CN110322295A - 关系强度确定方法及系统、服务器、计算机可读介质 - Google Patents

关系强度确定方法及系统、服务器、计算机可读介质 Download PDF

Info

Publication number
CN110322295A
CN110322295A CN201910615578.0A CN201910615578A CN110322295A CN 110322295 A CN110322295 A CN 110322295A CN 201910615578 A CN201910615578 A CN 201910615578A CN 110322295 A CN110322295 A CN 110322295A
Authority
CN
China
Prior art keywords
users
resident
occurrence
score
data
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
CN201910615578.0A
Other languages
English (en)
Other versions
CN110322295B (zh
Inventor
成亚雄
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910615578.0A priority Critical patent/CN110322295B/zh
Publication of CN110322295A publication Critical patent/CN110322295A/zh
Application granted granted Critical
Publication of CN110322295B publication Critical patent/CN110322295B/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
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Telephonic Communication Services (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种用户间的关系强度确定方法，包括：获取预设时间段内多个用户的用户定位数据；根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的常驻共现信息，以及在该两个用户对应的非常驻位置区域的非常驻共现信息；其中，常驻共现信息包括常驻共现频率信息和常驻共现时间信息，非常驻共现信息包括非常驻共现频率信息和非常驻共现时间信息；针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，以及在对应的非常驻位置区域的非常驻共现信息，生成该两个用户的关系强度值。本公开还提供了用户间的关系强度确定系统、服务器及计算机可读介质。

Description

关系强度确定方法及系统、服务器、计算机可读介质
技术领域
本公开实施例涉及通信技术领域，特别涉及用户间的关系强度确定方法及系统、服务器、计算机可读介质。
背景技术
目前，对于一些有社交场景的诉求的产品，用户间的强关联关系具有比较广阔的应用空间，可以发挥很大的应用价值，比如保险、广告营销、金融拉新等产品，通过利用用户间的强关联关系可以精准定位目标人群，从而为这些产品提供有利帮助。
因此，如何挖掘预测用户之间的强关联关系成为一个值得深入研究的问题。
发明内容
本公开实施例提供一种用户间的关系强度确定方法及系统、服务器、计算机可读介质。
第一方面，本公开实施例提供一种用户间的关系强度确定方法，该关系强度确定方法包括：
获取预设时间段内多个用户的用户定位数据；
根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的常驻共现信息，以及在该两个用户对应的非常驻位置区域的非常驻共现信息；其中，所述常驻共现信息包括常驻共现频率信息和常驻共现时间信息，所述非常驻共现信息包括非常驻共现频率信息和非常驻共现时间信息；
针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，以及在对应的非常驻位置区域的非常驻共现信息，生成该两个用户的关系强度值。
在一些实施例中，所述根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的常驻共现信息，以及在该两个用户对应的非常驻位置区域的非常驻共现信息，包括：
根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，以及在该两个用户对应的非常驻位置区域的所有共现数据；
根据该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，确定出所述常驻共现信息；
根据该两个用户在预设时间段内，在该两个用户对应的非常驻位置区域的所有共现数据，确定出所述非常驻共现信息。
在一些实施例中，所述用户定位数据包括用户ID、用户定位位置和用户定位时间；所述根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，以及在该两个用户对应的非常驻位置区域的所有共现数据，包括：
根据各用户的用户定位数据，统计每两个用户对应的在预设时间段内的所有共现数据，其中每个共现数据包括该两个用户分别对应的一个用户定位数据，其中在每个共现数据中的两个用户定位数据中，所述用户定位时间位于同一预设时间范围，且所述用户定位位置位于同一预设位置区域；
针对每两个用户，基于各共现数据对应的预设位置区域，对该两个用户对应的在预设时间段内的所有共现数据进行聚类，得到至少一个共现数据簇，每个共现数据簇包括至少一个共现数据；
针对每两个用户，针对该两个用户对应的每个共现数据簇，判断该共现数据簇中共现数据的个数是否大于或等于预设个数阈值，且判断该共现数据簇对应的时间信息是否大于或等于预设时间阈值；
若判断出该共现数据簇中共现数据的个数大于或等于预设个数阈值，且该共现数据簇对应的时间信息大于或等于预设时间阈值时，将该共现数据簇对应的位置区域确定为该两个用户对应的常驻位置区域，所述常驻共现频率信息包括常驻位置区域对应的共现数据簇中共现数据的个数，所述常驻共现时间信息包括常驻位置区域对应的共现数据簇对应的时间信息；
若判断出该共现数据簇中共现数据的个数小于预设个数阈值，和/或，判断出该共现数据簇对应的时间信息小于预设时间阈值时，将该共现数据簇对应的位置区域确定为该两个用户对应的非常驻位置区域，所述非常驻共现频率信息包括非常驻位置区域对应的共现数据簇中共现数据的个数，所述非常驻共现时间信息包括非常驻位置区域对应的共现数据簇对应的时间信息。
在一些实施例中，所述根据各用户的用户定位数据，统计每两个用户对应的在预设时间段内的所有共现数据，包括：
根据各用户的用户定位数据，将用户定位时间位于同一预设时间范围内，且用户定位位置位于同一预设位置区域内的用户定位数据划分到同一个共现数据桶中；
根据各个共现数据桶中的用户定位数据，统计每两个用户对应的预设时间段内的所有共现数据。
在一些实施例中，所述针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，以及在对应的非常驻位置区域的非常驻共现信息，生成该两个用户的关系强度值，包括：
针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，生成第一分值；
根据该两个用户在预设时间段内，在对应的非常驻位置区域的非常驻共现信息，生成第二分值；
根据该两个用户对应的第一分值和第二分值，生成该两个用户的关系强度值。
在一些实施例中，所述针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，生成第一分值，包括：
针对每两个用户，根据该两个用户在预设时间段内，在各常驻位置区域的常驻共现频率信息，计算出对应的第一子分值；
针对该两个用户对应的每个常驻位置区域，根据该两个用户在预设时间段内，在该常驻位置区域的常驻共现频率信息和常驻共现时间信息，计算出对应的第二子分值；
根据该两个用户对应的所有第二子分值，计算出对应的第三子分值；
根据该两个用户对应的第一子分值与对应的第三子分值之和，生成所述第一分值。
在一些实施例中，所述根据该两个用户在预设时间段内，在对应的非常驻位置区域的非常驻共现信息，生成第二分值，包括：
根据该两个用户在预设时间段内，在各非常驻位置区域的非常驻共现频率信息，计算出对应的第四子分值；
针对该两个用户对应的每个非常驻位置区域，根据该两个用户在预设时间段内，在该非常驻位置区域的非常驻共现频率信息和非常驻共现时间信息，计算出对应的第五子分值；
根据该两个用户对应的所有第五子分值，计算出对应的第六子分值；
根据该两个用户对应的第四子分值与对应的第六子分值之和，生成所述第二分值。
在一些实施例中，所述根据该两个用户对应的第一分值和第二分值，生成该两个用户的关系强度值，包括：
根据该两个用户对应的第一分值和第二分值和公式：S＝(W1*SRES+W2*SNON_RES)*Wdis+c，计算出该两个用户的关系强度值；
其中，S表示该两个用户的关系强度值，SRES表示该两个用户对应的第一分值，W1表示第一分值对应的权重值，SNON_RES表示该两个用户对应的第二分值，W2表示第二分值对应的权重值，Wdis表示该两个用户在预设时间段内共现的地理位置跨度范围对应的加权参数，c表示预设常数。
在一些实施例中，所述针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，以及在对应的非常驻位置区域的非常驻共现信息，生成该两个用户的关系强度值之后，还包括：
针对每两个用户，判断该两个用户的关系强度值是否大于或等于预设强度阈值；
若判断出该两个用户的关系强度值大于或等于预设强度阈值时，将该两个用户确定为具有强关联关系的同行关系的两个用户。
第二方面，本公开实施例提供一种用户间的关系强度确定系统，该用户间的关系强度确定系统包括：
获取模块，用于获取预设时间段内多个用户的用户定位数据；
统计模块，用于根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的常驻共现信息，以及在该两个用户对应的非常驻位置区域的非常驻共现信息；其中，所述常驻共现信息包括常驻共现频率信息和常驻共现时间信息，所述非常驻共现信息包括非常驻共现频率信息和非常驻共现时间信息；
生成模块，用于针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，以及在对应的非常驻位置区域的非常驻共现信息，生成该两个用户的关系强度值。
在一些实施例中，所述统计模块具体用于根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，以及在该两个用户对应的非常驻位置区域的所有共现数据；根据该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，确定出所述常驻共现信息；根据该两个用户在预设时间段内，在该两个用户对应的非常驻位置区域的所有共现数据，确定出所述非常驻共现信息。
在一些实施例中，所述用户定位数据包括用户ID、用户定位位置和用户定位时间，所述统计模块包括：
统计子模块，用于根据各用户的用户定位数据，统计每两个用户对应的在预设时间段内的所有共现数据，其中每个共现数据包括该两个用户分别对应的一个用户定位数据，其中在每个共现数据中的两个用户定位数据中，所述用户定位时间位于同一预设时间范围，且所述用户定位位置位于同一预设位置区域；
聚类子模块，用于针对每两个用户，基于各共现数据对应的预设位置区域，对该两个用户对应的在预设时间段内的所有共现数据进行聚类，得到至少一个共现数据簇，每个共现数据簇包括至少一个共现数据；
判断子模块，用于针对每两个用户，针对该两个用户对应的每个共现数据簇，判断该共现数据簇中共现数据的个数是否大于或等于预设个数阈值，且判断该共现数据簇对应的时间信息是否大于或等于预设时间阈值；
确定子模块，用于若所述判断子模块判断出该共现数据簇中共现数据的个数大于或等于预设个数阈值，且该共现数据簇对应的时间信息大于或等于预设时间阈值时，将该共现数据簇对应的位置区域确定为该两个用户对应的常驻位置区域，所述常驻共现频率信息包括常驻位置区域对应的共现数据簇中共现数据的个数，所述常驻共现时间信息包括常驻位置区域对应的共现数据簇对应的时间信息；若所述判断子模块判断出该共现数据簇中共现数据的个数小于预设个数阈值，和/或，所述判断子模块判断出该共现数据簇对应的时间信息小于预设时间阈值时，将该共现数据簇对应的位置区域确定为该两个用户对应的非常驻位置区域，所述非常驻共现频率信息包括非常驻位置区域对应的共现数据簇中共现数据的个数，所述非常驻共现时间信息包括非常驻位置区域对应的共现数据簇对应的时间信息。
在一些实施例中，所述统计子模块具体用于根据各用户的用户定位数据，将用户定位时间位于同一预设时间范围内，且用户定位位置位于同一预设位置区域内的用户定位数据划分到同一个共现数据桶中；根据各个共现数据桶中的用户定位数据，统计每两个用户对应的预设时间段内的所有共现数据。
在一些实施例中，所述生成模块包括：
第一分值计算子模块，用于针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，生成第一分值；
第二分值计算子模块，用于根据该两个用户在预设时间段内，在对应的非常驻位置区域的非常驻共现信息，生成第二分值；
关系强度计算子模块，用于根据该两个用户对应的第一分值和第二分值，生成该两个用户的关系强度值。
在一些实施例中，所述第一分值计算子模块具体用于针对每两个用户，根据该两个用户在预设时间段内，在各常驻位置区域的常驻共现频率信息，计算出对应的第一子分值；针对该两个用户对应的每个常驻位置区域，根据该两个用户在预设时间段内，在该常驻位置区域的常驻共现频率信息和常驻共现时间信息，计算出对应的第二子分值；根据该两个用户对应的所有第二子分值，计算出对应的第三子分值；根据该两个用户对应的第一子分值与对应的第三子分值之和，生成所述第一分值。
在一些实施例中，所述第二分值计算子模块具体用于针对每两个用户，根据该两个用户在预设时间段内，在各非常驻位置区域的非常驻共现频率信息，计算出对应的第四子分值；针对该两个用户对应的每个非常驻位置区域，根据该两个用户在预设时间段内，在该非常驻位置区域的非常驻共现频率信息和非常驻共现时间信息，计算出对应的第五子分值；根据该两个用户对应的所有第五子分值，计算出对应的第六子分值；根据该两个用户对应的第四子分值与对应的第六子分值之和，生成所述第二分值。
在一些实施例中，所述关系强度计算子模块具体用于针对每两个用户，根据该两个用户对应的第一分值和第二分值和公式：S＝(W1*SRES+W2*SNON_RES)*Wdis+c，计算出该两个用户的关系强度值；
其中，S表示该两个用户的关系强度值，SRES表示该两个用户对应的第一分值，W1表示第一分值对应的权重值，SNON_RES表示该两个用户对应的第二分值，W2表示第二分值对应的权重值，Wdis表示该两个用户在预设时间段内共现的地理位置跨度范围对应的加权参数，c表示预设常数。
在一些实施例中，还包括判断模块和确定模块；
所述判断模块用于针对每两个用户，判断该两个用户的关系强度值是否大于或等于预设强度阈值；
所述确定模块用于若所述判断模块判断出该两个用户的关系强度值大于或等于预设强度阈值时，将该两个用户确定为具有强关联关系的同行关系的两个用户。
第三方面，本公开实施例提供一种服务器，该服务器包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个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述任一实施例所述的用户间的关系强度确定方法。
第四方面，本公开实施例提供一种计算机可读介质，其上存储有计算机程序，其中，所述程序被执行时实现如前述任一实施例所述的用户间的关系强度确定方法。
本公开实施例提供的用户间的关系强度确定方法及系统、服务器、计算机可读介质，基于用户定位数据，能够实现对用户之间的关系强度的预测，为产品提供人群挖掘能力，帮助业务线在社交营销、关联拉新、冷启动等场景发挥作用。
附图说明
附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开，并不构成对本公开的限制。
通过参考附图对详细示例实施例进行描述，以上和其他特征和优点对本领域技术人员将变得更加显而易见，在附图中：
图1为本公开实施例提供的一种用户间的关系强度确定方法的流程图；
图2为本公开实施例中步骤12的一种具体实施方式的流程图；
图3为本公开实施例中步骤121的一种具体实施方式的流程图；
图4为本公开实施例中步骤1211的一种具体实施方式的流程图；
图5为本公开实施例中步骤13的一种具体实施方式的流程图；
图6为本公开实施例中步骤131的一种具体实施方式的流程图；
图7为本公开实施例中步骤132的一种具体实施方式的流程图；
图8为本公开实施例提供的另一种用户间的关系强度确定方法的流程图；
图9为本公开实施例提供的一种用户间的关系强度确定系统的结构示意图；
图10为图9中的统计模块的一种结构示意图；
图11为图9中的生成模块的一种结构示意图；
图12为本公开实施例提供的另一种用户间的关系强度确定系统的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本公开的技术方案，下面结合附图对本公开提供的用户间的关系强度确定方法及系统、服务器、计算机可读介质进行详细描述。
在下文中将参考附图更充分地描述示例实施例，但是所述示例实施例可以以不同形式来体现且不应当被解释为限于本文阐述的实施例。反之，提供这些实施例的目的在于使本公开透彻和完整，并将使本领域技术人员充分理解本公开的范围。
如本文所使用的，术语“和/或”包括一个或多个相关列举条目的任何和所有组合。
本文所使用的术语仅用于描述特定实施例，且不意欲限制本公开。如本文所使用的，单数形式“一个”和“该”也意欲包括复数形式，除非上下文另外清楚指出。还将理解的是，当本说明书中使用术语“包括”和/或“由……制成”时，指定存在所述特征、整体、步骤、操作、元件和/或组件，但不排除存在或添加一个或多个其他特征、整体、步骤、操作、元件、组件和/或其群组。
本文所述实施例可借助本公开的理想示意图而参考平面图和/或截面图进行描述。因此，可根据制造技术和/或容限来修改示例图示。因此，实施例不限于附图中所示的实施例，而是包括基于制造工艺而形成的配置的修改。因此，附图中例示的区具有示意性属性，并且图中所示区的形状例示了元件的区的具体形状，但并不旨在是限制性的。
除非另外限定，否则本文所用的所有术语(包括技术和科学术语)的含义与本领域普通技术人员通常理解的含义相同。还将理解，诸如那些在常用字典中限定的那些术语应当被解释为具有与其在相关技术以及本公开的背景下的含义一致的含义，且将不解释为具有理想化或过度形式上的含义，除非本文明确如此限定。
图1为本公开实施例提供的一种用户间的关系强度确定方法的流程图，如图1所示，该方法可以由用户间的关系强度确定系统来执行，该系统可以通过软件和/或硬件的方式实现，该系统可以集成在服务器中。该用户间的关系强度确定方法包括：
步骤11、获取预设时间段内多个用户的用户定位数据。
在互联网中，每天都会产生大量的用户行为数据，例如，定位、AP(如Wifi)连接数据，在本公开实施例中，可以通过获取这些行为数据确定出多个用户的用户定位数据。例如，在一种应用场景中，当用户访问客户端时，将产生该用户的定位、AP连接等行为数据，从而可以采集该用户的定位、AP连接等行为数据，并根据该用户的行为数据确定出该用户的用户定位数据。
在本公开实施例中，预设时间段可以为一个月、三个月或半年等，具体可根据实际需要进行设置。在本公开实施例中，可以按天采集全网用户的用户定位数据，每天采集的用户定位数据的量级可以达到数十亿，覆盖的用户量可以达到数亿。
在本公开实施例中，每个用户定位数据包括用户ID、用户定位位置和用户定位时间。其中，用户ID可以是用户的手机号码，也可以是用户在客户端上的账号，还可以是其他用于标识该用户的信息。
步骤12、根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的常驻共现信息，以及在该两个用户对应的非常驻位置区域的非常驻共现信息。
其中，常驻共现信息包括常驻共现频率信息和常驻共现时间信息，非常驻共现信息包括非常驻共现频率信息和非常驻共现时间信息。
在本公开实施例中，“常驻共现”可以理解为两个或多个用户在常驻位置区域共现，“非常驻共现”可以理解为两个或多个用户在非常驻位置区域共现。其中，“共现”是指两个或多个用户在一定的时间范围(如5分钟、10分钟)内共同出现在同一位置区域内。
在本公开实施例中，在步骤12中，根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的常驻共现信息，以及在该两个用户对应的非常驻位置区域的非常驻共现信息。换言之，针对每两个用户，根据该两个用户的用户定位数据，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的常驻共现信息，以及在该两个用户对应的非常驻位置区域的非常驻共现信息。
在本公开实施例中，针对每两个用户，该两个用户对应的常驻位置区域的数量可以为至少一个，该两个用户对应的非常驻位置区域的数量也可以为至少一个。可以理解的是，在一些情况下，预设时间段内，该两个用户对应的常驻位置区域的数量也可以为0，此时，在步骤12中，预设时间段内该两个用户对应的常驻位置区域的常驻共现信息可以记为0，其中的常驻共现频率信息和常驻共现时间信息均记为0；同理，在一些情况下，预设时间段内，该两个用户对应的非常驻位置区域的数量也可以为0，此时，在步骤12中，预设时间段内该两个用户对应的非常驻位置区域的非常驻共现信息可以记为0，其中的非常驻共现频率信息和非常驻共现时间信息均记为0。
在本公开实施例中，常驻共现频率信息可以包括常驻共现的次数，常驻共现时间信息可以包括常驻共现的天数；同理，非常驻共现频率信息可以包括非常驻共现的次数，非常驻共现时间信息可以包括非常驻共现的天数。
图2为本公开实施例中步骤12的一种具体实施方式的流程图，如图2所示，在一些实施例中，步骤12包括：
步骤121、根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，以及在该两个用户对应的非常驻位置区域的所有共现数据。
其中，每个共现数据包括该两个用户分别对应的一个用户定位数据，在每个共现数据中的两个用户定位数据中，用户定位时间位于同一预设时间范围，且用户定位位置位于同一预设位置区域。换言之，针对每两个用户，针对一个用户的任意一个用户定位数据和另一个用户的任意一个用户定位数据，若该两个用户定位数据中的用户定位时间均位于同一预设时间范围，且用户定位位置均位于同一预设位置区域，则将该两个用户定位数据确定为该两个用户对应的一个共现数据。
在步骤121中，根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，以及在该两个用户对应的非常驻位置区域的所有共现数据。换言之，针对每两个用户，根据该两个用户的用户定位数据，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，以及在该两个用户对应的非常驻位置区域的所有共现数据。
在本公开实施例中，可以预先将一天时间划分为多个预设时间范围，例如，预设时间范围为10分钟的时间范围，一天时间为24*60＝1440分钟，因此，可以将一天时间划分为144个预设时间范围。同样地，在本公开实施例中，可以预先将地区(如中国地区)的地理位置划分为多个预设位置区域。例如，预设位置区域为以20米为半径的位置区域。需要说明的是，在本公开实施例中，预设时间范围和预设位置区域的具体划分可以根据实际需要设置。
图3为本公开实施例中步骤121的一种具体实施方式的流程图，如图3所示，在一些实施例中，步骤121包括：
步骤1211、根据各用户的用户定位数据，统计每两个用户对应的在预设时间段内的所有共现数据。
换言之，在步骤1211中，针对每两个用户，根据该两个用户的用户定位数据，统计该两个用户对应的在预设时间段内的所有共现数据。
在本公开实施例中，在统计该两个用户对应的预设时间段内的所有共现数据后，可以根据各个共现数据对应的预设时间范围的先后顺序，对该两个用户对应的预设时间段内的所有共现数据进行排序，形成该两个用户对应的预设时间段内的所有共现数据的列表。
如表1所示，以用户A和用户B为例，在步骤1211中，根据用户A在预设时间段内的所有用户定位数据A1、A2、…和用户B在预设时间段内的所有用户定位数据B1、B2、…，统计出用户A和用户B在预设时间段内的所有共现数据AB1、AB2、…，其中，用户A和用户B在预设时间段内的所有共现数据按照对应的预设时间范围的先后顺序进行排序。
表1
在一些应用场景中，针对每两个用户，在根据各个共现数据对应的预设时间范围的先后顺序，对该两个用户对应的预设时间段内的所有共现数据进行排序后，如果排序形成的列表中，多个相邻的共现数据中，若每相邻两个共现数据对应预设时间范围具有连续性，且每相邻两个共现数据对应预设位置区域具有连续性，则认为该多个相邻的共现数据构成两个用户共同出行的数据，可以应用于一些合适的场景和产品。
图4为本公开实施例中步骤1211的一种具体实施方式的流程图，如图4所示，在一些实施例中，步骤1211包括：
步骤1211a、根据各用户的用户定位数据，将用户定位时间位于同一预设时间范围内，且用户定位位置位于同一预设位置区域内的用户定位数据划分到同一个共现数据桶中。
换言之，每个共现数据桶对应一个预设位置区域和一个预设时间范围，在采集各用户的用户定位数据后，针对每个共现数据桶，将用户定位时间落入该共现数据桶对应的预设时间范围内，且用户定位位置落入该共现数据桶对应的预设位置区域的用户定位数据划分到该共现数据桶中。在本公开实施例中，由于覆盖用户量较大，如果在采集多个用户的用户定位数据后，直接进行两两的关系强度的确定时，对数据的处理效率较慢。因此本公开实施例可以通过分桶的方式，在采集多个用户的用户定位数据后，将采集到的用户定位数据按照时间和地理位置进行分桶，将用户定位时间位于同一预设时间范围内，且用户定位位置位于同一预设位置区域内的用户定位数据划分到同一个共现数据桶中。从而可以提高数据的处理效率。
步骤1211b、根据各个共现数据桶中的用户定位数据，统计每两个用户对应的预设时间段内的所有共现数据。
在本公开实施例中，根据本公开实施例中共现数据的概念，不难理解，每个共现数据桶中，任意两个用户分别对应的一个用户定位数据，均构成该两个用户对应的一个共现数据。因此，本公开实施例可以从各个共现数据桶中的用户定位数据中，统计出每两个用户对应的预设时间段内的所有共现数据。
步骤1212、针对每两个用户，基于各共现数据对应的预设位置区域，对该两个用户对应的在预设时间段内的所有共现数据进行聚类，得到至少一个共现数据簇，每个共现数据簇包括至少一个共现数据。
在本公开实施例中，针对每两个用户，在通过上述步骤1211聚合该两个用户在预设时间段内的所有共现数据后，采用预设的聚类算法，基于该两个用户对应的各共现数据所对应的预设位置区域，对该两个用户对应的在预设时间段内的所有共现数据进行聚类，得到至少一个共现数据簇，每个共现数据簇包括至少一个共现数据。
在一种可实现的方式中，可以从各共现数据对应的预设位置区域中，选取出多个(可根据实际需要选取)距离较远的预设位置区域作为初始的聚类中心。而后，对于剩余的共现数据，计算各共现数据对应的预设位置区域与各聚类中心的距离，如果该距离小于预设距离值(可根据实际需要设置)，则将该共现数据划分到该聚类中心对应的共现数据簇。在确定各初始的聚类中心分别对应的共现数据簇后，再重新计算获取新的聚类中心，再次进行聚类，直至新的聚类中心不再发生变化为止。
步骤1213、针对每两个用户，针对该两个用户对应的每个共现数据簇，判断该共现数据簇中共现数据的个数是否大于或等于预设个数阈值，且判断该共现数据簇对应的时间信息是否大于或等于预设时间阈值，若均判断为是，则执行步骤1214，否则执行步骤1215。
在本公开实施例中，针对每两个用户，针对该两个用户对应的每个共现数据簇，若判断出该共现数据簇中共现数据的个数大于或等于预设个数阈值，且判断出该共现数据簇对应的时间信息大于或等于预设时间阈值时，表明该两个用户经常在共现数据簇对应的位置区域共同出现(共现)，因此执行步骤1214；若判断出该共现数据簇中共现数据的个数小于预设个数阈值，和/或，判断出该共现数据簇对应的时间信息小于预设时间阈值时，表明该两个用户不经常在共现数据簇对应的位置区域共同出现(共现)，因此执行步骤1215。
可以理解的是，共现数据簇对应的位置区域为共现数据簇中各共现数据对应的预设位置区域所构成的位置区域。如果共现数据簇中各共现数据对应的预设位置区域为同一预设位置区域，则该预设位置区域即为该共现数据簇对应的位置区域。
在本公开实施例中，共现数据簇对应的时间信息为该共现数据簇对应的天数，该共现数据簇对应的天数可根据该共现数据簇中各共现数据中的用户定位时间确定。例如，共现数据簇包括3个共现数据，该三个共现数据中的用户定位时间中的日期分别为2019-6-10、2019-6-11、2019-6-12，则可以确定出该共现数据簇对应的天数为3天。在一些实施例中，共现数据簇对应的时间信息还可以为该共现数据簇对应的小时数，具体可以根据实际需要进行设置。
在本公开实施例中，预设个数阈值可以设置为4，还可以设置为其他值，例如，5、6、7、8、9、10等，具体可根据实际需要进行设置。
同样地，预设时间阈值可以设置为2天，还可以设置为3天、4天、5天等，具体可根据实际需要进行设置。
步骤1214、将该共现数据簇对应的位置区域确定为该两个用户对应的常驻位置区域。
在本公开实施例中，常驻共现频率信息包括常驻位置区域对应的共现数据簇中共现数据的个数，常驻共现时间信息包括常驻位置区域对应的共现数据簇对应的时间信息。
其中，不难理解的是，常驻位置区域对应的共现数据簇中共现数据的个数即为前述常驻共现的次数，常驻位置区域对应的共现数据簇对应的时间信息为常驻共现的天数。
在本公开实施例中，将该共现数据簇对应的位置区域确定为该两个用户对应的常驻位置区域时，该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据即为对应的共现数据簇中的所有共现数据。
步骤1215、将该共现数据簇对应的位置区域确定为该两个用户对应的非常驻位置区域。
在本公开实施例中，非常驻共现频率信息包括非常驻位置区域对应的共现数据簇中共现数据的个数，非常驻共现时间信息包括非常驻位置区域对应的共现数据簇对应的时间信息。
其中，不难理解的是，非常驻位置区域对应的共现数据簇中共现数据的个数即为前述非常驻共现的次数，非常驻位置区域对应的共现数据簇对应的时间信息即为前述非常驻共现的天数。
在本公开实施例中，将该共现数据簇对应的位置区域确定为该两个用户对应的非常驻位置区域时，该两个用户在预设时间段内，在该两个用户对应的非常驻位置区域的所有共现数据即为对应的共现数据簇中的所有共现数据。
步骤122、根据该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，确定出常驻共现信息。
在本公开实施例中，根据该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的共现数据的个数确定出常驻共现频率信息。在本公开实施例中，常驻共现频率信息包括该两个用户对应的常驻位置区域的共现数据的个数，即前述常驻位置区域对应的共现数据簇中共现数据的个数，也即前述常驻共现的次数。
在本公开实施例中，在本公开实施例中，根据该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据对应的时间信息确定出常驻共现时间信息。其中，该两个用户对应的常驻位置区域的所有共现数据对应的时间信息为该两个用户对应的常驻位置区域的所有共现数据对应的天数。在本公开实施例中，常驻共现时间信息包括该两个用户对应的常驻位置区域的所有共现数据对应的天数，即前述常驻位置区域对应的共现数据簇对应的天数，也即前述常驻共现的天数。
步骤123、根据该两个用户在预设时间段内，在该两个用户对应的非常驻位置区域的所有共现数据，确定出所述非常驻共现信息。
在本公开实施例中，根据该两个用户在预设时间段内，在该两个用户对应的非常驻位置区域的共现数据的个数确定出非常驻共现频率信息。在本公开实施例中，非常驻共现频率信息包括该两个用户对应的非常驻位置区域的共现数据的个数，即前述非常驻位置区域对应的共现数据簇中共现数据的个数，也即前述非常驻共现的次数。
在本公开实施例中，在本公开实施例中，根据该两个用户在预设时间段内，在该两个用户对应的非常驻位置区域的所有共现数据对应的时间信息确定出非常驻共现时间信息。其中，该两个用户对应的非常驻位置区域的所有共现数据对应的时间信息为该两个用户对应的非常驻位置区域的所有共现数据对应的天数。在本公开实施例中，常驻共现时间信息包括该两个用户对应的非常驻位置区域的所有共现数据对应的天数，即前述非常驻位置区域对应的共现数据簇对应的天数，也即前述非常驻共现的天数。
步骤13、针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，以及在对应的非常驻位置区域的非常驻共现信息，生成该两个用户的关系强度值。
图5为本公开实施例中步骤13的一种具体实施方式的流程图，如图5所示，在一些实施例中，步骤13包括：
步骤131、针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，生成第一分值。
图6为本公开实施例中步骤131的一种具体实施方式的流程图，如图6所示，在一些实施例中，步骤131包括：
步骤1311、针对每两个用户，根据该两个用户在预设时间段内，在各常驻位置区域的常驻共现频率信息，计算出对应的第一子分值。
在本公开实施例中，针对每两个用户，利用预设的第一子分值公式，根据该两个用户在预设时间段内，在各常驻位置区域的常驻共现频率信息，计算出对应的第一子分值。其中，第一子分值公式为：SRES_base＝FRES(x)，其中，SRES_base表示第一子分值，x表示该两个用户在预设时间段内，在各常驻位置区域的常驻共现频率信息之和，以常驻共现频率信息包括常驻共现的次数为例，则x表示该两个用户在预设时间段内，在各常驻位置区域的常驻共现的次数之和。不难理解，当该两个用户对应的常驻位置区域的数量为1个时，x则表示该常驻位置区域的常驻共现的次数(该常驻位置区域的共现数据的个数)，当该两个用户对应的常驻位置区域的数量为多个时，x则表示多个常驻位置区域的常驻共现的次数之和。FRES(x)为关于x的函数，在本公开实施例中，FRES(x)为正相关的函数，例如，FRES(x)可以为以e为底数，x为指数的指数函数。
步骤1312、针对该两个用户对应的每个常驻位置区域，根据该两个用户在预设时间段内，在该常驻位置区域的常驻共现频率信息和常驻共现时间信息，计算出对应的第二子分值。
在本公开实施例中，针对每两个用户，针对该两个用户对应的每个常驻位置区域，根据该两个用户在预设时间段内，在该常驻位置区域的常驻共现频率信息和常驻共现时间信息，计算出该常驻位置区域对应的第二子分值。具体地，在本公开实施例中，可以根据该常驻位置区域的常驻共现频率信息(常驻共现的次数)计算出常驻共现频率信息对应的分值，再根据该常驻位置区域的常驻共现时间信息(常驻共现的天数)计算出常驻共现时间信息对应的分值，而后，将该两个分值进行相加，得到该常驻位置区域对应的第二子分值。
其中，常驻频率信息对应的分值公式也可以设置为与常驻共现频率信息正相关的函数，例如指数函数；常驻共现时间信息对应的分值公式也可以设置为与常驻共现时间信息正相关的函数，例如指数函数。
需要说明的是，在本公开实施例中，第一子分值公式、常驻频率信息对应的分值公式、常驻共现时间信息对应的分值公式、第二子分值的计算公式均可根据实际需要进行设置。
步骤1313、根据该两个用户对应的所有第二子分值，计算出对应的第三子分值。
在本公开实施例中，针对每两个用户，在确定各常驻位置区域对应的第二子分值后，利用第三子分值公式，根据该两个用户对应的所有第二子分值，计算出对应的第三子分值。其中，第三子分值公式为：SRES_delta＝F1(S1,S2，…，Sn)，其中，SRES_delta表示第三子分值，S1,S2，…，Sn表示各常驻位置区域对应的第二子分值，n根据常驻位置区域的数量设置，F1(S1,S2，…，Sn)表示与各常驻位置区域对应的第二子分值相关的函数。在一些实施例中，F1(S1,S2，…，Sn)＝2*S1*S2*…*Sn/(S1+S2+…+Sn)。在一些实施例中，F1(S1,S2，…，Sn)还可以为对S1,S2，…，Sn求平均的函数，即(S1+S2+…+Sn)/n。在本公开实施例中，F1(S1,S2，…，Sn)具体可根据实际需要进行设置。
步骤1314、根据该两个用户对应的第一子分值与对应的第三子分值之和，生成所述第一分值。
在本公开实施例中，针对每两个用户，利用第一分值公式，根据该两个用户对应的第一子分值与对应的第三子分值之和，生成所述第一分值。其中，第一分值公式为：SRES＝SRES_base+SRES_delta，其中，SRES表示第一分值，SRES_base表示第一子分值，SRES_delta表示第三子分值。
步骤132、根据该两个用户在预设时间段内，在对应的非常驻位置区域的非常驻共现信息，生成第二分值。
图7为本公开实施例中步骤132的一种具体实施方式的流程图，如图7所示，在一些实施例中，步骤132包括：
步骤1321、根据该两个用户在预设时间段内，在各非常驻位置区域的非常驻共现频率信息，计算出对应的第四子分值。
在本公开实施例中，针对每两个用户，利用预设的第四子分值公式，根据该两个用户在预设时间段内，在各非常驻位置区域的非常驻共现频率信息，计算出对应的第四子分值。其中，第四子分值公式为：SNON_RES_base＝FNON_RES(y)，其中，SNON_RES_base表示第四子分值，y表示该两个用户在预设时间段内，在各非常驻位置区域的非常驻共现频率信息之和，以非常驻共现频率信息包括非常驻共现的次数为例，则y表示该两个用户在预设时间段内，在各非常驻位置区域的非常驻共现的次数之和。不难理解，当该两个用户对应的非常驻位置区域的数量为1个时，y则表示该非常驻位置区域的非常驻共现的次数(该非常驻位置区域的共现数据的个数)，当该两个用户对应的非常驻位置区域的数量为多个时，y则表示多个非常驻位置区域的非常驻共现的次数之和。FNON_RES(y)为关于y的函数，在本公开实施例中，FNON_RES(y)为正相关的函数，例如，FNON_RES(y)可以为以e为底数，y为指数的指数函数。
步骤1322、针对该两个用户对应的每个非常驻位置区域，根据该两个用户在预设时间段内，在该非常驻位置区域的非常驻共现频率信息和非常驻共现时间信息，计算出对应的第五子分值。
在本公开实施例中，针对每两个用户，针对该两个用户对应的每个非常驻位置区域，根据该两个用户在预设时间段内，在该非常驻位置区域的非常驻共现频率信息和非常驻共现时间信息，计算出该非常驻位置区域对应的第五子分值。具体地，在本公开实施例中，可以根据该非常驻位置区域的非常驻共现频率信息(非常驻共现的次数)计算出非常驻共现频率信息对应的分值，再根据该非常驻位置区域的非常驻共现时间信息(非常驻共现的天数)计算出非常驻共现时间信息对应的分值，而后，将该两个分值进行相加，得到该非常驻位置区域对应的第五子分值。
其中，非常驻频率信息对应的分值公式也可以设置为与非常驻共现频率信息正相关的函数，例如指数函数；非常驻共现时间信息对应的分值公式也可以设置为与非常驻共现时间信息正相关的函数，例如指数函数。
需要说明的是，在本公开实施例中，第四子分值公式、非常驻频率信息对应的分值公式、非常驻共现时间信息对应的分值公式、第五子分值的计算公式均可根据实际需要进行设置。
步骤1323、根据该两个用户对应的所有第五子分值，计算出对应的第六子分值。
在本公开实施例中，针对每两个用户，在确定各非常驻位置区域对应的第五子分值后，利用第六子分值公式，根据该两个用户对应的所有第五子分值，计算出对应的第六子分值。其中，第六子分值公式为：SNON_RES_delta＝F2(D1,D2，…，Dm)，其中，SNON_RES_delta表示第六子分值，D1,D2，…，Dm表示各非常驻位置区域对应的第五子分值，m根据非常驻位置区域的数量设置，F2(D1,D2，…，Dm)表示与各非常驻位置区域对应的第五子分值相关的函数。在一些实施例中，F2(D1,D2，…，Dm)＝2*D1*D2*…*Dm/(D1+D2+…+Dm)。在一些实施例中，F2(D1,D2，…，Dm)还可以为对D1,D2，…，Dm求平均的函数，即(D1+D2+…+Dm)/m。在本公开实施例中，F2(D1,D2，…，Dm)具体可根据实际需要进行设置。
步骤1324、根据该两个用户对应的第四子分值与对应的第六子分值之和，生成所述第二分值。
在本公开实施例中，针对每两个用户，利用第二分值公式，根据该两个用户对应的第四子分值与对应的第六子分值之和，生成所述第二分值。其中，第二分值公式为：SNON_RES＝SNON_RES_base+SNON_RES_delta，其中，SNON_RES表示第二分值，SNON_RES_base表示第四子分值，SNON_RES_delta表示第六子分值。
步骤133、根据该两个用户对应的第一分值和第二分值，生成该两个用户的关系强度值。
在一些实施例中，步骤133包括：根据该两个用户对应的第一分值和第二分值和公式：S＝(W1*SRES+W2*SNON_RES)*Wdis+c，计算出该两个用户的关系强度值。
其中，S表示该两个用户的关系强度值，SRES表示该两个用户对应的第一分值，W1表示第一分值对应的权重值，SNON_RES表示该两个用户对应的第二分值，W2表示第二分值对应的权重值，Wdis表示该两个用户在预设时间段内共现的地理位置跨度范围对应的加权参数，c表示预设常数。其中，W1、W2、Wdis和c可以根据实际需要进行设置。例如，可以将常驻位置区域对应的分值的权重设置为高于非常驻区域对应的分值的权重，相应地，在对应的分值计算公式，也可以如此设置对应分值公式的相关参数。在本公开实施例中，预设常数c设置为0。
图8为本公开实施例提供的另一种用户间的关系强度确定方法的流程图，如图8所示，本公开实施例与前述实施例的区别在于，本公开实施例中，在步骤13之后，还包括
步骤14、针对每两个用户，判断该两个用户的关系强度值是否大于或等于预设强度阈值，若是，执行步骤15，否则，执行步骤16。
在本公开实施例中，预设强度阈值可以设置为0.6。在一些实施例中，还可以将预设强度阈值设置为其他值，具体可根据实际需要进行设置。
步骤15、将该两个用户确定为具有强关联关系的同行关系的两个用户。
步骤16、将该两个用户确定为不具有强关联关系的同行关系的两个用户。
本公开实施例所提供的用户间的关系强度确定方法，基于用户定位数据，能够实现对用户之间的关系强度的预测，为产品提供人群挖掘能力，帮助业务线在社交营销、关联拉新、冷启动等场景发挥作用。
图9为本公开实施例提供的一种用户间的关系强度确定系统的结构示意图，如图9所示，该用户间的关系强度确定系统用于实现上述的用户间的关系强度确定方法，该关系强度确定系统包括：获取模块301、统计模块302和生成模块303。
其中，获取模块301用于获取预设时间段内多个用户的用户定位数据。
统计模块302用于根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的常驻共现信息，以及在该两个用户对应的非常驻位置区域的非常驻共现信息；其中，所述常驻共现信息包括常驻共现频率信息和常驻共现时间信息，所述非常驻共现信息包括非常驻共现频率信息和非常驻共现时间信息。
生成模块303用于针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，以及在对应的非常驻位置区域的非常驻共现信息，生成该两个用户的关系强度值。
在一些实施例中，所述统计模块302具体用于根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，以及在该两个用户对应的非常驻位置区域的所有共现数据；根据该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，确定出所述常驻共现信息；根据该两个用户在预设时间段内，在该两个用户对应的非常驻位置区域的所有共现数据，确定出所述非常驻共现信息。
在本公开实施例中，所述用户定位数据包括用户ID、用户定位位置和用户定位时间，图10为图9中的统计模块的一种结构示意图，如图10所示，在一些实施例中，统计模块302包括：统计子模块3021、聚类子模块3022、判断子模块3023和确定子模块3024，其中统计子模块3021用于根据各用户的用户定位数据，统计每两个用户对应的在预设时间段内的所有共现数据，其中每个共现数据包括该两个用户分别对应的一个用户定位数据，其中在每个共现数据中的两个用户定位数据中，用户定位时间位于同一预设时间范围，且用户定位位置位于同一预设位置区域。
聚类子模块3022用于针对每两个用户，基于各共现数据对应的预设位置区域，对该两个用户对应的在预设时间段内的所有共现数据进行聚类，得到至少一个共现数据簇，每个共现数据簇包括至少一个共现数据。
判断子模块3023用于针对每两个用户，针对该两个用户对应的每个共现数据簇，判断该共现数据簇中共现数据的个数是否大于或等于预设个数阈值，且判断该共现数据簇对应的时间信息是否大于或等于预设时间阈值。
确定子模块3024用于若所述判断子模块3023判断出该共现数据簇中共现数据的个数大于或等于预设个数阈值，且该共现数据簇对应的时间信息大于或等于预设时间阈值时，将该共现数据簇对应的位置区域确定为该两个用户对应的常驻位置区域，所述常驻共现频率信息包括常驻位置区域对应的共现数据簇中共现数据的个数，所述常驻共现时间信息包括常驻位置区域对应的共现数据簇对应的时间信息；若所述判断子模块3023判断出该共现数据簇中共现数据的个数小于预设个数阈值，和/或，所述判断子模块判断出该共现数据簇对应的时间信息小于预设时间阈值时，将该共现数据簇对应的位置区域确定为该两个用户对应的非常驻位置区域，所述非常驻共现频率信息包括非常驻位置区域对应的共现数据簇中共现数据的个数，所述非常驻共现时间信息包括非常驻位置区域对应的共现数据簇对应的时间信息。
在一些实施例中，所述统计子模块3021具体用于根据各用户的用户定位数据，将用户定位时间位于同一预设时间范围内，且用户定位位置位于同一预设位置区域内的用户定位数据划分到同一个共现数据桶中；根据各个共现数据桶中的用户定位数据，统计每两个用户对应的预设时间段内的所有共现数据。
图11为图9中的生成模块的一种结构示意图，在一些实施例中，如图11所示，所述生成模块303包括：第一分值计算子模块3031、第二分值计算子模块3032和关系强度计算子模块3033。
第一分值计算子模块3031用于针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，生成第一分值。
第二分值计算子模块3032用于根据该两个用户在预设时间段内，在对应的非常驻位置区域的非常驻共现信息，生成第二分值。
关系强度计算子模块3033用于根据该两个用户对应的第一分值和第二分值，生成该两个用户的关系强度值。
在一些实施例中，所述第一分值计算子模块3031具体用于针对每两个用户，根据该两个用户在预设时间段内，在各常驻位置区域的常驻共现频率信息，计算出对应的第一子分值；针对该两个用户对应的每个常驻位置区域，根据该两个用户在预设时间段内，在该常驻位置区域的常驻共现频率信息和常驻共现时间信息，计算出对应的第二子分值；根据该两个用户对应的所有第二子分值，计算出对应的第三子分值；根据该两个用户对应的第一子分值与对应的第三子分值之和，生成所述第一分值。
在一些实施例中，所述第二分值计算子模块3032具体用于针对每两个用户，根据该两个用户在预设时间段内，在各非常驻位置区域的非常驻共现频率信息，计算出对应的第四子分值；针对该两个用户对应的每个非常驻位置区域，根据该两个用户在预设时间段内，在该非常驻位置区域的非常驻共现频率信息和非常驻共现时间信息，计算出对应的第五子分值；根据该两个用户对应的所有第五子分值，计算出对应的第六子分值；根据该两个用户对应的第四子分值与对应的第六子分值之和，生成所述第二分值。
在一些实施例中，所述关系强度计算子模块3033具体用于针对每两个用户，根据该两个用户对应的第一分值和第二分值和公式：S＝(W1*SRES+W2*SNON_RES)*Wdis+c，计算出该两个用户的关系强度值；
其中，S表示该两个用户的关系强度值，SRES表示该两个用户对应的第一分值，W1表示第一分值对应的权重值，SNON_RES表示该两个用户对应的第二分值，W2表示第二分值对应的权重值，Wdis表示该两个用户在预设时间段内共现的地理位置跨度范围对应的加权参数，c表示预设常数。
图12为本公开实施例提供的另一种用户间的关系强度确定系统的结构示意图，如图12所示，本公开实施例与前述实施例的区别在于，本公开实施例中，该关系强度确定系统还包括：判断模块304和确定模块305。
其中，所述判断模块304用于针对每两个用户，判断该两个用户的关系强度值是否大于或等于预设强度阈值。
所述确定模块305用于若所述判断模块304判断出该两个用户的关系强度值大于或等于预设强度阈值时，将该两个用户确定为具有强关联关系的同行关系的两个用户。
此外，本公开实施例所提供的用户间的关系强度确定系统具体用于实现前述任一实施例所提供的用户间的关系强度确定方法，具体可参见前述任一实施例中对用户间的关系强度确定方法的描述，此处不再赘述。
本公开实施例还提供了一种服务器，该服务器包括：一个或多个处理器以及存储装置；其中，存储装置上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现前述任一实施例所提供的用户间的关系强度确定方法。
本公开实施例还提供了一计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被执行时实现前述任一实施例所提供的用户间的关系强度确定方法。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
本文已经公开了示例实施例，并且虽然采用了具体术语，但它们仅用于并仅应当被解释为一般说明性含义，并且不用于限制的目的。在一些实例中，对本领域技术人员显而易见的是，除非另外明确指出，否则可单独使用与特定实施例相结合描述的特征、特性和/或元素，或可与其他实施例相结合描述的特征、特性和/或元件组合使用。因此，本领域技术人员将理解，在不脱离由所附的权利要求阐明的本公开的范围的情况下，可进行各种形式和细节上的改变。

Claims (20)

1.一种用户间的关系强度确定方法，包括：
获取预设时间段内多个用户的用户定位数据；
根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的常驻共现信息，以及在该两个用户对应的非常驻位置区域的非常驻共现信息；其中，所述常驻共现信息包括常驻共现频率信息和常驻共现时间信息，所述非常驻共现信息包括非常驻共现频率信息和非常驻共现时间信息；
针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，以及在对应的非常驻位置区域的非常驻共现信息，生成该两个用户的关系强度值。
2.根据权利要求1所述的关系强度确定方法，其中所述根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的常驻共现信息，以及在该两个用户对应的非常驻位置区域的非常驻共现信息，包括：
根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，以及在该两个用户对应的非常驻位置区域的所有共现数据；
根据该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，确定出所述常驻共现信息；
根据该两个用户在预设时间段内，在该两个用户对应的非常驻位置区域的所有共现数据，确定出所述非常驻共现信息。
3.根据权利要求2所述的关系强度确定方法，其中所述用户定位数据包括用户ID、用户定位位置和用户定位时间；
所述根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，以及在该两个用户对应的非常驻位置区域的所有共现数据，包括：
根据各用户的用户定位数据，统计每两个用户对应的在预设时间段内的所有共现数据，其中每个共现数据包括该两个用户分别对应的一个用户定位数据，其中在每个共现数据中的两个用户定位数据中，所述用户定位时间位于同一预设时间范围，且所述用户定位位置位于同一预设位置区域；
针对每两个用户，基于各共现数据对应的预设位置区域，对该两个用户对应的在预设时间段内的所有共现数据进行聚类，得到至少一个共现数据簇，每个共现数据簇包括至少一个共现数据；
针对每两个用户，针对该两个用户对应的每个共现数据簇，判断该共现数据簇中共现数据的个数是否大于或等于预设个数阈值，且判断该共现数据簇对应的时间信息是否大于或等于预设时间阈值；
若判断出该共现数据簇中共现数据的个数大于或等于预设个数阈值，且该共现数据簇对应的时间信息大于或等于预设时间阈值时，将该共现数据簇对应的位置区域确定为该两个用户对应的常驻位置区域，所述常驻共现频率信息包括常驻位置区域对应的共现数据簇中共现数据的个数，所述常驻共现时间信息包括常驻位置区域对应的共现数据簇对应的时间信息；
若判断出该共现数据簇中共现数据的个数小于预设个数阈值，和/或，判断出该共现数据簇对应的时间信息小于预设时间阈值时，将该共现数据簇对应的位置区域确定为该两个用户对应的非常驻位置区域，所述非常驻共现频率信息包括非常驻位置区域对应的共现数据簇中共现数据的个数，所述非常驻共现时间信息包括非常驻位置区域对应的共现数据簇对应的时间信息。
4.根据权利要求3所述的关系强度确定方法，其中所述根据各用户的用户定位数据，统计每两个用户对应的在预设时间段内的所有共现数据，包括：
根据各用户的用户定位数据，将用户定位时间位于同一预设时间范围内，且用户定位位置位于同一预设位置区域内的用户定位数据划分到同一个共现数据桶中；
根据各个共现数据桶中的用户定位数据，统计每两个用户对应的预设时间段内的所有共现数据。
5.根据权利要求1所述的关系强度确定方法，其中所述针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，以及在对应的非常驻位置区域的非常驻共现信息，生成该两个用户的关系强度值，包括：
针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，生成第一分值；
根据该两个用户在预设时间段内，在对应的非常驻位置区域的非常驻共现信息，生成第二分值；
根据该两个用户对应的第一分值和第二分值，生成该两个用户的关系强度值。
6.根据权利要求5所述的关系强度确定方法，其中所述针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，生成第一分值，包括：
针对每两个用户，根据该两个用户在预设时间段内，在各常驻位置区域的常驻共现频率信息，计算出对应的第一子分值；
针对该两个用户对应的每个常驻位置区域，根据该两个用户在预设时间段内，在该常驻位置区域的常驻共现频率信息和常驻共现时间信息，计算出对应的第二子分值；
根据该两个用户对应的所有第二子分值，计算出对应的第三子分值；
根据该两个用户对应的第一子分值与对应的第三子分值之和，生成所述第一分值。
7.根据权利要求5所述的关系强度确定方法，其中所述根据该两个用户在预设时间段内，在对应的非常驻位置区域的非常驻共现信息，生成第二分值，包括：
根据该两个用户在预设时间段内，在各非常驻位置区域的非常驻共现频率信息，计算出对应的第四子分值；
针对该两个用户对应的每个非常驻位置区域，根据该两个用户在预设时间段内，在该非常驻位置区域的非常驻共现频率信息和非常驻共现时间信息，计算出对应的第五子分值；
根据该两个用户对应的所有第五子分值，计算出对应的第六子分值；
根据该两个用户对应的第四子分值与对应的第六子分值之和，生成所述第二分值。
8.根据权利要求5所述的关系强度确定方法，其中所述根据该两个用户对应的第一分值和第二分值，生成该两个用户的关系强度值，包括：
根据该两个用户对应的第一分值和第二分值和公式：S＝(W1*SRES+W2*SNON_RES)*Wdis+c，计算出该两个用户的关系强度值；
其中，S表示该两个用户的关系强度值，SRES表示该两个用户对应的第一分值，W1表示第一分值对应的权重值，SNON_RES表示该两个用户对应的第二分值，W2表示第二分值对应的权重值，Wdis表示该两个用户在预设时间段内共现的地理位置跨度范围对应的加权参数，c表示预设常数。
9.根据权利要求1-8中任一所述的关系强度确定方法，其中所述针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，以及在对应的非常驻位置区域的非常驻共现信息，生成该两个用户的关系强度值之后，还包括：
针对每两个用户，判断该两个用户的关系强度值是否大于或等于预设强度阈值；
若判断出该两个用户的关系强度值大于或等于预设强度阈值时，将该两个用户确定为具有强关联关系的同行关系的两个用户。
10.一种用户间的关系强度确定系统，包括：
获取模块，用于获取预设时间段内多个用户的用户定位数据；
统计模块，用于根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的常驻共现信息，以及在该两个用户对应的非常驻位置区域的非常驻共现信息；其中，所述常驻共现信息包括常驻共现频率信息和常驻共现时间信息，所述非常驻共现信息包括非常驻共现频率信息和非常驻共现时间信息；
生成模块，用于针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，以及在对应的非常驻位置区域的非常驻共现信息，生成该两个用户的关系强度值。
11.根据权利要求10所述的关系强度确定系统，其中所述统计模块具体用于根据各用户的用户定位数据，针对每两个用户，统计该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，以及在该两个用户对应的非常驻位置区域的所有共现数据；根据该两个用户在预设时间段内，在该两个用户对应的常驻位置区域的所有共现数据，确定出所述常驻共现信息；根据该两个用户在预设时间段内，在该两个用户对应的非常驻位置区域的所有共现数据，确定出所述非常驻共现信息。
12.根据权利要求11所述的关系强度确定系统，其中所述用户定位数据包括用户ID、用户定位位置和用户定位时间，所述统计模块包括：
统计子模块，用于根据各用户的用户定位数据，统计每两个用户对应的在预设时间段内的所有共现数据，其中每个共现数据包括该两个用户分别对应的一个用户定位数据，其中在每个共现数据中的两个用户定位数据中，所述用户定位时间位于同一预设时间范围，且所述用户定位位置位于同一预设位置区域；
聚类子模块，用于针对每两个用户，基于各共现数据对应的预设位置区域，对该两个用户对应的在预设时间段内的所有共现数据进行聚类，得到至少一个共现数据簇，每个共现数据簇包括至少一个共现数据；
判断子模块，用于针对每两个用户，针对该两个用户对应的每个共现数据簇，判断该共现数据簇中共现数据的个数是否大于或等于预设个数阈值，且判断该共现数据簇对应的时间信息是否大于或等于预设时间阈值；
确定子模块，用于若所述判断子模块判断出该共现数据簇中共现数据的个数大于或等于预设个数阈值，且该共现数据簇对应的时间信息大于或等于预设时间阈值时，将该共现数据簇对应的位置区域确定为该两个用户对应的常驻位置区域，所述常驻共现频率信息包括常驻位置区域对应的共现数据簇中共现数据的个数，所述常驻共现时间信息包括常驻位置区域对应的共现数据簇对应的时间信息；若所述判断子模块判断出该共现数据簇中共现数据的个数小于预设个数阈值，和/或，所述判断子模块判断出该共现数据簇对应的时间信息小于预设时间阈值时，将该共现数据簇对应的位置区域确定为该两个用户对应的非常驻位置区域，所述非常驻共现频率信息包括非常驻位置区域对应的共现数据簇中共现数据的个数，所述非常驻共现时间信息包括非常驻位置区域对应的共现数据簇对应的时间信息。
13.根据权利要求12所述的关系强度确定系统，其中所述统计子模块具体用于根据各用户的用户定位数据，将用户定位时间位于同一预设时间范围内，且用户定位位置位于同一预设位置区域内的用户定位数据划分到同一个共现数据桶中；根据各个共现数据桶中的用户定位数据，统计每两个用户对应的预设时间段内的所有共现数据。
14.根据权利要求10所述的关系强度确定系统，其中所述生成模块包括：
第一分值计算子模块，用于针对每两个用户，根据该两个用户在预设时间段内，在对应的常驻位置区域的常驻共现信息，生成第一分值；
第二分值计算子模块，用于根据该两个用户在预设时间段内，在对应的非常驻位置区域的非常驻共现信息，生成第二分值；
关系强度计算子模块，用于根据该两个用户对应的第一分值和第二分值，生成该两个用户的关系强度值。
15.根据权利要求14所述的关系强度确定系统，其中所述第一分值计算子模块具体用于针对每两个用户，根据该两个用户在预设时间段内，在各常驻位置区域的常驻共现频率信息，计算出对应的第一子分值；针对该两个用户对应的每个常驻位置区域，根据该两个用户在预设时间段内，在该常驻位置区域的常驻共现频率信息和常驻共现时间信息，计算出对应的第二子分值；根据该两个用户对应的所有第二子分值，计算出对应的第三子分值；根据该两个用户对应的第一子分值与对应的第三子分值之和，生成所述第一分值。
16.根据权利要求14所述的关系强度确定系统，其中所述第二分值计算子模块具体用于针对每两个用户，根据该两个用户在预设时间段内，在各非常驻位置区域的非常驻共现频率信息，计算出对应的第四子分值；针对该两个用户对应的每个非常驻位置区域，根据该两个用户在预设时间段内，在该非常驻位置区域的非常驻共现频率信息和非常驻共现时间信息，计算出对应的第五子分值；根据该两个用户对应的所有第五子分值，计算出对应的第六子分值；根据该两个用户对应的第四子分值与对应的第六子分值之和，生成所述第二分值。
17.根据权利要求14所述的关系强度确定系统，其中所述关系强度计算子模块具体用于针对每两个用户，根据该两个用户对应的第一分值和第二分值和公式：S＝(W1*SRES+W2*SNON_RES)*Wdis+c，计算出该两个用户的关系强度值；
其中，S表示该两个用户的关系强度值，SRES表示该两个用户对应的第一分值，W1表示第一分值对应的权重值，SNON_RES表示该两个用户对应的第二分值，W2表示第二分值对应的权重值，Wdis表示该两个用户在预设时间段内共现的地理位置跨度范围对应的加权参数，c表示预设常数。
18.根据权利要求10-17中任一所述的关系强度确定系统，其中还包括判断模块和确定模块；
所述判断模块用于针对每两个用户，判断该两个用户的关系强度值是否大于或等于预设强度阈值；
所述确定模块用于若所述判断模块判断出该两个用户的关系强度值大于或等于预设强度阈值时，将该两个用户确定为具有强关联关系的同行关系的两个用户。
19.一种服务器，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个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权利要求1-9中任一所述的关系强度确定方法。
20.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被执行时实现如权利要求1-9中任一所述的关系强度确定方法。
CN201910615578.0A 2019-07-09 2019-07-09 关系强度确定方法及系统、服务器、计算机可读介质 Active CN110322295B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910615578.0A CN110322295B (zh) 2019-07-09 2019-07-09 关系强度确定方法及系统、服务器、计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910615578.0A CN110322295B (zh) 2019-07-09 2019-07-09 关系强度确定方法及系统、服务器、计算机可读介质

Publications (2)

Publication Number Publication Date
CN110322295A true CN110322295A (zh) 2019-10-11
CN110322295B CN110322295B (zh) 2022-04-26

Family

ID=68121576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910615578.0A Active CN110322295B (zh) 2019-07-09 2019-07-09 关系强度确定方法及系统、服务器、计算机可读介质

Country Status (1)

Country Link
CN (1) CN110322295B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851218A (zh) * 2019-10-23 2020-02-28 中国建设银行股份有限公司 基于人员关系的个人界面操作功能新增方法及装置
CN113763014A (zh) * 2021-01-05 2021-12-07 北京沃东天骏信息技术有限公司 物品共现关系确定方法和装置及判定模型获得方法和装置
CN116562814A (zh) * 2023-05-11 2023-08-08 天津篱上青桑智能科技有限公司 一种基于大数据的智慧办公信息推送系统及方法
CN111694914B (zh) * 2020-06-08 2023-08-29 北京百度网讯科技有限公司 用户常驻区域确定方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794429A (zh) * 2015-03-23 2015-07-22 中国科学院软件研究所 一种面向监控视频的关联可视分析方法
CN105389332A (zh) * 2015-10-13 2016-03-09 广西师范学院 一种地理社交网络下的用户相似性计算方法
CN106960006A (zh) * 2017-02-24 2017-07-18 河海大学 一种不同轨迹间相似度度量系统及其度量方法
CN107464132A (zh) * 2017-07-04 2017-12-12 北京三快在线科技有限公司 一种相似用户挖掘方法及装置，电子设备
CN107484134A (zh) * 2017-10-17 2017-12-15 南京市城市与交通规划设计研究院股份有限公司 常驻位置分析方法及装置
CN108074016A (zh) * 2017-12-25 2018-05-25 苏州大学 基于位置社交网络的用户关系强度预测方法、装置及设备
CN109446186A (zh) * 2018-09-27 2019-03-08 江苏大学 一种基于移动轨迹的社会关系判断方法
CN109769210A (zh) * 2018-11-23 2019-05-17 亚信科技（中国）有限公司 用户活动区域相似度判断方法、装置、计算机设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794429A (zh) * 2015-03-23 2015-07-22 中国科学院软件研究所 一种面向监控视频的关联可视分析方法
CN105389332A (zh) * 2015-10-13 2016-03-09 广西师范学院 一种地理社交网络下的用户相似性计算方法
CN106960006A (zh) * 2017-02-24 2017-07-18 河海大学 一种不同轨迹间相似度度量系统及其度量方法
CN107464132A (zh) * 2017-07-04 2017-12-12 北京三快在线科技有限公司 一种相似用户挖掘方法及装置，电子设备
CN107484134A (zh) * 2017-10-17 2017-12-15 南京市城市与交通规划设计研究院股份有限公司 常驻位置分析方法及装置
CN108074016A (zh) * 2017-12-25 2018-05-25 苏州大学 基于位置社交网络的用户关系强度预测方法、装置及设备
CN109446186A (zh) * 2018-09-27 2019-03-08 江苏大学 一种基于移动轨迹的社会关系判断方法
CN109769210A (zh) * 2018-11-23 2019-05-17 亚信科技（中国）有限公司 用户活动区域相似度判断方法、装置、计算机设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851218A (zh) * 2019-10-23 2020-02-28 中国建设银行股份有限公司 基于人员关系的个人界面操作功能新增方法及装置
CN110851218B (zh) * 2019-10-23 2023-08-25 中国建设银行股份有限公司 基于人员关系的个人界面操作功能新增方法及装置
CN111694914B (zh) * 2020-06-08 2023-08-29 北京百度网讯科技有限公司 用户常驻区域确定方法及装置
CN113763014A (zh) * 2021-01-05 2021-12-07 北京沃东天骏信息技术有限公司 物品共现关系确定方法和装置及判定模型获得方法和装置
CN116562814A (zh) * 2023-05-11 2023-08-08 天津篱上青桑智能科技有限公司 一种基于大数据的智慧办公信息推送系统及方法
CN116562814B (zh) * 2023-05-11 2024-01-05 广州悠动网络科技有限公司 一种基于大数据的智慧办公信息推送系统及方法

Also Published As

Publication number Publication date
CN110322295B (zh) 2022-04-26

Similar Documents

Publication Publication Date Title
CN110322295B (zh) 关系强度确定方法及系统、服务器、计算机可读介质
US20170091795A1 (en) Methods and apparatus to identify local trade areas
CN107038166B (zh) 查询可预约仓库容量、预约及取消预约入库方法及装置
CN110888866B (zh) 数据扩充方法、装置、数据处理设备及存储介质
CN111046429A (zh) 基于隐私保护的关系网络构建方法及装置
CN108520471B (zh) 重叠社区发现方法、装置、设备及存储介质
CN111078742B (zh) 用户分类模型训练方法、用户分类方法及装置
CN107633257B (zh) 数据质量评估方法及装置、计算机可读存储介质、终端
CN112950119B (zh) 即时物流订单拆分方法、装置、设备及存储介质
CN109543940B (zh) 活动评估方法、装置、电子设备及存储介质
CN111061624A (zh) 策略执行效果确定方法、装置、电子设备及存储介质
CN109558384A (zh) 日志分类方法、装置、电子设备和存储介质
JP2018517218A (ja) 位置情報提供方法及び装置
CN110020025A (zh) 一种数据处理方法及装置
CN110232525B (zh) 一种企业风险获取方法、装置、服务器及存储介质
CN115033456A (zh) 一种内网前端性能监控方法、装置、计算机设备及存储介质
CN111737555A (zh) 热点关键词的选取方法、设备和存储介质
CN111311310B (zh) 广告订单推送方法及装置、存储介质及电子装置
CN110826786A (zh) 目的地点人口数量的预测方法、装置及存储介质
CN110807667A (zh) 一种激活沉睡客户的方法和装置
CN113869700A (zh) 一种绩效指标预测方法、装置、电子设备和存储介质
CN106611339B (zh) 种子用户筛选方法、产品的用户影响力评价方法及装置
CN110690987B (zh) 账号信息管理方法、装置及设备
KR101568800B1 (ko) 실시간 이슈 검색어 선별 방법 및 시스템
CN109460778B (zh) 活动评估方法、装置、电子设备及存储介质

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