CN110688586A - 一种为用户推荐社交活动或好友的方法与设备 - Google Patents

一种为用户推荐社交活动或好友的方法与设备 Download PDF

Info

Publication number
CN110688586A
CN110688586A CN201910939159.2A CN201910939159A CN110688586A CN 110688586 A CN110688586 A CN 110688586A CN 201910939159 A CN201910939159 A CN 201910939159A CN 110688586 A CN110688586 A CN 110688586A
Authority
CN
China
Prior art keywords
user
information
voice
social activity
recommended
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
CN201910939159.2A
Other languages
English (en)
Other versions
CN110688586B (zh
Inventor
程翰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Zhangmen Science and Technology Co Ltd
Original Assignee
Shanghai Zhangmen Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Zhangmen Science and Technology Co Ltd filed Critical Shanghai Zhangmen Science and Technology Co Ltd
Priority to CN201910939159.2A priority Critical patent/CN110688586B/zh
Publication of CN110688586A publication Critical patent/CN110688586A/zh
Application granted granted Critical
Publication of CN110688586B publication Critical patent/CN110688586B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/635—Filtering based on additional data, e.g. user or group profiles
    • G06F16/636—Filtering based on additional data, e.g. user or group profiles by using biological or physiological 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Human Resources & Organizations (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请的目的是提供一种为用户推荐社交活动或好友的方法与设备，该方法包括：获取第一用户的语音信息；根据所述语音信息的特征信息确定与所述语音信息匹配的社交活动类型信息；根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。本申请能够从语音角度发掘用户兴趣，提高用户参与社交活动的积极性，增强用户参与社交活动的体验。

Description

一种为用户推荐社交活动或好友的方法与设备
技术领域
本申请涉及通信领域，尤其涉及一种用于为用户推荐社交活动或好友的技术。
背景技术
社交是社会上人与人的交际往来，是人们运用一定的工具传递信息、交流思想，以达到某种目的的社会活动。社交活动是指为了维持社会人群中因交往而构成的相互依存和相互联系的社会关系而举行的各种集体性活动，社交活动主要包括线上社交活动与线下社交活动。
发明内容
本申请的一个目的是提供一种为用户推荐社交活动或好友的方法与设备。
根据本申请的一个方面，提供了一种为用户推荐社交活动的方法，该方法包括：
获取第一用户的语音信息；
根据所述语音信息的特征信息确定与所述语音信息匹配的社交活动类型信息；
根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。
根据本申请的另一个方面，提供了一种为用户推荐社交活动的方法，该方法包括：
接收用户设备发送的活动好友请求，其中，所述活动好友请求包括所述用户设备对应的第一用户设置的社交活动信息；
响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户；
将至少一个所述第二用户发送至所述用户设备。
根据本申请的一个方面，提供了一种为用户推荐社交活动的网络设备，该设备包括：
一一模块，用于获取第一用户的语音信息；
一二模块，用于根据所述语音信息的特征信息确定与所述语音信息匹配的社交活动类型信息；
一三模块，用于根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。
根据本申请的另一个方面，提供了一种为用户推荐社交活动的网络设备，该设备包括：
二一模块，用于接收用户设备发送的活动好友请求，其中，所述活动好友请求包括所述用户设备对应的第一用户设置的社交活动信息；
二二模块，用于响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户；
二三模块，用于将至少一个所述第二用户发送至所述用户设备。
根据本申请的一个方面，提供了一种为用户推荐社交活动的设备，其中，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如下操作：
获取第一用户的语音信息；
根据所述语音信息的特征信息确定与所述语音信息匹配的社交活动类型信息；
根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。
根据本申请的另一个方面，提供了一种为用户推荐好友的设备，其中，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如下操作：
接收用户设备发送的活动好友请求，其中，所述活动好友请求包括所述用户设备对应的第一用户设置的社交活动信息；
响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户；
将至少一个所述第二用户发送至所述用户设备。
根据本申请的一个方面，提供了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下操作：
获取第一用户的语音信息；
根据所述语音信息的特征信息确定与所述语音信息匹配的社交活动类型信息；
根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。
根据本申请的另一个方面，提供了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下操作：
接收用户设备发送的活动好友请求，其中，所述活动好友请求包括所述用户设备对应的第一用户设置的社交活动信息；
响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户；
将至少一个所述第二用户发送至所述用户设备。
与现有技术相比，本申请基于用户的语音信息，识别语音信息对应的语音特征信息，有针对性地为用户推荐与用户的语音特征信息相匹配的社交活动，能够从语音角度发掘用户兴趣，提高用户参与社交活动的积极性，增强用户参与社交活动的体验，进一步地，为用户推荐共同参与该社交活动的其他用户，可以进一步提升用户的参与感，且能够扩大用户的交友范围，为用户推荐共同参加社交活动的好友。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1示出根据本申请一个实施例的一种为用户推荐社交活动的方法流程图；
图2示出根据本申请一个实施例的一种为用户推荐好友的方法流程图；
图3示出根据本申请一个实施例的一种为用户推荐社交活动的网络设备结构图；
图4示出根据本申请一个实施例的一种为用户推荐好友的网络设备结构图；
图5示出可被用于实施本申请中所述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(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
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(ASIC)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、数字信号处理器(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一种为用户推荐社交活动的方法流程图，该方法包括步骤S11、步骤S12和步骤S13。在步骤S11中，网络设备获取第一用户的语音信息；在步骤S12中，网络设备根据所述语音信息的特征信息确定与所述语音信息匹配的社交活动类型信息；在步骤S13中，网络设备根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。
在步骤S11中，网络设备获取第一用户的语音信息。在一些实施例中，获取第一用户的语音信息的方式可以是第一用户主动将语音信息发送至网络设备，也可以是网络设备主动向第一用户发送获取语音信息的请求，第一用户将语音信息作为该请求的响应数据返回至网络设备。
在步骤S12中，网络设备根据所述语音信息的特征信息确定与所述语音信息匹配的社交活动类型信息。在一些实施例中，可以通过语音特征提取算法来提取语音信息的特征信息，语音信息的特征信息包括但不限于共鸣方式特征、嗓音纯度特征、平均音高特征、音域特征，共鸣方式特征包括但不限于咽腔共鸣、鼻腔共鸣和口腔共鸣，嗓音纯度特征包括但不限于高纯度(明亮)、低纯度(沙哑)和中等纯度，平均音高特征包括但不限于高亢、低沉，音域特征包括但不限于饱满、干瘪，社交活动包括但不限于线下社交活动与线上社交活动，社交活动类型包括但不限于线下演讲活动、线下辩论活动、线上K歌活动等。例如，若语音信息的特征信息为明亮，与明亮特征的语音信息匹配的社交活动类型是线下辩论活动，又例如，若语音信息的特征信息为高亢，与高亢特征的语音信息匹配的社交活动类型是线上K歌活动。
在步骤S13中，网络设备根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。在一些实施例中，可以将社交活动类型对应的社交活动作为适合第一用户的推荐社交活动，也可以从社交活动类型对应的一个或多个社交活动中选择至少一个社交活动作为适合第一用户的推荐社交活动，并将推荐社交活动推荐给第一用户。
本申请基于用户的语音信息，识别语音信息对应的语音特征信息，有针对性地为用户推荐与用户的语音特征信息相匹配的社交活动，能够从语音角度发掘用户兴趣，提高用户参与社交活动的积极性，增强用户参与社交活动的体验。
在一些实施例中，所述步骤S11包括：网络设备获取满足预定条件的第一用户的语音信息；其中，所述预定条件包括：所述语音信息的语音时长大于或等于预定的第一时长阈值；所述语音信息的有效语音时长大于或等于预定的第二时长阈值；所述语音信息的采样率大于或等于预定的采样率阈值；所述语音信息的信噪比大于或等于预定的信噪比阈值。在一些实施例中，只有满足预定条件的语音信息才能够提取出该语音特征，预定条件可以是语音信息的语音时长要满足大于或等于预定的第一时长阈值(比如，5分钟)，语音时长会影响语音特征的提取精度；预定条件还可以是语音信息的有效语音时长要满足大于或等于预定的第二时长阈值(比如，2分钟)，有效语音时长包括但不限于去除声音空白部分后的语音时长、去除重复音节后的语音时长，有效语音时长越长，语音特征提取算法得到的数据越多，语音特征的提取精度也会越高；预定条件还可以是语音信息的采样率要满足大于或等于预定的采样率阈值(比如，8KHz)，人类语音的频段集中于50Hz-8KHz之间，根据奈奎斯特采样定理，离散信号覆盖频段为信号采样率的一半，采样率越高，语音信息的信息量越大，语音特征的提取精度也会越高；预定条件还可以是语音信息的信噪比要满足大于或等于预定的信噪比阈值(比如，15db)，信噪比用于衡量一段音频中语音信号与噪声的能量比，即语音的干净程度，语音信息越干净，语音特征的提取精度也会越高。
在一些实施例中，所述步骤S12包括：网络设备获取多个社交活动类型信息及每个社交活动类型信息分别对应的语音特征信息；将所述语音信息的特征信息分别与每个语音特征信息进行匹配，根据匹配结果，获得与所述语音信息的特征信息相匹配的推荐语音特征信息；将所述推荐语音特征信息对应的社交活动类型信息作为与所述语音信息匹配的社交活动类型信息。在一些实施例中，网络设备获取多个社交活动类型以及与每个社交活动类型分别对应的该社交活动类型需要的语音特征信息，将第一用户的语音特征信息分别与每个社交活动类型对应的语音特征信息进行匹配，获得与第一用户的语音特征信息匹配的推荐语音特征信息，并将推荐语音特征信息对应的社交活动类型作为与第一用户的语音信息匹配的社交活动类型。例如，线下演讲活动需要的语音特征信息是“明亮饱满”，线上K歌活动需要的语音特征信息是“高亢激情”，线下讲故事活动需要的语音特征信息是“柔和平稳”，第一用户的语音特征信息是“明亮”，将第一用户的语音特征信息分别与线下演讲活动与线上K歌活动需要的语音特征信息进行匹配，获得与第一用户的语音特征信息相匹配的推荐语音特征信息“明亮饱满”，将推荐语音特征信息“明亮饱满”对应的线下演讲活动作为与第一用户的语音信息匹配的社交活动类型。
在一些实施例中，所述获得与所述语音信息的特征信息相匹配的推荐语音特征信息，包括：将所对应的匹配度最高的预定数量的语音特征信息作为与所述语音信息的特征信息相匹配的推荐语音特征信息。在一些实施例中，分别得到第一用户的语音特征信息与每个社交活动类型所需要的语音特征信息之间的匹配度，将匹配度最高的预定数量(比如，2个)的社交活动类型对应的语音特征信息作为与第一用户的语音特征信息相匹配的推荐语音特征信息。接上例，第一用户的语音特征信息“明亮”与线下演讲活动需要的语音特征信息“明亮饱满”之间的匹配度是“80％”，与线上K歌活动需要的语音特征信息“高亢激情”之间的匹配度是“40％”，与线下讲故事活动需要的语音特征信息“柔和平稳”之间的匹配度是“60％”，将匹配度最高的语音特征信息“明亮饱满”与语音特征信息“柔和平稳”作为与第一用户的语音特征信息相匹配的推荐语音特征信息。
在一些实施例中，所述获得与所述语音信息的特征信息相匹配的推荐语音特征信息，包括：获得与所述语音信息的特征信息相匹配的推荐语音特征信息，其中所述推荐语音特征信息对应的匹配度大于或等于预定的匹配度阈值。在一些实施例中，分别得到第一用户的语音特征信息与每个社交活动类型所需要的语音特征信息之间的匹配度，将匹配度大于或等于预定的匹配度阈值(比如，70％)的社交活动类型对应的语音特征信息作为与第一用户的语音特征信息相匹配的推荐语音特征信息。接上例，第一用户的语音特征信息“明亮”与线下演讲活动需要的语音特征信息“明亮饱满”之间的匹配度是“80％”，与线上K歌活动需要的语音特征信息“高亢激情”之间的匹配度是“40％”，与线下讲故事活动需要的语音特征信息“柔和平稳”之间的匹配度是“60％”，将匹配度大于70％的语音特征信息“明亮饱满”作为与第一用户的语音特征信息相匹配的推荐语音特征信息。
在一些实施例中，所述步骤S13包括：网络设备根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动，其中，所述第一用户与所述推荐社交活动的活动地点的距离小于或等于第一距离阈值信息。在一些实施例中，可以从一个或多个线下社交活动中选择至少一个活动地点与第一用户的距离小于或等于第一距离阈值(例如，3km)的线下社交活动作为适合第一用户的推荐社交活动。例如，社交活动类型“线下演讲活动”对应的社交活动包括演讲活动Activity1、演讲活动Activity2和演讲活动Activity3，其中，演讲活动Activity1的活动地点L1与第一用户的距离2km小于第一距离阈值3km，演讲活动Activity2的活动地点L2与第一用户的距离4km大于第一距离阈值3km，演讲活动Activity3的活动地点L4与第一用户的距离6km大于第一距离阈值3km，将演讲活动Activity1作为适合第一用户的推荐社交活动。
在一些实施例中，所述步骤S13包括：网络设备根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动，其中，所述推荐社交活动的活动时间距离当前时间的时间间隔小于或等于预定的时间间隔阈值信息。在一些实施例中，可以从一个或多个社交活动中选择至少一个活动时间与当前时间的时间间隔小于或等于预定的时间间隔阈值(例如，7天)的社交活动作为适合第一用户的推荐社交活动。例如，社交活动类型“线下演讲活动”对应的社交活动包括演讲活动Activity1、演讲活动Activity2和演讲活动Activity3，其中，演讲活动Activity1的活动时间T1与当前时间的时间间隔5天小于预定的时间间隔阈值7天，演讲活动Activity2的活动时间T2与当前时间的时间间隔8天大于预定的时间间隔阈值7天，演讲活动Activity3的活动时间T3与当前时间的时间间隔10天大于预定的时间间隔阈值7天，将演讲活动Activity1作为适合第一用户的推荐社交活动。
在一些实施例中，所述步骤S13包括：网络设备根据所述社交活动类型信息并结合所述第一用户的个人信息，从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。在一些实施例中，第一用户的个人信息包括但不限于年龄信息、性别信息、地区信息等，通过结合第一用户的个人信息，从推荐社交活动类型对应的一个或多个社交活动中选择适合第一用户的推荐社交活动。例如，推荐社交活动类型“线下音乐活动”对应的社交活动包括“明天晚上12点在酒吧的摇滚音乐活动”与“明天晚上6点在学校体育馆的唱歌比赛”，第一用户的个人信息包括第一用户的年龄信息15周岁，由于第一用户的年龄小于18周岁，将适合未成年人的社交活动“明天晚上6点在学校体育馆的唱歌比赛”作为适合第一用户的推荐社交活动。
在一些实施例中，所述步骤S13包括：网络设备根据所述社交活动类型信息并结合所述第一用户的历史社交活动记录，从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。在一些实施例中，通过结合第一用户的历史社交活动记录，从推荐社交活动类型对应的一个或多个社交活动中选择与第一用户的历史社交活动相近或相似的社交活动作为适合第一用户的推荐社交活动。例如，推荐社交活动类型“线下音乐活动”对应的社交活动包括“明天晚上12点在酒吧的摇滚音乐活动”与“明天晚上6点在学校体育馆的唱歌比赛”，第一用户的历史社交活动记录包括历史社交活动“一个月前曾经参加过酒吧的爵士音乐活动”，将与第一用户的历史社交活动相近的社交活动“明天晚上12点在酒吧的摇滚音乐活动”作为适合第一用户的推荐社交活动。
在一些实施例中，所述方法还包括步骤S14(未示出)和步骤S15(未示出)。在步骤S14中，网络设备确定与所述第一用户共同参与所述推荐社交活动的第二用户；在步骤S15中，网络设备将所述第二用户推荐给所述第一用户。在一些实施例中，除了向第一用户推荐社交活动，还可以确定与第一用户共同参与推荐的社交活动的至少一个第二用户，并将至少一个第二用户推荐给第一用户。例如，推荐社交活动是“明天晚上12点在酒吧的摇滚音乐活动”，确定与第一用户共同参与该推荐社交活动的第二用户是User2和User3，并将User2和User3推荐给第一用户。
本申请为用户推荐共同参与该社交活动的其他用户，可以进一步提升用户的参与感，且能够扩大用户的交友范围，为用户推荐共同参加社交活动的好友。
在一些实施例中，所述步骤S14包括步骤S141(未示出)。在步骤S141中，网络设备根据所述语音信息的特征信息确定与所述第一用户共同参与所述推荐社交活动的第二用户。在一些实施例中，可以根据第一用户的语音特征信息来确定与第一用户共同参与推荐社交活动的第二用户，若推荐社交活动有和声的需求，可以将与第一用户的语音特征信息和声匹配的第二用户推荐给第一用户，若推荐社交活动有PK的需求，可以将与第一用户的语音特征信息相同或相似的第二用户推荐给第一用户。
在一些实施例中，所述步骤S141包括：网络设备根据所述语音信息的特征信息确定与所述第一用户共同参与所述推荐社交活动的第二用户，其中，所述语音信息的特征信息与所述第二用户的语音特征信息的和声匹配度满足所述推荐社交活动对应的和声匹配度阈值信息。在一些实施例中，若推荐社交活动有和声的需求，可以将与第一用户的语音特征信息的和声匹配度大于或等于该推荐社交活动需求的和声匹配度阈值(例如，80％)的第二用户推荐给第一用户。例如，推荐社交活动是“线上共同演唱歌曲SongA”，第二用户User2的语音特征信息与第一用户的语音特征信息的和声匹配度90％大于推荐社交活动“线上共同演唱歌曲SongA”需求的和声匹配度阈值80％，将User2作为共同参与推荐社交活动“线上共同演唱歌曲SongA”的第二用户推荐给第一用户。
在一些实施例中，所述步骤S141包括：网络设备根据所述语音信息的特征信息确定与所述第一用户共同参与所述推荐社交活动的第二用户，其中，所述语音信息的特征信息与所述第二用户的语音特征信息相同或相似。在一些实施例中，若推荐社交活动有PK的需求，可以将与第一用户的语音特征信息相同或相似的第二用户推荐给第一用户，其中，与第一用户的语音特征信息相似包括但不限于第一用户与第二用户的语音特征信息之间的相似度大于或等于预定的相似度阈值(例如，80％)。例如，推荐社交活动是“线上PK演唱歌曲SongB”，第二用户User2的语音特征信息与第一用户的语音特征信息的之间的相似度90％大于预定的相似度阈值80％，将User2作为共同参与推荐社交活动“线上PK演唱歌曲SongB”的第二用户推荐给第一用户。
在一些实施例中，所述步骤S14包括：网络设备根据所述推荐社交活动对应的语音特征信息，将与所述语音特征信息匹配的其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。在一些实施例中，根据推荐社交活动对应的该推荐社交活动需要的语音特征信息，将语音特征信息与该推荐社交活动需要的语音特征信息匹配的用户作为与第一用户共同参与该推荐社交活动的第二用户。例如，推荐社交活动是“明天下午在咖啡厅的线下演讲”，该推荐社交活动需要的语音特征信息是“明亮饱满”，User2的语音特征信息“明亮”与推荐社交活动需要的语音特征信息“明亮饱满”相匹配，将User2作为共同参与推荐社交活动“明天下午在咖啡厅的线下演讲”的第二用户推荐给第一用户。
在一些实施例中，所述步骤S14包括：网络设备获得与所述推荐社交活动对应的语音特征信息对应的历史匹配记录；根据所述历史匹配记录，将与所述语音特征信息的历史匹配度最高的预定数量的其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。在一些实施例中，历史匹配记录包括但不限于曾经匹配过推荐社交活动对应的语音特征信息的其他用户以及每个其他用户分别对应的历史匹配度，将与推荐社交活动对应的语音特征信息的历史匹配度最高的预定数量(比如，3个)的其他用户作为与第一用户共同参与推荐社交活动的第二用户推荐给第一用户。例如，推荐社交活动对应的语音特征信息对应的历史匹配记录包括User2与User2对应的历史匹配度是90％、User3与User3对应的历史匹配度是60％、User4与User4对应的历史匹配度是80％、User5与User5对应的历史匹配度是40％、User6与User6对应的历史匹配度是70％、User7与User7对应的历史匹配度是50％，将历史匹配度最高的3个用户User2、User4、User6作为共同参与推荐社交活动的第二用户推荐给第一用户。
在一些实施例中，所述步骤S14包括：网络设备获得所述推荐社交活动对应的活动标签；根据所述活动标签，确定至少一个其他用户，其中，所述至少一个其他用户中的每个其他用户对应的兴趣标签与所述活动标签相匹配；将所述至少一个其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。在一些实施例中，社交活动对应的活动标签可以根据社交活动的活动内容自动生成，也可以由活动发起者或组织者自行添加后上传，用户的兴趣标签可以根据用户的个人信息自动生成，也可以由用户自行添加后上传，将兴趣标签与推荐社交活动对应的活动标签相匹配的其他用户作为与第一用共同参与推荐社交活动的第二用户推荐给第一用户。例如，推荐社交活动对应的活动标签是“刺激”，User2对应的兴趣标签“喜欢冒险”与活动标签“刺激”相匹配，将User2作为与第一用户共同参与推荐社交活动的第二用户推荐给第一用户。
在一些实施例中，所述步骤S14包括：网络设备获得参加过所述推荐社交活动的至少一个其他用户；将所述至少一个其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。在一些实施例中，将曾经参加过推荐社交活动的其他用户作为与第一用共同参与推荐社交活动的第二用户推荐给第一用户。例如，User2曾经参加过推荐社交活动，将User2作为与第一用共同参与推荐社交活动的第二用户推荐给第一用户。
在一些实施例中，所述步骤S14包括：网络设备根据所述推荐社交活动的活动地点确定一个或多个候选第二用户，其中每个候选第二用户与所述推荐社交活动的活动地点的距离小于或等于第二距离阈值信息；从所述一个或多个候选第二用户中优选确定与所述第一用户共同参与所述推荐社交活动的第二用户。在一些实施例中，将与推荐社交活动的活动地点的距离小于或等于第二距离阈值(例如，5km)的一个或多个用户作为候选用户，然后再从候选用户中优选确定与第一用户共同参与推荐社交活动的第二用户。例如，User2、User3、User4与推荐社交活动的活动地点的距离分别为2km、4km、8km，User2和User3与推荐社交活动的活动地点的距离小于第二距离阈值5km，将User2和User3作为候选第二用户，然后从候选第二用户中优选确定User2作为与第一用户共同参与推荐社交活动的第二用户。
图2示出了根据本申请一个实施例的一种为用户推荐好友的方法流程图，该方法包括步骤S21、步骤S22和步骤S23。在步骤S21中，网络设备接收用户设备发送的活动好友请求，其中，所述活动好友请求包括所述用户设备对应的第一用户设置的社交活动信息；在步骤S22中，网络设备响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户；在步骤S23中，网络设备将至少一个所述第二用户发送至所述用户设备。
在步骤S21中，网络设备接收用户设备发送的活动好友请求，其中，所述活动好友请求包括所述用户设备对应的第一用户设置的社交活动信息。在一些实施例中，第一用户将想要参加的社交活动设置在活动好友请求中，并将活动好友请求发送至网络设备，其中，活动好友请求用于第一用户请求获取与其共同参加该社交活动的其他用户。
在步骤S22中，网络设备响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户。在一些实施例中，接收到活动好友请求后，根据第一用户的语音特征信息，来确定与第一用户共同参与该社交活动的第二用户，其中，第一用户的语音特征信息可以预先存储在网络设备上，或者，还可以向第一用户请求获取第一用户的语音特征信息，或者，活动好友请求中已经包括第一用户的语音特征信息，或者，活动好友请求中包括第一用户的语音信息，可以根据第一用户的语音信息提取第一用户的语音特征信息。在一些实施例中，若该社交活动有和声的需求，可以将与第一用户的语音特征信息和声匹配的其他用户作为与第一用户共同参与该社交活动的第二用户，若该社交活动有PK的需求，可以将与第一用户的语音特征信息相同或相似的其他用户作为与第一用户共同参与该社交活动的第二用户。
在步骤S23中，网络设备将至少一个所述第二用户发送至所述用户设备。在一些实施例中，将至少一个第二用户发送至第一用户所使用的用户设备，以将至少一个与第一用户共同参与该社交活动的第二用户推荐给第一用户。
在一些实施例中，所述活动好友请求还包括所述第一用户的语音特征信息。在一些实施例中，活动好友请求中已经包括第一用户的语音特征信息，可以直接从活动好友请求中读取第一用户的语音特征信息。
在一些实施例中，所述活动好友请求还包括所述第一用户的语音信息；其中，所述方法还包括：网络设备根据所述语音信息，确定所述第一用户的语音特征信息。在一些实施例中，活动好友请求中包括第一用户的语音信息，可以根据第一用户的语音信息提取第一用户的语音特征信息。
在一些实施例中，所述步骤S22包括：网络设备响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户，其中，所述第一用户的语音特征信息与所述第二用户的语音特征信息的和声匹配度满足所述社交活动信息对应的和声匹配度阈值信息。在一些实施例中，若该社交活动有和声的需求，可以将与第一用户的语音特征信息的和声匹配度大于或等于该社交活动需求的和声匹配度阈值(例如，80％)的第二用户推荐给第一用户。例如，该社交活动是“线上共同演唱歌曲SongA”，第二用户User2的语音特征信息与第一用户的语音特征信息的和声匹配度90％大于该社交活动“线上共同演唱歌曲SongA”需求的和声匹配度阈值80％，将User2作为与第一用户共同参与该社交活动“线上共同演唱歌曲SongA”的第二用户。
在一些实施例中，所述步骤S22包括：网络设备响应于所述活动好友请求，根据第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户，其中，所述第一用户的语音特征信息与所述第二用户的语音特征信息相同或相似。在一些实施例中，若该社交活动有PK的需求，可以将与第一用户的语音特征信息相同或相似的第二用户推荐给第一用户，其中，与第一用户的语音特征信息相似包括但不限于第一用户与第二用户的语音特征信息之间的相似度大于或等于预定的相似度阈值(例如，80％)。例如，该社交活动是“线上PK演唱歌曲SongB”，第二用户User2的语音特征信息与第一用户的语音特征信息的之间的相似度90％大于预定的相似度阈值80％，将User2作为与第一用户共同参与该社交活动“线上PK演唱歌曲SongB”的第二用户。
图3示出了根据本申请一个实施例的一种为用户推荐社交活动的设备，该设备包括一一模块11、一二模块12和一三模块13。一一模块11，用于获取第一用户的语音信息；一二模块12，用于根据所述语音信息的特征信息确定与所述语音信息匹配的社交活动类型信息；一三模块13，用于根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。
一一模块11，用于获取第一用户的语音信息。在一些实施例中，获取第一用户的语音信息的方式可以是第一用户主动将语音信息发送至网络设备，也可以是网络设备主动向第一用户发送获取语音信息的请求，第一用户将语音信息作为该请求的响应数据返回至网络设备。
一二模块12，用于根据所述语音信息的特征信息确定与所述语音信息匹配的社交活动类型信息。在一些实施例中，可以通过语音特征提取算法来提取语音信息的特征信息，语音信息的特征信息包括但不限于共鸣方式特征、嗓音纯度特征、平均音高特征、音域特征，共鸣方式特征包括但不限于咽腔共鸣、鼻腔共鸣和口腔共鸣，嗓音纯度特征包括但不限于高纯度(明亮)、低纯度(沙哑)和中等纯度，平均音高特征包括但不限于高亢、低沉，音域特征包括但不限于饱满、干瘪，社交活动包括但不限于线下社交活动与线上社交活动，社交活动类型包括但不限于线下演讲活动、线下辩论活动、线上K歌活动等。例如，若语音信息的特征信息为明亮，与明亮特征的语音信息匹配的社交活动类型是线下辩论活动，又例如，若语音信息的特征信息为高亢，与高亢特征的语音信息匹配的社交活动类型是线上K歌活动。
一三模块13，用于根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。在一些实施例中，可以将社交活动类型对应的社交活动作为适合第一用户的推荐社交活动，也可以从社交活动类型对应的一个或多个社交活动中选择至少一个社交活动作为适合第一用户的推荐社交活动，并将推荐社交活动推荐给第一用户。
在一些实施例中，所述一一模块11用于：获取满足预定条件的第一用户的语音信息；其中，所述预定条件包括：所述语音信息的语音时长大于或等于预定的第一时长阈值；所述语音信息的有效语音时长大于或等于预定的第二时长阈值；所述语音信息的采样率大于或等于预定的采样率阈值；所述语音信息的信噪比大于或等于预定的信噪比阈值。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一二模块12用于：获取多个社交活动类型信息及每个社交活动类型信息分别对应的语音特征信息；将所述语音信息的特征信息分别与每个语音特征信息进行匹配，根据匹配结果，获得与所述语音信息的特征信息相匹配的推荐语音特征信息；将所述推荐语音特征信息对应的社交活动类型信息作为与所述语音信息匹配的社交活动类型信息。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述获得与所述语音信息的特征信息相匹配的推荐语音特征信息，包括：将所对应的匹配度最高的预定数量的语音特征信息作为与所述语音信息的特征信息相匹配的推荐语音特征信息。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述获得与所述语音信息的特征信息相匹配的推荐语音特征信息，包括：获得与所述语音信息的特征信息相匹配的推荐语音特征信息，其中所述推荐语音特征信息对应的匹配度大于或等于预定的匹配度阈值。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一三模块13用于：根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动，其中，所述第一用户与所述推荐社交活动的活动地点的距离小于或等于第一距离阈值信息。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一三模块13用于：根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动，其中，所述推荐社交活动的活动时间距离当前时间的时间间隔小于或等于预定的时间间隔阈值信息。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一三模块13用于：根据所述社交活动类型信息并结合所述第一用户的个人信息，从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一三模块13用于：根据所述社交活动类型信息并结合所述第一用户的历史社交活动记录，从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述设备还包括一四模块14(未示出)和一五模块15(未示出)。一四模块14用于确定与所述第一用户共同参与所述推荐社交活动的第二用户；一五模块15用于将所述第二用户推荐给所述第一用户。在此，一四模块14和一五模块15的具体实现方式与图1中有关步骤S14和S15的实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一四模块14包括一四一模块141(未示出)。一四一模块141用于根据所述语音信息的特征信息确定与所述第一用户共同参与所述推荐社交活动的第二用户。在此，一四一模块141的具体实现方式与图1中有关步骤S141的实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一四一模块141用于：根据所述语音信息的特征信息确定与所述第一用户共同参与所述推荐社交活动的第二用户，其中，所述语音信息的特征信息与所述第二用户的语音特征信息的和声匹配度满足所述推荐社交活动对应的和声匹配度阈值信息。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一四一模块141用于：根据所述语音信息的特征信息确定与所述第一用户共同参与所述推荐社交活动的第二用户，其中，所述语音信息的特征信息与所述第二用户的语音特征信息相同或相似。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一四模块14用于：根据所述推荐社交活动对应的语音特征信息，将与所述语音特征信息匹配的其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一四模块14用于：获得与所述推荐社交活动对应的语音特征信息对应的历史匹配记录；根据所述历史匹配记录，将与所述语音特征信息的历史匹配度最高的预定数量的其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一四模块14用于：获得所述推荐社交活动对应的活动标签；根据所述活动标签，确定至少一个其他用户，其中，所述至少一个其他用户中的每个其他用户对应的兴趣标签与所述活动标签相匹配；将所述至少一个其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一四模块14用于：获得参加过所述推荐社交活动的至少一个其他用户；将所述至少一个其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述一四模块14用于：根据所述推荐社交活动的活动地点确定一个或多个候选第二用户，其中每个候选第二用户与所述推荐社交活动的活动地点的距离小于或等于第二距离阈值信息；从所述一个或多个候选第二用户中优选确定与所述第一用户共同参与所述推荐社交活动的第二用户。在此，相关操作与图1所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
图4示出了根据本申请一个实施例的一种为用户推荐好友的设备，该设备包括二一模块21、二二模块22和二三模块23。二一模块21，用于接收用户设备发送的活动好友请求，其中，所述活动好友请求包括所述用户设备对应的第一用户设置的社交活动信息；二二模块22，用于响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户；二三模块23，用于将至少一个所述第二用户发送至所述用户设备。
二一模块21，用于接收用户设备发送的活动好友请求，其中，所述活动好友请求包括所述用户设备对应的第一用户设置的社交活动信息。在一些实施例中，第一用户将想要参加的社交活动设置在活动好友请求中，并将活动好友请求发送至网络设备，其中，活动好友请求用于第一用户请求获取与其共同参加该社交活动的其他用户。
二二模块22，用于响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户。在一些实施例中，接收到活动好友请求后，根据第一用户的语音特征信息，来确定与第一用户共同参与该社交活动的第二用户，其中，第一用户的语音特征信息可以预先存储在网络设备上，或者，还可以向第一用户请求获取第一用户的语音特征信息，或者，活动好友请求中已经包括第一用户的语音特征信息，或者，活动好友请求中包括第一用户的语音信息，可以根据第一用户的语音信息提取第一用户的语音特征信息。在一些实施例中，若该社交活动有和声的需求，可以将与第一用户的语音特征信息和声匹配的其他用户作为与第一用户共同参与该社交活动的第二用户，若该社交活动有PK的需求，可以将与第一用户的语音特征信息相同或相似的其他用户作为与第一用户共同参与该社交活动的第二用户。
二三模块23，用于将至少一个所述第二用户发送至所述用户设备。在一些实施例中，将至少一个第二用户发送至第一用户所使用的用户设备，以将至少一个与第一用户共同参与该社交活动的第二用户推荐给第一用户。
在一些实施例中，所述活动好友请求还包括所述第一用户的语音特征信息。在此，相关操作与图2所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述活动好友请求还包括所述第一用户的语音信息；其中，所述设备还用于：根据所述语音信息，确定所述第一用户的语音特征信息。在此，相关操作与图2所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述二二模块22用于：响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户，其中，所述第一用户的语音特征信息与所述第二用户的语音特征信息的和声匹配度满足所述社交活动信息对应的和声匹配度阈值信息。在此，相关操作与图2所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
在一些实施例中，所述二二模块22用于：响应于所述活动好友请求，根据第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户，其中，所述第一用户的语音特征信息与所述第二用户的语音特征信息相同或相似。在此，相关操作与图2所示实施例相同或相近，故不再赘述，在此以引用方式包含于此。
图5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5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、持有计算设备、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。
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。
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 (27)

1.一种为用户推荐社交活动的方法，应用于网络设备，其中，所述方法包括：
获取第一用户的语音信息；
根据所述语音信息的特征信息确定与所述语音信息匹配的社交活动类型信息；
根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。
2.根据权利要求1所述的方法，其中，所述获取第一用户的语音信息，包括：
获取满足预定条件的第一用户的语音信息；
其中，所述预定条件包括：
所述语音信息的语音时长大于或等于预定的第一时长阈值；
所述语音信息的有效语音时长大于或等于预定的第二时长阈值；
所述语音信息的采样率大于或等于预定的采样率阈值；
所述语音信息的信噪比大于或等于预定的信噪比阈值。
3.根据权利要求1或2所述的方法，其中，所述根据所述语音信息的特征信息确定与所述语音信息匹配的社交活动类型信息，包括：
获取多个社交活动类型信息及每个社交活动类型信息分别对应的语音特征信息；
将所述语音信息的特征信息分别与每个语音特征信息进行匹配，根据匹配结果，获得与所述语音信息的特征信息相匹配的推荐语音特征信息；
将所述推荐语音特征信息对应的社交活动类型信息作为与所述语音信息匹配的社交活动类型信息。
4.根据权利要求3所述的方法，其中，所述获得与所述语音信息的特征信息相匹配的推荐语音特征信息，包括：
将所对应的匹配度最高的预定数量的语音特征信息作为与所述语音信息的特征信息相匹配的推荐语音特征信息。
5.根据权利要求3所述的方法，其中，所述获得与所述语音信息的特征信息相匹配的推荐语音特征信息，包括：
获得与所述语音信息的特征信息相匹配的推荐语音特征信息，其中所述推荐语音特征信息对应的匹配度大于或等于预定的匹配度阈值。
6.根据权利要求1至5中任一项所述的方法，其中，所述根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动，包括：
根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动，其中，所述第一用户与所述推荐社交活动的活动地点的距离小于或等于第一距离阈值信息。
7.根据权利要求1至5中任一项所述的方法，其中，所述根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动，包括：
根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动，其中，所述推荐社交活动的活动时间距离当前时间的时间间隔小于或等于预定的时间间隔阈值信息。
8.根据权利要求1至5中任一项所述的方法，其中，所述根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动，包括：
根据所述社交活动类型信息并结合所述第一用户的个人信息，从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。
9.根据权利要求1至5中任一项所述的方法，其中，所述根据所述社交活动类型信息从一个或多个社交活动中确定适合所述第一用户的推荐社交活动，包括：
根据所述社交活动类型信息并结合所述第一用户的历史社交活动记录，从一个或多个社交活动中确定适合所述第一用户的推荐社交活动。
10.根据权利要求1所述的方法，其中，所述方法还包括：
确定与所述第一用户共同参与所述推荐社交活动的第二用户；
将所述第二用户推荐给所述第一用户。
11.根据权利要求10所述的方法，其中，所述确定与所述第一用户共同参与所述推荐社交活动的第二用户，包括：
根据所述语音信息的特征信息确定与所述第一用户共同参与所述推荐社交活动的第二用户。
12.根据权利要求11所述的方法，其中，所述根据所述语音信息的特征信息确定与所述第一用户共同参与所述推荐社交活动的第二用户，包括：
根据所述语音信息的特征信息确定与所述第一用户共同参与所述推荐社交活动的第二用户，其中，所述语音信息的特征信息与所述第二用户的语音特征信息的和声匹配度满足所述推荐社交活动对应的和声匹配度阈值信息。
13.根据权利要求11所述的方法，其中，所述根据所述语音信息的特征信息确定与所述第一用户共同参与所述推荐社交活动的第二用户，包括：
根据所述语音信息的特征信息确定与所述第一用户共同参与所述推荐社交活动的第二用户，其中，所述语音信息的特征信息与所述第二用户的语音特征信息相同或相似。
14.根据权利要求10所述的方法，其中，所述确定与所述第一用户共同参与所述推荐社交活动的第二用户，包括：
根据所述推荐社交活动对应的语音特征信息，将与所述语音特征信息匹配的其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。
15.根据权利要求10所述的方法，其中，所述确定与所述第一用户共同参与所述推荐社交活动的第二用户，包括：
获得与所述推荐社交活动对应的语音特征信息对应的历史匹配记录；
根据所述历史匹配记录，将与所述语音特征信息的历史匹配度最高的预定数量的其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。
16.根据权利要求10所述的方法，其中，所述确定与所述第一用户共同参与所述推荐社交活动的第二用户，包括：
获得所述推荐社交活动对应的活动标签；
根据所述活动标签，确定至少一个其他用户，其中，所述至少一个其他用户中的每个其他用户对应的兴趣标签与所述活动标签相匹配；
将所述至少一个其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。
17.根据权利要求10所述的方法，其中，所述确定与所述第一用户共同参与所述推荐社交活动的第二用户，包括：
获得参加过所述推荐社交活动的至少一个其他用户；
将所述至少一个其他用户作为与所述第一用户共同参与所述推荐社交活动的第二用户。
18.根据权利要求10所述的方法，其中，所述确定与所述第一用户共同参与所述推荐社交活动的第二用户，包括：
根据所述推荐社交活动的活动地点确定一个或多个候选第二用户，其中每个候选第二用户与所述推荐社交活动的活动地点的距离小于或等于第二距离阈值信息；
从所述一个或多个候选第二用户中优选确定与所述第一用户共同参与所述推荐社交活动的第二用户。
19.一种为用户推荐好友的方法，应用于网络设备，其中，所述方法包括：
接收用户设备发送的活动好友请求，其中，所述活动好友请求包括所述用户设备对应的第一用户设置的社交活动信息；
响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户；
将至少一个所述第二用户发送至所述用户设备。
20.根据权利要求19所述的方法，其中，所述活动好友请求还包括所述第一用户的语音特征信息。
21.根据权利要求19所述的方法，其中，所述活动好友请求还包括所述第一用户的语音信息；
其中，所述方法还包括：
根据所述语音信息，确定所述第一用户的语音特征信息。
22.根据权利要求19至21中任一项所述的方法，其中，所述响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户，包括：
响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户，其中，所述第一用户的语音特征信息与所述第二用户的语音特征信息的和声匹配度满足所述社交活动信息对应的和声匹配度阈值信息。
23.根据权利要求19至21中任一项所述的方法，其中，所述响应于所述活动好友请求，根据所述第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户，包括：
响应于所述活动好友请求，根据第一用户的语音特征信息确定与所述第一用户共同参与所述社交活动信息的一个或多个第二用户，其中，所述第一用户的语音特征信息与所述第二用户的语音特征信息相同或相似。
24.一种为用户推荐社交活动的设备，其中，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18中任一项所述方法的操作。
25.一种为用户推荐好友的设备，其中，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19至23中任一项所述方法的操作。
26.一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18中任一项所述方法的操作。
27.一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19至23中任一项所述方法的操作。
CN201910939159.2A 2019-09-30 2019-09-30 一种为用户推荐社交活动或好友的方法与设备 Active CN110688586B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910939159.2A CN110688586B (zh) 2019-09-30 2019-09-30 一种为用户推荐社交活动或好友的方法与设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910939159.2A CN110688586B (zh) 2019-09-30 2019-09-30 一种为用户推荐社交活动或好友的方法与设备

Publications (2)

Publication Number Publication Date
CN110688586A true CN110688586A (zh) 2020-01-14
CN110688586B CN110688586B (zh) 2023-05-09

Family

ID=69111250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910939159.2A Active CN110688586B (zh) 2019-09-30 2019-09-30 一种为用户推荐社交活动或好友的方法与设备

Country Status (1)

Country Link
CN (1) CN110688586B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111651684A (zh) * 2020-06-08 2020-09-11 北京意匠文枢科技有限公司 一种推荐社交用户的方法与设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107248116A (zh) * 2017-06-07 2017-10-13 维沃移动通信有限公司 一种活动推荐方法及移动终端
CN108090081A (zh) * 2016-11-22 2018-05-29 百度在线网络技术（北京）有限公司 一种内容推荐方法与装置
CN108234619A (zh) * 2017-12-28 2018-06-29 重庆柚瓣家科技有限公司 基于机器人自学习能力的老人社交系统
CN109684557A (zh) * 2018-12-28 2019-04-26 上海掌门科技有限公司 一种用于提供线下社交信息的方法与设备
CN110164415A (zh) * 2019-04-29 2019-08-23 腾讯科技（深圳）有限公司 一种基于语音识别的推荐方法、装置及介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108090081A (zh) * 2016-11-22 2018-05-29 百度在线网络技术（北京）有限公司 一种内容推荐方法与装置
CN107248116A (zh) * 2017-06-07 2017-10-13 维沃移动通信有限公司 一种活动推荐方法及移动终端
CN108234619A (zh) * 2017-12-28 2018-06-29 重庆柚瓣家科技有限公司 基于机器人自学习能力的老人社交系统
CN109684557A (zh) * 2018-12-28 2019-04-26 上海掌门科技有限公司 一种用于提供线下社交信息的方法与设备
CN110164415A (zh) * 2019-04-29 2019-08-23 腾讯科技（深圳）有限公司 一种基于语音识别的推荐方法、装置及介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111651684A (zh) * 2020-06-08 2020-09-11 北京意匠文枢科技有限公司 一种推荐社交用户的方法与设备

Also Published As

Publication number Publication date
CN110688586B (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
KR102151384B1 (ko) 블록체인 기반 음악 독창성 분석 방법 및 장치
US10074351B2 (en) Karaoke processing method and system
US8452887B1 (en) System and method for managing and distributing audio recordings
US20080301304A1 (en) Multimedia spaces
US20120108221A1 (en) Augmenting communication sessions with applications
CN110417641B (zh) 一种发送会话消息的方法与设备
CN110288997A (zh) 用于声学组网的设备唤醒方法及系统
US20130046542A1 (en) Periodic Ambient Waveform Analysis for Enhanced Social Functions
Allington et al. Networks of value in electronic music: SoundCloud, London, and the importance of place
CN110266505B (zh) 一种管理会话群的方法与设备
CN103535056A (zh) 呈现与位置相关联的消息
CN111651684A (zh) 一种推荐社交用户的方法与设备
CN112822431B (zh) 一种私密音视频通话的方法与设备
WO2019099357A1 (en) Computing technologies for musical performances
CN110765395A (zh) 一种用于提供小说信息的方法与设备
CN110768894B (zh) 一种删除会话消息的方法与设备
CN110535755B (zh) 一种删除会话消息的方法与设备
CN110688586B (zh) 一种为用户推荐社交活动或好友的方法与设备
CN112751683B (zh) 一种实现会议消息同步的方法与设备
CN112261337B (zh) 一种在多人语音中播放语音信息的方法与设备
CN113704638A (zh) 一种在社交群聊中识别呈现信息的方法与设备
CN110415131B (zh) 一种实现作者与读者间社交互动的方法与设备
CN113329237B (zh) 一种呈现事件标签信息的方法与设备
CN114429361A (zh) 一种用于抽取资源的方法、设备、介质及程序产品
CN112261236B (zh) 一种在多人语音中用于静音处理的方法与设备

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