CN109710854A - 社交应用中推荐用户的方法和装置 - Google Patents

Abstract

本申请提出一种社交应用中推荐用户的方法和装置，其中，方法包括：获取客户端发送的登录请求，登录请求中包括客户端当前的位置及客户端的标识；根据客户端的标识，获取客户端所属第一用户的第一属性信息及对应的已推荐用户列表；根据第一属性信息、已推荐用户列表、当前的位置及当前的时间，确定客户端当前对应的待推荐用户列表。该方法实现了在社交应用启动后，再生成推荐信息，并且推荐信息是基于当前的位置信息和当前的时间信息生成的，相比离线生成推荐信息的方式，提高了推荐信息的时效性和准确性。

Description

社交应用中推荐用户的方法和装置

技术领域

本申请涉及终端设备技术领域，尤其涉及一种社交应用中推荐用户的方法和装置。

背景技术

随着互联网的发展，社交应用是互联网比较流行的应用之一。社交应用可以给用户提供推荐信息服务，如向其推荐使用该社交应用其他用户。但是，目前，社交应用中的推荐信息，大多是通过离线方式生成的，时效性和准确性较差。

发明内容

本申请提出一种社交应用中推荐用户的方法和装置，用于解决相关技术中，推荐信息的时效性和准确性较差的问题。

本申请一方面实施例提出了一种社交应用中推荐用户的方法，包括：

获取客户端发送的登录请求，所述登录请求中包括所述客户端当前的位置及客户端的标识；

根据所述客户端的标识，获取所述客户端所属第一用户的第一属性信息及对应的已推荐用户列表；

根据所述第一属性信息、已推荐用户列表、当前的位置及当前的时间，确定所述客户端当前对应的待推荐用户列表。

本申请实施例的社交应用中推荐用户的方法，通过获取客户端发送的登陆请求，根据登陆请求中包含的客户端的标识，获取客户端所属第一用户的第一属性信息和已推荐用户列表，根据第一属性信息、已推荐列表、当前的位置及当前的时间，确定客户端当前对应的待推荐用户列表，实现了在社交应用启动后，再生成推荐信息，并且推荐信息是基于当前的位置信息当前的时间信息生成的，相比离线生成推荐信息的方法，提高了推荐信息的时效性和准确性。

在本申请一方面实施例一种可能的实现方式中，所述确定所述客户端当前对应的待推荐用户列表，包括：

根据所述第一属性信息及所述社交应用中各用户的属性信息，获取候选用户；

根据所述客户端当前的位置、当前的时间及所述候选用户中每个用户的历史登录信息，从所述候选用户中获取初始推荐用户，其中，历史登录信息中包括历史登录位置及登录时间；

将所述初始推荐用户中位于已推荐用户列表中的各用户删除，以得到所述待推荐用户列表。

在本申请一方面实施例一种可能的实现方式中，所述从所述候选用户中获取初始推荐用户，包括：

从所述候选用户中，获取与所述客户端当前的位置距离小于第一阈值、且末次登录时间与当前的时间间隔小于第二阈值的各用户，作为初始推荐用户；

所述得到所述待推荐用户列表之后，还包括：

判断所述待推荐用户列表中包含的用户数量是否大于第三阈值；

若否，则更新所述第一阈值或第二阈值，重新获取所述初始推荐用户。

在本申请一方面实施例一种可能的实现方式中，所述确定所述客户端当前对应的待推荐用户列表之后，还包括：

在所述客户端运行过程中，对所述第一用户执行的操作进行监测；

若所述第一用户执行的操作满足预设的条件，则根据所述第一用户的操作行为，更新所述待推荐用户列表。

在本申请一方面实施例一种可能的实现方式中，所述第一用户执行的操作满足预设的条件，包括：

所述第一用户执行了修改所述第一属性信息的操作；

或者，

所述第一用户执行了与所述待推荐用户列表中的任一用户关联的操作。

在本申请一方面实施例一种可能的实现方式中，所述确定所述客户端当前对应的待推荐用户列表之后，还包括：

根据所述待推荐用户列表中每个用户当前的登录状态、与所述客户端当前的位置间的距离、和/或登录频次，将所述待推荐用户列表中的用户进行排序。

在本申请一方面实施例一种可能的实现方式中，所述将所述待推荐用户列表中的用户进行排序之后，还包括：

在获取到所述客户端发送的推荐请求时，将排序后的待推荐用户列表中各用户的属性信息依次返回给所述客户端。

在本申请一方面实施例一种可能的实现方式中，所述将排序后的待推荐用户列表中各用户的属性信息依次返回给所述客户端之后，还包括：

根据所述第一用户在所述客户端中对每个待推荐用户执行的操作及每个待推荐用户对应的属性信息，获取新的待推荐用户；

将所述新的待推荐用户添加至所述待推荐用户列表中。

本申请另一方面实施例提出了一种社交应用中推荐用户的装置，包括：

第一获取模块，用于获取客户端发送的登录请求，所述登录请求中包括所述客户端当前的位置及客户端的标识；

第二获取模块，用于根据所述客户端的标识，获取所述客户端所属第一用户的第一属性信息及对应的已推荐用户列表；

第一确定模块，用于根据所述第一属性信息、已推荐用户列表、当前的位置及当前的时间，确定所述客户端当前对应的待推荐用户列表。

本申请实施例的社交应用中推荐用户的装置，通过获取客户端发送的登陆请求，根据登陆请求中包含的客户端的标识，获取客户端所属第一用户的第一属性信息和已推荐用户列表，根据第一属性信息、已推荐列表、当前的位置及当前的时间，确定客户端当前对应的待推荐用户列表，实现了在社交应用启动后，再生成推荐信息，并且推荐信息是基于当前的位置信息当前的时间信息生成的，相比离线生成推荐信息的方法，提高了推荐信息的时效性和准确性。

在本申请另一方面实施例一种可能的实现方式中，所述第一确定模块，包括：

第一获取单元，用于根据所述第一属性信息及所述社交应用中各用户的属性信息，获取候选用户；

第二获取单元，用于根据所述客户端当前的位置、当前的时间及所述初始推荐用户中每个用户的历史登录信息，从所述候选用户中获取初始推荐用户，其中，历史登录信息中包括历史登录位置及登录时间；

第三获取单元，用于将所述初始推荐用户中位于已推荐用户列表中的各用户删除，以得到所述待推荐用户列表。

在本申请另一方面实施例一种可能的实现方式中，所述第二获取单元，具体用于：

从所述候选用户中，获取与所述客户端当前的位置距离小于第一阈值、且末次登录时间与当前的时间间隔小于第二阈值的各用户，作为初始推荐用户；

所述第一确定模块，还包括：

判断单元，用于判断所述待推荐用户列表中包含的用户数量是否大于第三阈值；

更新单元，用于在所述待推荐用户列表中包含的用户数量小于第三阈值时，更新所述第一阈值或第二阈值，重新获取所述初始推荐用户。

在本申请另一方面实施例一种可能的实现方式中，该装置还包括：

监测模块，用于在所述客户端运行过程中，对所述第一用户执行的操作进行监测；

更新模块，用于在所述第一用户执行的操作满足预设的条件时，根据所述第一用户的操作行为，更新所述待推荐用户列表。

在本申请另一方面实施例一种可能的实现方式中，所述第一用户执行的操作满足预设的条件，包括：

所述第一用户执行了修改所述第一属性信息的操作；

或者，

所述第一用户执行了与所述待推荐用户列表中的任一用户关联的操作。

在本申请另一方面实施例一种可能的实现方式中，该装置还包括：

排序模块，用于根据所述待推荐用户列表中每个用户当前的登录状态、与所述客户端当前的位置间的距离、和/或登录频次，将所述待推荐用户列表中的用户进行排序。

在本申请另一方面实施例一种可能的实现方式中，该装置还包括：

发送模块，用于在获取到所述客户端发送的推荐请求时，将排序后的待推荐用户列表中各用户的属性信息依次返回给所述客户端。

在本申请另一方面实施例一种可能的实现方式中，该装置还包括：

第三获取模块，用于根据所述第一用户在所述客户端中对每个待推荐用户执行的操作及每个待推荐用户对应的属性信息，获取新的待推荐用户；

添加模块，用于将所述新的待推荐用户添加至所述待推荐用户列表中。

本申请另一方面实施例提出了一种计算机设备，包括：处理器和存储器；

其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如上述一方面实施例所述的社交应用中推荐用户的方法。

本申请另一方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述一方面实施例所述的社交应用中推荐用户的方法。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本申请实施例提供的一种社交应用中推荐用户的方法的流程示意图；

图2为本申请实施例提供的另一种社交应用中推荐用户的方法的流程示意图；

图3为本申请实施例提供的又一种社交应用中推荐用户的方法的流程示意图；

图4为本申请实施例提供的再一种社交应用中推荐用户的方法的流程示意图；

图5为本申请实施例提供的还一种社交应用中推荐用户的方法的流程示意图；

图6为本申请实施例提供的一种社交应用中推荐用户的装置的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。

下面参考附图描述本申请实施例的社交应用中推荐用户的方法和装置。

本申请实施例，针对相关技术中，通过离线方式生成的推荐信息时效性和准确性差的问题，提出一种社交应用中推荐用户的方法。

本申请实施例的社交应用中推荐用户的方法，通过获取客户端发送的登陆请求，根据登陆请求中包含的客户端的标识，获取客户端所属第一用户的第一属性信息和已推荐用户列表，根据第一属性信息、已推荐列表、当前的位置及当前的时间，确定客户端当前对应的待推荐用户列表，实现了在社交应用启动后，再生成推荐信息，并且推荐信息是基于当前的位置信息当前的时间信息生成的，相比离线生成推荐信息的方法，提高了推荐信息的时效性和准确性。

图1为本申请实施例提供的一种社交应用中推荐用户的方法的流程示意图。

本申请实施例提供的社交应用中推荐用户的方法，可由本申请实施例提供的社交应用中推荐用户的装置执行，该装置可配置于计算机设备中，如服务器中，以实现在社交应用启动后，再生成推荐信息，并且基于当前的位置信息生成推荐信息。

如图1所示，该社交应用中推荐用户的方法包括：

步骤101，获取客户端发送的登录请求，登录请求中包括客户端当前的位置及客户端的标识。

本实施例中的客户端为社交应用，可以是即时通讯应用，该社交应用可以提供推荐用户的服务。

当用户打开客户端，在客户端的登陆界面中输入登陆账号信息后，客户端所在的终端设备，将用户的登陆请求发送给服务器，从而服务器获取到客户端发送的登陆请求。

其中，登陆请求包括用户的登陆账号信息如用户名和密码，还可包括客户端当前的位置信息、客户端的标识等。其中，客户端当前的位置信息可以是其所在的终端设备通过定位软件获取的；客户端的标识可以是客户端所在的终端设备的标识，如设备的序列号等。

可以理解的是，用户首次登陆后，客户端可记录用户的登陆账号信息，后续用户每次打开软件时，无需再输入登陆账号信息。当终端设备监测到后台没有运行该社交应用的进程时，用户打开了社交应用，这时终端设备也可将其登陆请求发送给服务器。

步骤102，根据客户端的标识，获取客户端所属第一用户的第一属性信息及对应的已推荐用户列表。

本实施例中，用户在社交应用上进行注册时，服务器存储客户端的标识、用户的登陆账号信息、用户的属性信息。其中，属性信息包括但不限于用户的性别、年龄、职业、所在地、交友要求等信息。

并且，服务器在对各客户端所属的用户进行推荐时，记录为各客户端推荐过的用户，以为各客户端形成已推荐用户列表。可以理解的是，已推荐用户列表中的用户是已推荐过的用户。

服务器获取客户端发送的登陆请求后，从登陆请求中提取客户端的标识，然后根据客户端的标识，查找到该客户端标识对应的客户端所属第一用户的第一属性信息以及对应的已推荐用户列表。

需要说明的是，为了便于区分，本申请实施例中，将发送登陆请求的客户端所属的用户称为第一用户，第一用户的属性信息，称为第一属性信息。

步骤103，根据第一属性信息、已推荐用户列表、当前的位置及当前的时间，确定客户端当前对应的待推荐用户列表。

其中，当前的时间可以是服务器获取客户端发送的登陆请求的时间，待推荐用户列表中的用户是待推荐给第一用户的用户。为了节省存储空间，待推荐用户列表可以由待推荐用户的标识形成，即待推荐用户列表中包含各待推荐用户的标识。

现有技术中，推荐信息是通过离线方式生成的，其时效性比较差。本实施例中，可将客户端当前的位置信息和当前的时间信息，作为确定客户端当前对应的待推荐用户列表的依据。具体地，可先根据当前的位置和当前的时间，获取同时满足预设距离范围内和最近预设时长内登陆的用户，然后获取与第一属性信息匹配的用户，再根据已推荐用户列表对与第一属性信息匹配的用户进行筛选，最终得到待推荐用户列表。

例如，当前时间为12点10分，可获取以客户端当前所在位置为中心2公里内，登陆时间在11点半到12点10分之间的用户，然后再根据用户的交友要求，如年龄在25到30岁之间的女生，筛选出符合该交友要求的用户，再将推荐过的用户筛除，从而得到该用户的待推荐用户列表。

Elasticsearch是一个开源的搜索引擎服务，可以快速搜索符合要求的数据列表。为了提高效率，本实施例中，可利用Elasticsearch搜索引擎获取同时满足预设距离范围内和最近预设时长内登陆的用户。

由于本申请实施例中，是在用户登陆后生成待推荐用户列表，因此，前一次登陆时生成的待推荐用户列表，可以在用户下次登陆时进行清空，也可以在用户退出登陆时，便清空待推荐用户列表。

在实际应用中，用户在使用社交应用的过程中可能会更改交友要求，那么通过离线生成的推荐信息，可能还是基于之前的交友要求获取的，导致生成的推荐信息时效性和准确性比较差。而本申请实施例的社交应用中推荐用户的方法，在获取客户端的登陆请求后，再生成待推荐用户列表，避免了用户更改了属性信息，服务器却根据更改前的属性信息生成待推荐用户列表的情况，并且基于客户端当前的位置信息和当前的时间生成待推荐用户列表，从而大大提高了待推荐信息的时效性和准确性。

在本申请的一个实施例中，在确定待推荐用户列表时，也可先根据第一用户的第一属性信息，获取候选用户，再根据当前的位置和当前的时间，从候选中获取符合要求的用户，再删除其中已推荐过的用户，最终得到待推荐用户列表。下面结合图2对上述过程进行说明，图2为本申请实施例提供的另一种社交应用中推荐用户的方法的流程示意图。

如图2所示，上述确定客户端当前对应的待推荐用户列表，包括：

步骤201，根据第一属性信息及社交应用中各用户的属性信息，获取候选用户。

具体地，可根据第一用户的第一属性信息，在社交应用的各用户中查找属性信息与第一属性信息匹配的用户，作为候选用户。

例如，第一用户的交友要求为：年龄在25岁到30岁的女生，那么可根据第一用户的交友要求，在社交应用中的所有用户中查找属性信息是性别为女，年龄在20岁到30岁的用户，以得到满足第一用户交友需求的用户。

又如，第一用户性别为女，年龄为20岁，爱好是唱歌，那么可根据第一用户的性别、年龄和爱好，在社交应用中查找性别为女、年龄在19岁到21岁之间、且喜欢唱歌的用户，作为候选用户。

步骤202，根据客户端当前的位置、当前的时间及候选用户中每个用户的历史登录信息，从候选用户中获取初始推荐用户。

其中，历史登陆信息包括历史登陆位置和登陆时间，历史登陆位置是指用户登陆时客户端所在的地理位置。

用户通常会对距离比较近的用户感兴趣，而且最近登陆的用户，其时效性比较强。本实施例中，在获取候选用户后，可根据客户端当前的位置、当前的时间和候选用户的历史登陆位置和登陆时间，对候选用户进行筛选，得到初始推荐用户。

具体而言，可从候选用户中，获取与客户端当前的位置距离小于第一阈值、且末次登陆时间与当前的时间间隔小于第二阈值的各用户，作为初始推荐用户。其中，末次登陆时间为最近一次登陆时间。从而，可以从候选用户中获取近距离和最近登陆的用户。

例如，当前的时间为12点30分，第一阈值为3公里，第二阈值为1个小时，那么可根据候选用户中各用户的历史登陆位置和末次登陆时间，选取历史登陆位置与客户端当前的位置距离小于3公里、且末次登陆时间在11点30分与12点30分之间的用户，作为初始推荐用户。

本实施例中，根据客户端当前的位置和当前的时间，对候选用户进行筛选，从而基于当前的位置和当前的时间，获取初始推荐用户，可以提高推荐信息的时效性和准确性。

步骤203，将初始推荐用户中位于已推荐用户列表中的各用户删除，以得到待推荐用户列表。

如果将已推荐过的用户再次进行推荐，会降低推荐的准确性。本实施例中，可利用客户端对应的已推荐用户列表，将初始推荐用户中已推荐过的用户删除，得到待推荐用户，从而得到待推荐用户列表。

本实施例中，利用已推荐用户列表对初始推荐用户进行过滤，可以进一步提高推荐信息的准确性。

本申请实施例的中，通过根据第一用户的第一属性信息，先获取与第一用户的第一属性信息匹配的用户，然后再基于当前的位置、当前的时间和候选用户中各用户的历史登陆信息，对候选用户进行筛选，得到初始推荐用户，再利用已推荐用户列表对初始推荐用户进行过滤，使得最终得到的待推荐用户列表具有较高的时效性和准确性。

为了使得用户能够快速获得推荐用户，可设定待推荐用户列表中的用户数量大于或者等于设定的阈值，以保证待推荐用户列表中的用户数量充足。

基于此，在本申请的一个实施例中，在获取待推荐用户列表中后，可判断待推荐用户列表中的包含的用户数量是否小于第三阈值，若小于第三阈值，说明待推荐数据不够充足，则更新第一阈值或第二阈值，重新获取初始推荐用户，以增加待推荐用户列表中的用户数量。

具体地，当待推荐用户列表中的用户数量小于第三阈值时，可增大第一阈值或第二阈值，或者同时增大第一阈值和第二阈值，根据更新的第一阈值和/或第二阈值，重新获取初始推荐用户，进而根据已推荐用户列表对重新获取的初始推荐用户进行过滤，以重新获取待推荐用户列表。

举例来说，当前第一阈值为3公里，第二阈值为1小时，第三阈值为100个，但是当前待推荐用户列表中用户的数量为80小于100，可将第一阈值更新为4公里，重新从候选用户中，选取与客户端当前的位置距离小于4公里、且末次登陆时间与当前的时间间隔小于1小时的用户，作为初始推荐用户，从而增加初始推荐用户的数量，进而增加待推荐用户的数量。

当然，也可仅更新第二阈值，如将第二阈值由1小时增加为1.5小时，重新从候选用户中选取，与客户端当前的位置距离小于3公里、且末次登陆时间与当前的时间间隔小于1.5小时的用户，作为初始推荐用户。

又或者，同时更新第一阈值和第二阈值，如将第一阈值更新为4公里，将第二阈值更新为1.5小时，重新从候选用户中，选取与客户端当前的位置距离小于4公里、且末次登陆时间与当前的时间间隔小于1.5小时的用户，作为初始推荐用户。

本申请实施例中，在获取待推荐用户列表后，通过判断待推荐用户列表中的用户数量是否大于设定的阈值，若小于，则通过更新第一阈值或第二阈值，重新获取初始推荐用户，以增加初始推荐用户的数量，从而增加待推荐用户列表中的用户数量，以保证待推荐用户的数量充足，提高了推荐效率。

在实际应用中，用户在使用社交应用的过程中，可能会更改属性信息，如更改交友要求、添加新的爱好等等，或者对推荐的用户选择喜欢或者不喜欢。相关技术中，通过离线方式生成推荐信息，显然不能立刻根据更新后的属性信息，或者根据用户对推荐的用户进行的操作，更新推荐信息，推荐信息的时效性和准确性比较差。

基于此，在本申请的一个实施例中，在客户端运行的过程中，可通过监测第一用户执行的操作，当操作满足条件时，实现更新待推荐用户列表的目的。下面结合图3进行说明，图3为本申请实施例提供的又一种社交应用中推荐用户的方法的流程示意图。

如图3所示，在确定客户端当前对应的待推荐用户列表之后，该社交应用中推荐用户的方法还包括：

步骤301，在客户端运行过程中，对第一用户执行的操作进行监测。

在客户端运行过程中，即第一用户登陆客户端后，使用客户端的过程中，客户端所在的终端设备可实时监测第一用户执行的操作，并将监测结果发送给服务器。

步骤302，若第一用户执行的操作满足预设的条件，则根据第一用户的操作行为，更新待推荐用户列表。

其中，预设的条件包括修改第一属性信息，或者执行了与待推荐用户列表中的任一用户关联的操作等。

当第一用户执行了修改第一属性信息的操作，可根据第一用户的操作行为更新待推荐用户列表。具体而言，用户修改第一属性信息后，服务器将客户端当前对应的待推荐用户列表清空，并根据修改后的第一属性信息，重新从社交应用的各用户中获取候选用户，再基于当前的位置和当前的时间，从候选用户中获取初始推荐用户，再将初始推荐用户中推荐过的用户过滤，得到待推荐用户，从而得到新的待推荐用户列表。

其中，修改第一属性信息的操作包括修改交友要求、添加新的爱好、修改年龄等操作。比如，第一用户将交友要求由年龄在25岁到30岁之间的女生，更改为年龄在23岁到30岁之间的女生，那么服务器将当前的待推荐用户列表清除，并从社交应用的各用户中查找属性信息是性别为女，年龄在23岁到30岁之间的女生，以得到新的待推荐用户列表。

由此，在监测到用户修改了属性信息后，便根据更新后的属性信息，更新待推荐用户列表，提高了推荐信息的时效性和准确性。

或者，当第一用户执行了与待推荐用户列表中的任一用户关联的操作时，将对应的用户从待推荐用户列表中删除，以更新待推荐用户列表。

其中，关联的操作包括用户在客户端的推荐界面中显示的处理选项中选择“喜欢”、“不喜欢”、“忽略”等操作。比如，用户A对推荐的用户B选择了“喜欢”这个选项，那么服务器会将用户B从用户A对应的待推荐用户列表中删除。

本实施例中，当监测到用户执行了与待推荐用户关联的操作时，便更新待推荐列表中，提高了待推荐信息的时效性。

本申请实施例中，通过在客户端运行的过程中，对第一用户执行的操作进行监测，当用户执行的操作满足条件时，更新待推荐用户列表，实现了在用户使用社交应用的过程中，可实时更新推荐信息，从而进一步提高了推荐信息的时效性。

为了提高推荐的准确性，在本申请的一个实施例中，还可对待推荐用户列表中的用户进行排序，将排序后的待推荐用户依次推荐给第一用户。下面结合图4进行说明，图4为本申请实施例提供的再一种社交应用中推荐用户的方法的流程示意图。

如图4所示，在确定客户端当前对应的待推荐用户列表之后，该社交应用中推荐用户的方法还包括：

步骤401，根据待推荐用户列表中每个用户当前的登录状态、与客户端当前的位置间的距离、和/或登录频次，将待推荐用户列表中的用户进行排序。

本实施例中，可根据待推荐用户列表中每个用户当前的登陆状态，如登陆或离线等，对待推荐用户列表中的用户进行排序。具体而言，将待推荐用户列表中处于登陆状态的用户排在前面，也就是说，优先推荐待推荐用户列表中处于登陆状态的用户。

或者，按照待推荐用户列表中每个用户与客户端当前的位置间的距离从近到远的顺序，将待推荐用户列表中的用户进行排序，以实现优先推荐距离近的用户。

又或者，获取最近一定时间段内待推荐用户列表中每个用户的登陆频次，按照登陆频次从多到少的顺序，即按照活跃程度从高到低的顺序，对待推荐用户列表中的用户进行排序，以实现优先推荐登陆频次高的用户，也即优先推荐最近活跃程度高的用户。

当然，也可根据登录状态、与客户端当前的位置间的距离和登录频次中的两种或者三种的权重规则进行计算，根据计算结果对待推荐用户列表中的用户进行排序。

本实施例中，基于待推荐列表中每个用户当前的登陆状态、与客户端当前得到位置间距离、登陆频次对待推荐列表中的用户进行排序，使得推荐更加准确。

步骤402，在获取到客户端发送的推荐请求时，将排序后的待推荐用户列表中各用户的属性信息依次返回给客户端。

本实施例中，在对待推荐用户列表中的用户排序后，当服务器获取到客户端发送的推荐请求时，可依次根据排序后的待推荐用户列表中用户的标识获取用户的属性信息，并将用户的属性信息返回给客户端。

例如，待推荐用户列表中用户的数量是100个，客户端的推荐界面每次能够显示10个用户的属性信息，那么可根据排序后待推荐用户列表中前10个用户的标识，获取这10个用户的属性信息，返回给客户端。当用户浏览完前10个用户的属性信息后，服务器再根据接下来10个用户的标识，获取这个10个用户的属性信息，返回给客户端。

本申请实施例中，通过根据待推荐用户列表中每个用户的登陆状态、与客户端的距离信息、登陆频次等，对待推荐用户列表中的用户进行排序，将排序后的用户的属性信息返回给客户端，从而在排序后将待推荐用户进行推荐，可以提高推荐信息的推荐准确性。

为了进一步提高推荐的准确性，在本申请的一个实施例中，在将待推荐用户列表中用户的属性信息依次返回给客户端之后，还可根据第一用户对待推荐用户执行的操作和待推荐用户的属性信息，将新的待推荐用户添加至待推荐用户列表。下面结合图5进行说明，图5为本申请实施例提供的还一种社交应用中推荐用户的方法的流程示意图。

如图5所示，在将排序后的待推荐用户列表中各用户的属性信息依次返回给客户端之后，该社交应用中推荐用户的方法还包括：

步骤501，根据第一用户在客户端中对每个待推荐用户执行的操作及每个待推荐用户对应的属性信息，获取新的待推荐用户。

服务器在将排序后的待推荐用户的属性信息返回给客户端后，可将推荐过的用户从待推荐用户列表中删除，那么随着推荐的进行，待推荐用户列表中的用户数量会逐渐减少。

为了保证待推荐用户列表中的用户数量充足，如不小于100个，服务器将排序后的待推荐用户列表中各用户的属性信息返回给客户端之后，可根据第一用户在客户端对每个待推荐用户执行的操作及每个待推荐用户对应的属性信息，从社交应用的各用户中获取新的推荐用户。

举例来说，服务器将排序后的待推荐用户列表中前10个用户的属性信息返回给客户端，第一用户在客户端对这个10个用户执行操作，如选择“喜欢”、“不喜欢”、“忽略”等，服务器可根据第一用户选择“喜欢”的待推荐用户的属性信息，确定第一用户的选择倾向，然后根据第一用户的选择倾向，从社交应用的各用户中获取新的待推荐用户。

步骤502，将新的待推荐用户添加至待推荐用户列表中。

在获取新的待推荐用户后，将新的待推荐用户添加到待推荐用户列表中，补充待推荐用户列表中的用户数量。

可以理解的是，服务器每次在将排序后的待推荐用户的属性信息返回给客户端后，可执行上述图5所示的过程，从而使得客户端对应的待推荐用户列表中用户数量处于充足状态。

本申请实施例的社交应用中推荐用户的方法，在将待推荐用户的属性信息返回给客户端后，通过根据第一用户对待推荐用户执行的操作和待推荐用户的属性信息，确定新的待推荐用户，并将其添加至待推荐用户列表中，实现了在推荐的过程中，根据第一用户对待推荐用户的操作，实时获取新的待推荐用户补充到待推荐用户列表中，从而大大提高了推荐信息的时效性和准确性。

为了实现上述实施例，本申请实施例还提出一种社交应用中推荐用户的装置。图6为本申请实施例提供的一种社交应用中推荐用户的装置的结构示意图。

如图6所示，该社交应用中推荐用户的装置包括：第一获取模块610、第二获取模块620、第一确定模块630。

第一获取模块610，用于获取客户端发送的登录请求，登录请求中包括客户端当前的位置及客户端的标识；

第二获取模块620，用于根据客户端的标识，获取客户端所属第一用户的第一属性信息及对应的已推荐用户列表；

第一确定模块630，用于根据第一属性信息、已推荐用户列表、当前的位置及当前的时间，确定客户端当前对应的待推荐用户列表。

在本申请实施例一种可能的实现方式中，上述第一确定模块630，包括：

第一获取单元，用于根据第一属性信息及社交应用中各用户的属性信息，获取候选用户；

第二获取单元，用于根据客户端当前的位置、当前的时间及初始推荐用户中每个用户的历史登录信息，从候选用户中获取初始推荐用户，其中，历史登录信息中包括历史登录位置及登录时间；

第三获取单元，用于将初始推荐用户中位于已推荐用户列表中的各用户删除，以得到待推荐用户列表。

在本申请实施例一种可能的实现方式中，上述第二获取单元，具体用于：

从候选用户中，获取与客户端当前的位置距离小于第一阈值、且末次登录时间与当前的时间间隔小于第二阈值的各用户，作为初始推荐用户；

上述第一确定模块630，还包括：

判断单元，用于判断待推荐用户列表中包含的用户数量是否大于第三阈值；

更新单元，用于在待推荐用户列表中包含的用户数量小于第三阈值时，更新第一阈值或第二阈值，重新获取初始推荐用户。

在本申请实施例一种可能的实现方式中，该装置还包括：

监测模块，用于在客户端运行过程中，对第一用户执行的操作进行监测；

更新模块，用于在第一用户执行的操作满足预设的条件时，根据第一用户的操作行为，更新待推荐用户列表。

在本申请实施例一种可能的实现方式中，第一用户执行的操作满足预设的条件，包括：

第一用户执行了修改第一属性信息的操作；

或者，

第一用户执行了与待推荐用户列表中的任一用户关联的操作。

在本申请实施例一种可能的实现方式中，该装置还包括：

排序模块，用于根据待推荐用户列表中每个用户当前的登录状态、与客户端当前的位置间的距离、和/或登录频次，将待推荐用户列表中的用户进行排序。

在本申请实施例一种可能的实现方式中，该装置还包括：

发送模块，用于在获取到客户端发送的推荐请求时，将排序后的待推荐用户列表中各用户的属性信息依次返回给客户端。

在本申请实施例一种可能的实现方式中，还包括：

第三获取模块，用于根据第一用户在客户端中对每个待推荐用户执行的操作及每个待推荐用户对应的属性信息，获取新的待推荐用户；

添加模块，用于将新的待推荐用户添加至待推荐用户列表中。

需要说明的是，前述对社交应用中推荐用户的方法实施例的解释说明，也适用于该实施例的社交应用中推荐用户的装置，故在此不再赘述。

本申请实施例的社交应用中推荐用户的装置，通过获取客户端发送的登陆请求，根据登陆请求中包含的客户端的标识，获取客户端所属第一用户的第一属性信息和已推荐用户列表，根据第一属性信息、已推荐列表、当前的位置及当前的时间，确定客户端当前对应的待推荐用户列表，实现了在社交应用启动后，再生成推荐信息，并且推荐信息是基于当前的位置信息生成的，相比离线生成推荐信息，提高了推荐信息的时效性和准确性。

为了实现上述实施例，本申请实施例还提出一种计算机设备，包括：包括处理器和存储器；

其中，处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于实现如上述实施例所述的社交应用中推荐用户的方法。

为了实现上述实施例，本申请实施例还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例所述的社交应用中推荐用户的方法。

在本说明书的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种社交应用中推荐用户的方法，其特征在于，包括：

获取客户端发送的登录请求，所述登录请求中包括所述客户端当前的位置及客户端的标识；

根据所述客户端的标识，获取所述客户端所属第一用户的第一属性信息及对应的已推荐用户列表；

根据所述第一属性信息、已推荐用户列表、当前的位置及当前的时间，确定所述客户端当前对应的待推荐用户列表。

2.如权利要求1所述的方法，其特征在于，所述确定所述客户端当前对应的待推荐用户列表，包括：

根据所述第一属性信息及所述社交应用中各用户的属性信息，获取候选用户；

根据所述客户端当前的位置、当前的时间及所述候选用户中每个用户的历史登录信息，从所述候选用户中获取初始推荐用户，其中，历史登录信息中包括历史登录位置及登录时间；

将所述初始推荐用户中位于已推荐用户列表中的各用户删除，以得到所述待推荐用户列表。

3.如权利要求2所述的方法，其特征在于，所述从所述候选用户中获取初始推荐用户，包括：

从所述候选用户中，获取与所述客户端当前的位置距离小于第一阈值、且末次登录时间与当前的时间间隔小于第二阈值的各用户，作为初始推荐用户；

所述得到所述待推荐用户列表之后，还包括：

判断所述待推荐用户列表中包含的用户数量是否大于第三阈值；

若否，则更新所述第一阈值或第二阈值，重新获取所述初始推荐用户。

4.如权利要求1所述的方法，其特征在于，所述确定所述客户端当前对应的待推荐用户列表之后，还包括：

在所述客户端运行过程中，对所述第一用户执行的操作进行监测；

若所述第一用户执行的操作满足预设的条件，则根据所述第一用户的操作行为，更新所述待推荐用户列表。

5.如权利要求4所述的方法，其特征在于，所述第一用户执行的操作满足预设的条件，包括：

所述第一用户执行了修改所述第一属性信息的操作；

或者，

所述第一用户执行了与所述待推荐用户列表中的任一用户关联的操作。

6.如权利要求1-5任一所述的方法，其特征在于，所述确定所述客户端当前对应的待推荐用户列表之后，还包括：

根据所述待推荐用户列表中每个用户当前的登录状态、与所述客户端当前的位置间的距离、和/或登录频次，将所述待推荐用户列表中的用户进行排序。

7.如权利要求6所述的方法，其特征在于，所述将所述待推荐用户列表中的用户进行排序之后，还包括：

在获取到所述客户端发送的推荐请求时，将排序后的待推荐用户列表中各用户的属性信息依次返回给所述客户端。

8.如权利要求7所述的方法，其特征在于，所述将排序后的待推荐用户列表中各用户的属性信息依次返回给所述客户端之后，还包括：

根据所述第一用户在所述客户端中对每个待推荐用户执行的操作及每个待推荐用户对应的属性信息，获取新的待推荐用户；

将所述新的待推荐用户添加至所述待推荐用户列表中。

9.一种社交应用中推荐用户的装置，其特征在于，包括：

第一获取模块，用于获取客户端发送的登录请求，所述登录请求中包括所述客户端当前的位置及客户端的标识；

第二获取模块，用于根据所述客户端的标识，获取所述客户端所属第一用户的第一属性信息及对应的已推荐用户列表；

第一确定模块，用于根据所述第一属性信息、已推荐用户列表、当前的位置及当前的时间，确定所述客户端当前对应的待推荐用户列表。

10.如权利要求9所述的装置，其特征在于，所述第一确定模块，包括：

第一获取单元，用于根据所述第一属性信息及所述社交应用中各用户的属性信息，获取候选用户；

第二获取单元，用于根据所述客户端当前的位置、当前的时间及所述初始推荐用户中每个用户的历史登录信息，从所述候选用户中获取初始推荐用户，其中，历史登录信息中包括历史登录位置及登录时间；

第三获取单元，用于将所述初始推荐用户中位于已推荐用户列表中的各用户删除，以得到所述待推荐用户列表。