述一个或多个推荐社交对象中选择；在步骤S24中，用户设备将所述目标推荐社交对象或所述目标推荐线下活动返回至所述网络设备。

在一些实施例中，第一用户通过其对应的用户设备接收到网络设备返回的一个或多个推荐社交对象以及每个推荐社交对象对应的推荐线下活动。所述第一用户通过确认操作从所述一个或多个推荐线下活动中进行选择，或者，所述用户通过确认操作从多个推荐社交对象中进行选择。用户设备将第一用户选择的推荐线下活动作为目标推荐线下活动；将第一用户选择的推荐社交对象作为目标推荐社交对象。进一步地，用户设备将该目标推荐线下活动或者目标推荐社交对象返回给对应的网络设备。

上文主要对本申请实施例提供的方法进行了举例介绍，相对应的，本申请还提供了能够执行上述各方法对应的设备，这些设备能够执行上述各方法示例中各个步骤的单元或模块，这些单元或模块可以通过硬件、软件或软硬结合的方式来实现，本申请并不限定。下面结合图5至图7进行介绍。

如图5所示，示出了根据本申请一个实施例的一种用于提供线下社交信息的网络设备的模块示意图。该设备包括获取模块、确定模块以及发送模块。所述获取模块用于获取第一用户通过用户设备提交的线下社交请求，所述线下社交请求包括所述第一用户期望的社交对象画像信息。所述确定模块用于基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配。所述发送模块用于将至少一个所述推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述用户设备。

具体而言，所述获取模块用于获取第一用户通过用户设备提交的线下社交请求，所述线下社交请求包括所述第一用户期望的社交对象画像信息。在一些实施例中，所述社交对象画像信息包括所述用户设备对应的第一用户所期望的社交对象的兴趣爱好、职业、性格、社交取向等信息。在一些实施例中，所述第一用户所期望的社交对象用户画像可以是基于所述第一用户通过用户设备设置的。例如，该第一用户通过用户设备设置其期望的社交对象为性格外向、喜欢看电影、喜欢运动。基于所述第一用户设置的信息生成对应的社交对象画像信息。当然，本领域技术人员应能理解，以上所述的第一用户所期望的社交对象用户画像生成方式仅为举例，其他现有的或今后可能出现的操作如能适用于本申请，也包含在本申请的保护范围内，并以引用的方式包含于此。例如，在一些实施例中，所述社交对象画像信息还可以通过网络设备获取所述第一用户的历史参加活动信息生成。例如，网络设备获取第一用户通过其对应的用户设备报名参加过的一个或多个活动信息。基于所述一个或多个活动信息，网络设备进行统计计算，例如，根据每个活动信息的名称进行分类统计，并基于每个类目下参加过的活动数量进行类目排序，基于所述排序结果确定对应的社交对象画像信息。例如，所述第一用户参加的户外类目的活动较多的对应的社交对象画像信息包括性格活泼、爱好运动的信息。

所述确定模块用于基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配。在一些实施例中，网络设备中设置有用户画像信息库以及线下活动集合。所述用户画像信息库中储存有多个用户的用户画像信息(例如，每个所述用户对应的性格特点、职业、兴趣爱好等信息)；所述线下活动集合中储存有多个线下活动(例如，基于大数据获取的多个线下活动的名称信息、位置信息、类目信息、举办时间信息、报名信息等)。网络设备接收所述包括社交对象画像信息的线下社交请求，并基于该社交对象画像信息在所述用户画像信息库中进行匹配。将与该社交对象画像信息相匹配的用户画像对应的用户确定为推荐社交对象。进一步地，在一些实施例中，所述网络设备基于该推荐社交对象(例如，所述推荐社交对象的姓名、注册名等标识信息)在所述线下活动集合中查找对应的推荐线下活动。

所述发送模块用于将至少一个所述推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述用户设备。在一些实施例中，所述网络设备将确定出的一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动全部提供至所述用户设备；在另一些实施例中，所述网络设备将确定出的一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动部分提供至所述用户设备。例如，所述网络设备将所述一个推荐社交对象的姓名、职业等信息以及所述对应的推荐线下活动的名称、举办时间、位置信息等信息发送给所述用户设备。以供所述用户设备对应的第一用户从多个推荐社交对象或者多个推荐线下活动中进行选择确认。

在此，有关确定推荐社交对象以及推荐线下活动的示例与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。

如图6所示，在一些实施例中，所述确定模块包括第一确定模块以及第二确定模块。所述第一确定模块用于基于所述线下社交请求确定与所述社交对象画像信息相匹配的一个或多个推荐社交对象；所述第二确定模块用于根据所述第一用户及所述推荐社交对象确定对应的推荐线下活动。为了使推荐给所述第一用户的推荐线下活动更符合所述第一用户的性格特点和/或兴趣爱好。在一些实施例中，所述网络设备基于所述第一用户以及所述推荐社交对象确定对应的推荐线下活动。

在此，有关所述网络设备基于所述第一用户以及所述推荐社交对象确定对应的推荐线下活动的示例与图3所示方法中的示例相对应，可以参考图3中的详细介绍，此处不做赘述。

在一些实施例中，第二确定模块用于根据所述第一用户及所述推荐社交对象的用户相关信息构建目标用户画像信息；网络设备根据所述目标用户画像信息与线下活动的活动参与者画像信息的匹配度信息确定与所述目标用户画像信息相匹配的候选线下活动，以作为所述推荐社交对象对应的推荐线下活动。在一些实施例中，为了综合考虑第一用户以及推荐社交对象的用户相关信息，所述网络设备根据所述第一用户以及所述推荐社交对象的用户相关信息构建目标用户画像信息。例如，第一用户甲性格内向，但是该第一用户甲希望和性格外向的对象进行社交活动。则对应的社交对象画像信息包括性格外向的属性信息。为了使推荐线下活动的活动性质不至于太外向或者太内向，所述网络设备基于该第一用户以及推荐社交对象的用户相关信息构建目标用户画像信息，基于该目标用户画像信息确定匹配的候选线下活动。并将该候选线下活动确定为推荐线下活动。

在一些实施例中，网络设备中设置有用户画像信息库，并储存有多个用户的用户相关信息(例如，对应用户的兴趣爱好、参加过的活动、职业、性格特点等相关信息)。所述网络设备基于所述线下社交请求在所述用户画像信息库中确定与社交对象画像信息相匹配的一个或多个推荐社交对象。进一步地，所述网络设备基于所述第一用户以及所述推荐社交对象的用户相关信息构建目标用户画像信息。例如，所述网络设备基于所述第一用户以及所述推荐社交对象的标识信息(例如，姓名、ID地址)确定对应的用户相关信息。例如，所述第一用户以及所述推荐社交对象的用户相关信息中分别包括所述第一用户以及所述推荐社交对象参加过的活动信息(例如，活动名称、活动类目、活动举办时间、活动举办地点)。网络设备基于上述活动信息构建目标用户画像信息。以根据所述目标用户画像信息确定推荐线下活动。例如，所述第一用户以及所述推荐社交对象的用户相关信息中均包括参加户外运动较多的用户相关信息。则根据该第一用户以及推荐社交对象的相关用户信息构建的目标用户画像信息中包括喜欢户外运动的用户画像信息。

进一步地，所述网络设备根据该目标用户画像信息与线下活动的活动参与者画像信息的匹配度信息确定与该目标用户画像信息相匹配的活动参与者画像信息，并将该活动参与者画像信息对应的线下活动作为该推荐社交对象对应的推荐线下活动。例如，所述网络设备与多个线下活动存在合作关系，所述网络设备获取所述多个线下活动中每个线下活动对应的活动参与者信息(例如，姓名、ID地址)。网络设备基于所述活动参与者信息在用户画像信息库中查找对应的用户画像信息，以获取到每个线下活动对应的活动参与者画像信息。网络设备将构建的目标用户画像信息与所述多个活动参与者画像信息进行匹配，并将匹配度信息等于匹配度阈值或者匹配度最高的活动参与者画像信息所对应的线下活动作为候选线下活动。进而将该候选线下活动作为推荐社交对象对应的推荐线下活动提供给所述第一用户。

在一些实施例中，所述目标用户画像信息包括关于所述第一用户的属性信息和关于所述推荐社交对象的属性信息，其中，所述关于所述第一用户的属性信息的权重信息小于或等于所述关于所述推荐社交对象的属性信息的权重信息。在一些实施例中，为了使构建的目标用户画像更接近于推荐社交对象。所述目标用户画像中关于所述推荐社交对象的属性信息的权重信息大于所述第一用户的属性信息的权重信息。

在此，有关权重信息的示例与图3所示方法中的示例相对应，可以参考图3中的详细介绍，此处不做赘述。

在一些实施例中，所述第一用户和/或所述推荐社交对象的用户相关信息与所述推荐线下活动的活动参与者画像信息的匹配度信息大于或等于预定的第一匹配度阈值信息。在一些实施例中，所述网络设备根据所述第一用户以及所述推荐社交对象的用户相关信息构建目标用户画像信息。进一步地，所述网络设备根据所述目标用户画像信息与线下活动的活动参与者画像信息间的匹配度信息确定相匹配的优选线下活动。在一些实施例中，目标用户画像信息与活动参与者画像信息的匹配规则为所述第一用户和/或所述推荐社交对象的用户相关信息与所述推荐线下活动的活动参与者画像信息的匹配度信息大于或等于预定的第一匹配度阈值信息。例如，所述第一匹配阈值信息为0.8。则主要所述第一用户以及所述推荐社交对象之一的用户相关信息与活动参与者画像信息间的匹配度大于或等于0.8，即可将该活动参与者画像信息对应的线下活动作为该推荐社交对象对应的推荐线下活动。

在一些实施例中，所述第二确定模块用于确定适合所述第一用户的一个或多个第一推荐线下活动；确定适合所述推荐社交对象的一个或多个第二推荐线下活动；将所述一个或多个第一推荐线下活动与所述一个或多个第二推荐线下活动的交集中的至少一个活动作为所述推荐社交对象对应的推荐线下活动。

在一些实施例中，网络设备基于用户相关信息确定推荐线下活动。例如，网络设备基于所述第一用户以及所述推荐社交对象的用户相关信息构建目标用户画像信息，再基于所述目标用户画像信息确定对应的推荐线下活动。具体方法流程请参照图2对应的实施例，在此不做赘述。

在另一些实施例中，网络设备分别确定所述第一用户以及所述推荐社交对象对应的第一推荐线下活动以及第二推荐线下活动。再对所述第一推荐线下活动以及所述第二推荐线下活动进行交集计算，以确定出符合所述第一用户以及所述推荐社交用户的推荐线下活动。例如，所述网络设备与多个线下活动的运营方存在合作关系。所述网络设备获取所述多个线下活动的活动参与者信息(例如，预约信息、注册报名信息等)。所述网络设备获取所述第一用户发送的线下社交请求，所述线下社交请求中包括所述第一用户的标识信息(例如，姓名、注册ID)。所述网络设备根据该标识信息在所述多个线下活动的活动参与者信息中查找对应的用户，若存在对应的用户。例如，活动参与者信息与该第一用户存在相同的姓名、注册ID。则网络设备将该活动参与者对应的线下活动确定为第一推荐线下活动。所述第二推荐线下活动的确定过程与所述第一推荐社交对象的确定过程相似，在此不做赘述。当然，本领域技术人员应能理解，以上所述的第一推荐线下活动的确定操作仅为举例，其他现有的或今后可能出现的操作如能适用于本申请，也包含在本申请的保护范围内，并以引用的方式包含于此。例如，所述网络设备还可以根据所述第一用户的用户画像信息确定第一推荐线下活动。在一些实施例中，所述第一推荐线下活动包括多个(例如，第一推荐线下活动集合)；所述第二推荐线下活动包括多个(例如，第二线下活动集合)。所述网络设备将所述第一推荐线下活动集合以及所述第二推荐线下活动集合进行交集运算。例如，所述网络设备将所述第一推荐线下活动集合以及所述第二推荐线下活动集合中相同的线下活动确定为所述推荐社交对象对应的推荐线下活动。本实施例中，综合考虑所述第一用户以及所述推荐社交对象分别对应的“推荐线下活动”，使得最终确定的所述推荐社交对象对应的推荐线下活动更符合所述第一用户的需求。

在一些实施例中，所述第二确定模块用于确定适合所述第一用户的一个或多个第一推荐线下活动；根据所述推荐社交对象的对象相关信息确定所述第一推荐线下活动与所述推荐社交对象的匹配度信息；根据所述第一推荐线下活动与所述推荐社交对象的匹配度信息，从所述一个或多个第一推荐线下活动中选择所述推荐社交对象对应的推荐线下活动。在一些实施例中，为了使推荐线下活动更加符合所述第一用户的社交需求。所述网络设备根据所述推荐社交对象的对象相关信息从所述第一推荐线下活动中确定推荐线下活动。在一些实施例中，所述对象相关信息包括对应推荐社交对象的兴趣爱好、职业、参加过的线下活动等相关信息。

在此，有关匹配度信息的示例与图3所示方法中的示例相对应，可以参考图3中的详细介绍，此处不做赘述。

当然，本领域技术人员应能理解，以上所述的匹配度信息仅为举例，其他现有的或今后可能出现的匹配度信息如能适用于本申请，也包含在本申请的保护范围内，并以引用的方式包含于此。

在一些实施例中，所述第一推荐线下活动包括以下至少一项：所述第一用户预约的线下活动；所述第一用户正在参与的线下活动；与所述第一用户的用户画像信息相匹配的线下活动。

在一些实施例中，所述网络设备与线下活动的运营方存在合作关系。所述网络设备获取该线下活动的用户预约信息、用户的参与信息等信息。其中，所述第一推荐线下活动包括所述第一用户预约或正在参与的线下活动。例如，所述网络设备根据所述第一用户的标识信息(例如，注册ID)在所述多个线下活动的用户预约信息中查找对应的第一用户；或者，所述网络设备根据所述线下活动的现场监控信息或者入场刷脸信息中查找对应的第一用户的标识信息(例如，脸部特征信息)。若所述用户预约信息、用户的参与信息中存在第一用户(例如，所述第一用户对应的标识信息)，则将该第一用户对应的线下活动确定为第一推荐线下活动。

在另一些实施例中，所述网络设备设置有用户画像信息库。该用户画像信息库包括多个用户的用户画像信息。所述用户画像信息包括兴趣爱好、职业、性格、社交取向等用户画像信息。所述网络设备获取(例如，基于大数据技术)多个线下活动(例如，正在举行的线下活动)。所述网络设备获取第一用户提交的线下社交请求。其中，所述线下社交请求包括所述第一用户的标识信息(例如，注册ID)所述网络设备基于该标识信息在所述用户画像信息库中查找对应的第一用户的用户画像信息。并基于该用户画像信息在获取的多个线下活动中查找匹配的线下活动。例如，性格开朗的用户画像信息与户外线下活动间存在映射关系。所述网络设备基于该性格开朗的用户画像信息在所述多个线下活动查找户外线下活动，并查找到的户外线下活动确定为第一推荐线下活动。例如，姓名

上述实施例中分别根据先确定推荐社交对象，再确定推荐线下活动；以及，先确定推荐线下活动，再确定推荐社交对象的方法为所述第一用户提供社交信息。在以下的实施例中，所述网络设备基于所述线下社交请求中的社交对象画像信息可同时进行候选推荐线下活动以及候选推荐社交对象的匹配。再基于所述候选推荐线下活动以及所述候选推荐社交对象的匹配度信息进行推荐线下活动以及推荐社交对象的确定。

在一些实施例中，所述确定模块用于基于所述线下社交请求确定适合所述第一用户的一个或多个候选推荐线下活动，并确定一个或多个候选推荐社交对象，所述一个或多个候选推荐社交对象中每个候选推荐社交对象与所述社交对象画像信息相匹配；根据所述候选推荐线下活动与所述候选推荐社交对象的匹配度信息，从所述一个或多个候选推荐社交对象及所述一个或多个候选推荐线下活动中则择选一个或多个推荐社交对象及所述一个或多个候选推荐社交对象中每个推荐社交对象对应的推荐线下活动。在一些实施例中，所述匹配度信息包括所述候选推荐线下活动与所述候选推荐社交活动间的匹配度的大小(例如，百分比)。例如，所述候选推荐线下活动包括活动名称、活动类目、举办时间、举办地点等活动信息；所述候选推荐社交对象包括兴趣爱好、性格、历史参与活动时间、历史参与活动范围等用户画像信息。在一些实施例中，活动名称与兴趣爱好间存在对应匹配关系、活动类目与性格间存在对应匹配关系、举办时间与历史参与活动时间之间存在对应匹配关系、举办地点与历史参与活动范围之间存在对应匹配关系。所述匹配度信息包括上述一个或多个对应匹配关系的计算结果。例如，活动名称与兴趣爱好之间按照字段侧重合度确定匹配度信息；活动类目与性格间按照映射关系确定匹配度信息(例如，性格开朗与户外运动间的映射)；举办时间与历史参与活动时间之间按照被覆盖多少确定匹配度信息；举办地点与历史参与活动范围之间按照被覆盖多少确定匹配度信息。

当然，本领域技术人员应能理解，以上所述的对应匹配操作仅为举例，其他现有的或今后可能出现的操作如能适用于本申请，也包含在本申请的保护范围内，并以引用的方式包含于此。

在此，有关候选推荐社交对象以及候选推荐线下活动的示例与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。

在一些实施例中，所述推荐社交对象的当前位置位于对应的所述推荐线下活动的现场区域之外。在一些实施例中，所述网络设备基于所述线下社交请求确定的推荐社交对象当前没有位于其对应的推荐线下活动的现场区域内，例如，该推荐社交对象预约报名了其对应的推荐线下活动。所述网络设备与该推荐线下活动存在合作关系，所述网络设备获取该推荐线下活动的预约报名信息。

在此，有关推荐社交对象的当前位置以及推荐线下活动的现场区域信息的示例与图2所示方法中的示例相对应，可以参考图2中的详细介绍，此处不做赘述。

在一些实施例中，所述设备还包括第四模块(未示出)。第四模块用于获取所述第一用户所选择的目标推荐社交对象或所述目标推荐社交对象所对应的目标推荐线下活动，其中，所述目标推荐社交对象从所述一个或多个推荐社交对象中选择；向所述目标推荐社交对象发送所述第一用户的线下社交邀请信息。在一些实施例中，所述线下社交邀请信息是用户基于其对应的用户设备从一个或多个的推荐线下活动或者推荐社交对象中进行选择并确认发送邀请的信息。

在一些实施例中，网络设备将至少一个推荐社交对象以及每个推荐社交对象对应的推荐线下活动提供给所述第一用户对应的用户设备。例如，网络设备将至少一个推荐社交对象的姓名(或者，网名)、位置信息、性格、职业等信息，以及每个推荐社交对象对应的推荐线下活动的活动名称、地点、时间等相关信息提供给所述第一用户对应的用户设备。所述用户设备接收到推荐线下活动以及推荐社交对象后呈现给对应的第一用户。第一用户基于用户设备呈现的推荐线下活动以及推荐社交对象选择要参加的推荐线下活动或者想要联系的推荐社交对象。由于推荐线下活动与推荐社交对象之间存在对应关系。因此，该第一用户只需从推荐线下活动或者推荐社交对象中选择一个即可实现活动和社交对象双得的目的。进一步地，第一用户基于选择的目标推荐线下活动或者目标推荐社交对象向对应的网络设备发送线下社交邀请信息。网络设备接收该线下社交邀请信息，并基于该线下社交邀请信息对应的目标推荐社交对象(例如，该目标推荐社交对象的标识信息)向该目标推荐社交对象对应的用户设备发送该线下社交邀请信息。

在一些实施例中，所述设备还包括第五模块(未示出)。所述第五模块用于为所述第一用户预定所述目标推荐线下活动。在一些实施例中，网络设备向目标推荐社交对象发送线下社交邀请信息后，网络设备自动为该用户例如，发送线下社交活动请求的用户)进行目标线下活动的预订操作。例如，网络设备为该用户预订目标推荐社交对象对应的目标推荐线下活动。

如图7所示，根据本申请的另一个方面，提供了一种用于提供线下社交信息的用户设备，该设备包括发送模块、接收模块。所述发送模块用于向向网络设备发送第一用户的线下社交请求，所述线下社交请求包括所述第一用户所期望的社交对象画像信息；所述接收模块用于接收所述网络设备基于所述线下社交请求返回的、至少一个推荐社交对象及所述至少一个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配。其中，用户画像又称用户角色，是指根据用户的属性、偏好、生活习惯、行为等信息抽象出来的标签化的用户模型。在一些实施例中，所述社交对象画像信息属于用户画像。在一些实施例中，所述推荐线下活动包括但不限于一个或多个活动的类别、名称、位置信息或者报名入口；所述推荐社交对象包括但不限于对应推荐线下活动下的一个或多个推荐对象的社交网名、位置信息、报名信息。在一些实施例中，所述网络设备根据用户设备发送的线下社交请求在数据库中查询匹配推荐社交对象以及每个推荐社交对象对应的推荐线下活动，并将所述推荐社交对象以及每个推荐社交对象对应的推荐线下活动发送给第一用户对应的用户设备。以供所述第一用户在一个或多个推荐线下活动以及推荐社交对象中进行选择。从而实现根据用户的需要(例如，兴趣爱好、社交取向、性格等社交需要)为用户匹配合适的活动以及对象。

在此，有关用户设备的示例与图4所示方法中的示例相对应，可以参考图4中的详细介绍，此处不做赘述。

在一些实施例中，所述设备还包括第六模块(未示出)以及第七模块(未示出)。所述第六模块用于获取所述第一用户所选择的目标推荐社交对象或目标推荐社交对象所对应的目标推荐线下活动，其中，所述目标推荐社交对象从所述一个或多个推荐社交对象中选择；所述第七模块用于将所述目标推荐社交对象或所述目标推荐线下活动返回至所述网络设备。

在一些实施例中，第一用户通过其对应的用户设备接收到网络设备返回的一个或多个推荐社交对象以及每个推荐社交对象对应的推荐线下活动。所述第一用户通过确认操作从所述一个或多个推荐线下活动中进行选择，或者，所述用户通过确认操作从多个推荐社交对象中进行选择。用户设备将第一用户选择的推荐线下活动作为目标推荐线下活动；将第一用户选择的推荐社交对象作为目标推荐社交对象。进一步地，用户设备将该目标推荐线下活动或者目标推荐社交对象返回给对应的网络设备。

本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机代码，当所述计算机代码被执行时，如前任一项所述的方法被执行。

本申请还提供了一种计算机程序产品，当所述计算机程序产品被计算机设备执行时，如前任一项所述的方法被执行。

本申请还提供了一种计算机设备，所述计算机设备包括：

一个或多个处理器；

存储器，用于存储一个或多个计算机程序；

当所述一个或多个计算机程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如前任一项所述的方法。

图8示出了可被用于实施本申请中所述的各个实施例的示例性系统；

如图8所示在一些实施例中，系统300能够作为各所述实施例中的任意一个设备。在一些实施例中，系统300可包括具有指令的一个或多个计算机可读介质(例如，系统存储器或NVM/存储设备320)以及与该一个或多个计算机可读介质耦合并被配置为执行指令以实现模块从而执行本申请中所述的动作的一个或多个处理器(例如，(一个或多个)处理器305)。

对于一个实施例，系统控制模块310可包括任意适当的接口控制器，以向(一个或多个)处理器305中的至少一个和/或与系统控制模块310通信的任意适当的设备或组件提供任意适当的接口。

系统控制模块310可包括存储器控制器模块330，以向系统存储器315提供接口。存储器控制器模块330可以是硬件模块、软件模块和/或固件模块。

系统存储器315可被用于例如为系统300加载和存储数据和/或指令。对于一个实施例，系统存储器315可包括任意适当的易失性存储器，例如，适当的DRAM。在一些实施例中，系统存储器315可包括双倍数据速率类型四同步动态随机存取存储器(DDR4SDRAM)。

对于一个实施例，系统控制模块310可包括一个或多个输入/输出(I/O)控制器，以向NVM/存储设备320及(一个或多个)通信接口325提供接口。

例如，NVM/存储设备320可被用于存储数据和/或指令。NVM/存储设备320可包括任意适当的非易失性存储器(例如，闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如，一个或多个硬盘驱动器(HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。

NVM/存储设备320可包括在物理上作为系统300被安装在其上的设备的一部分的存储资源，或者其可被该设备访问而不必作为该设备的一部分。例如，NVM/存储设备320可通过网络经由(一个或多个)通信接口325进行访问。

(一个或多个)通信接口325可为系统300提供接口以通过一个或多个网络和/或与任意其他适当的设备通信。系统300可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信。

对于一个实施例，(一个或多个)处理器305中的至少一个可与系统控制模块310的一个或多个控制器(例如，存储器控制器模块330)的逻辑封装在一起。对于一个实施例，(一个或多个)处理器305中的至少一个可与系统控制模块310的一个或多个控制器的逻辑封装在一起以形成系统级封装(SiP)。对于一个实施例，(一个或多个)处理器305中的至少一个可与系统控制模块310的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例，(一个或多个)处理器305中的至少一个可与系统控制模块310的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(SoC)。

在各个实施例中，系统300可以但不限于是：服务器、工作站、台式计算设备或移动计算设备(例如，膝上型计算设备、手持计算设备、平板电脑、上网本等)。在各个实施例中，系统300可具有更多或更少的组件和/或不同的架构。例如，在一些实施例中，系统300包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。

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。本领域技术人员应能理解，计算机程序指令在计算机可读介质中的存在形式包括但不限于源文件、可执行文件、安装包文件等，相应地，计算机程序指令被计算机执行的方式包括但不限于：该计算机直接执行该指令，或者该计算机编译该指令后再执行对应的编译后程序，或者该计算机读取并执行该指令，或者该计算机读取并安装该指令后再执行对应的安装后程序。在此，计算机可读介质可以是可供计算机访问的任意可用的计算机可读存储介质或通信介质。

通信介质包括藉此包含例如计算机可读指令、数据结构、程序模块或其他数据的通信信号被从一个系统传送到另一系统的介质。通信介质可包括有导的传输介质(诸如电缆和线(例如，光纤、同轴等))和能传播能量波的无线(未有导的传输)介质，诸如声音、电磁、RF、微波和红外。计算机可读指令、数据结构、程序模块或其他数据可被体现为例如无线介质(诸如载波或诸如被体现为扩展频谱技术的一部分的类似机制)中的已调制数据信号。术语“已调制数据信号”指的是其一个或多个特征以在信号中编码信息的方式被更改或设定的信号。调制可以是模拟的、数字的或混合调制技术。

作为示例而非限制，计算机可读存储介质可包括以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据的信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动的介质。例如，计算机可读存储介质包括，但不限于，易失性存储器，诸如随机存储器(RAM,DRAM,SRAM)；以及非易失性存储器，诸如闪存、各种只读存储器(ROM,PROM,EPROM,EEPROM)、磁性和铁磁/铁电存储器(MRAM,FeRAM)；以及磁性和光学存储设备(硬盘、磁带、CD、DVD)；或其它现在已知的介质或今后开发的能够存储供计算机系统使用的计算机可读信息/数据。

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 (17)

1.一种在网络设备端用于提供线下社交信息的方法，其特征在于，该方法包括：

获取第一用户通过用户设备提交的线下社交请求，所述线下社交请求包括所述第一用户期望的社交对象画像信息；

基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配；

将至少一个所述推荐社交对象及所述至少一个所述推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述用户设备。

2.根据权利要求1所述的方法，其特征在于，所述基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配包括：

基于所述线下社交请求确定与所述社交对象画像信息相匹配的一个或多个推荐社交对象；

根据所述第一用户及所述推荐社交对象确定对应的推荐线下活动。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一用户及所述推荐社交对象确定对应的推荐线下活动包括：

根据所述第一用户及所述推荐社交对象的用户相关信息构建目标用户画像信息；

根据所述目标用户画像信息与线下活动的活动参与者画像信息的匹配度信息确定与所述目标用户画像信息相匹配的候选线下活动，以作为所述推荐社交对象对应的推荐线下活动。

4.根据权利要求3所述的方法，其特征在于，所述目标用户画像信息包括关于所述第一用户的属性信息和关于所述推荐社交对象的属性信息，其中，所述关于所述第一用户的属性信息的权重信息小于或等于所述关于所述推荐社交对象的属性信息的权重信息。

5.根据权利要求3或4所述的方法，其特征在于，所述第一用户和/或所述推荐社交对象的用户相关信息与所述推荐线下活动的活动参与者画像信息的匹配度信息大于或等于预定的第一匹配度阈值信息。

6.根据权利要求2所述的方法，其特征在于，所述根据所述第一用户及所述推荐社交对象确定对应的推荐线下活动包括：

确定适合所述第一用户的一个或多个第一推荐线下活动；

确定适合所述推荐社交对象的一个或多个第二推荐线下活动；

将所述一个或多个第一推荐线下活动与所述一个或多个第二推荐线下活动的交集中的至少一个活动作为所述推荐社交对象对应的推荐线下活动。

7.根据权利要求2所述的方法，其特征在于，所述根据所述第一用户及所述推荐社交对象确定对应的推荐线下活动包括：

确定适合所述第一用户的一个或多个第一推荐线下活动；

根据所述推荐社交对象的对象相关信息确定所述第一推荐线下活动与所述推荐社交对象的匹配度信息；

根据所述第一推荐线下活动与所述推荐社交对象的匹配度信息，从所述一个或多个第一推荐线下活动中选择所述推荐社交对象对应的推荐线下活动。

8.根据权利要求6或7所述的方法，其特征在于，所述第一推荐线下活动包括以下至少一项：

所述第一用户预约的线下活动；

所述第一用户正在参与的线下活动；

与所述第一用户的用户画像信息相匹配的线下活动。

9.根据权利要求1所述的方法，其特征在于，所述基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配包括：

基于所述线下社交请求确定适合所述第一用户的一个或多个候选推荐线下活动，并确定一个或多个候选推荐社交对象，所述一个或多个候选推荐社交对象中每个候选推荐社交对象与所述社交对象画像信息相匹配；

根据所述候选推荐线下活动与所述候选推荐社交对象的匹配度信息，从所述一个或多个候选推荐社交对象及所述一个或多个候选推荐线下活动中选择一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动。

10.根据权利要求1至9中任一项所述的方法，其特征在于，所述推荐社交对象的当前位置位于对应的所述推荐线下活动的现场区域之外。

11.根据权利要求1至10中任一项所述的方法，其特征在于，所述方法还包括：

获取所述第一用户所选择的目标推荐社交对象或目标推荐社交对象所对应的目标推荐线下活动，其中，所述目标推荐社交对象从所述一个或多个推荐社交对象中选择；

向所述目标推荐社交对象发送所述第一用户的线下社交邀请信息。

12.根据权利要求11所述的方法，其特征在于，所述方法还包括：

为所述第一用户预定所述目标推荐线下活动。

13.一种在用户设备端用于提供线下社交信息的方法，其特征在于，该方法包括：

向网络设备发送第一用户的线下社交请求，所述线下社交请求包括所述第一用户所期望的社交对象画像信息；

接收所述网络设备基于所述线下社交请求返回的、至少一个推荐社交对象及所述至少一个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配。

14.根据权利要求13所述的方法，其特征在于，所述方法还包括：

获取所述第一用户所选择的目标推荐社交对象或目标推荐社交对象所对应的目标推荐线下活动，其中，所述目标推荐社交对象从所述一个或多个推荐社交对象中选择；

将所述目标推荐社交对象或所述目标推荐线下活动返回至所述网络设备。

15.一种用于提供线下社交信息的方法，其特征在于，该方法包括：

用户设备向网络设备发送第一用户的线下社交请求，所述线下社交请求包括所述第一用户所期望的社交对象画像信息；

所述网络设备获取所述第一用户通过所述用户设备提交的线下社交请求，基于所述线下社交请求确定一个或多个推荐社交对象及所述一个或多个推荐社交对象中每个推荐社交对象对应的推荐线下活动，其中，所述每个推荐社交对象与所述社交对象画像信息相匹配，以及将至少一个所述推荐社交对象及所述至少一个推荐社交对象中每个推荐社交对象对应的推荐线下活动提供至所述第一用户对应的用户设备；

所述用户设备接收所述网络设备基于所述线下社交请求返回的、所述至少一个推荐社交对象及所述至少一个推荐社交对象中每个推荐社交对象对应的推荐线下活动。

16.一种用于提供线下社交信息的设备，其特征在于，所述设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如权利要求1至15中任一项所述方法的操作。

17.一种存储指令的计算机可读介质，所述指令在被执行时使得系统进行如权利要求1至15中任一项所述方法的操作。