CN111368211A - 关系链确定方法、装置及存储介质 - Google Patents
关系链确定方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111368211A CN111368211A CN202010105970.3A CN202010105970A CN111368211A CN 111368211 A CN111368211 A CN 111368211A CN 202010105970 A CN202010105970 A CN 202010105970A CN 111368211 A CN111368211 A CN 111368211A
- Authority
- CN
- China
- Prior art keywords
- user account
- wireless network
- characteristic
- user
- identity
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 17
- 238000005065 mining Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 21
- 238000012545 processing Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 230000000694 effects Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 230000001413 cellular effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 235000014510 cooky Nutrition 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Telephonic Communication Services (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请实施例公开一种基于人工智能的关系链确定方法,借助无线网络的位置属性特点,挖掘接入同一无线网络的用户账号构建关系链。接收上报信息,由于上报信息中包括无线网络的身份标识以及接入无线网络的用户账号,故根据无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征。根据第一位置特征和第二位置特征计算第一用户账号和第二用户账号的轨迹相似度,轨迹相似度可以反映二者为潜在的现实好友或者愿意成为好友的可能性,故可以根据轨迹相似度向第一用户账号推荐第二用户账号,以便构建第一用户账号和第二用户账号之间的关系链。无需依赖外部应用软件,避免受外部应用软件的限定,从而建立丰富、准确的关系链。
Description
技术领域
本申请涉及计算机应用领域,特别是涉及关系链确定方法、装置及存储介质。
背景技术
社交网络即社交网络服务,人们可以注册自己独有的账号,即社交账号,链接到社交网络从而与其他用户进行沟通。
在社交网络上,人与人之间通过添加好友或者相互关注的方式联系到一起,即关系链。关系链是大多数互联网应用软件中必备的功能之一,如微信、QQ、支付宝、抖音等都存在关系链,通过关系链能够较好地提高应用用户的留存率和活跃情况。在一些情况下,应用软件主动推荐好友给用户,然后用户添加好友,以此获取到关系链。
相关技术中,针对某个应用软件的用户推荐好友,以获取关系链时,向用户推荐的好友一般为该用户在外部应用软件中的好友,得到的关系链也是外部应用软件中已有的关系链。
可见,这种方法过于依赖外部应用软件,构建的关系链容易受外部应用软件的限定,难以建立丰富、准确的关系链。
发明内容
为了解决上述技术问题,本申请提供了关系链确定方法、装置及存储介质,无需依赖外部应用软件,避免受外部应用软件的限定,从而建立丰富、准确的关系链。
本申请实施例公开了如下技术方案:
第一方面,本申请实施例提供一种关系链确定方法,所述方法包括:
接收上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
根据所述无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征;
根据所述第一位置特征和所述第二位置特征计算所述第一用户账号和所述第二用户账号的轨迹相似度;
根据所述轨迹相似度向所述第一用户账号推荐所述第二用户账号,以便构建所述第一用户账号和所述第二用户账号之间的关系链。
第二方面,本申请实施例提供一种关系链确定装置,所述装置包括接收单元、确定单元和推荐单元:
所述接收单元,用于接收上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
所述确定单元,用于根据所述无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征;
所述计算单元,用于根据所述第一位置特征和所述第二位置特征计算所述第一用户账号和所述第二用户账号的轨迹相似度;
所述推荐单元,用于根据所述轨迹相似度向所述第一用户账号推荐所述第二用户账号,以便构建所述第一用户账号和所述第二用户账号之间的关系链。
第三方面,本申请实施例提供一种关系链确定方法,所述方法包括:
向目标应用服务器发送上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
接收所述目标应用服务器向第一用户账号推荐的第二用户账号;所述第二用户账号是根据轨迹相似度确定的;所述轨迹相似度是根据所述第一用户账号的第一位置特征和所述第二用户账号的第二位置特征计算得到的;所述第一位置特征和所述第二位置特征是根据所述无线网络的身份标识确定的;
显示用户账号推荐列表,所述用户账号推荐列表中包括所述第二用户账号。
第四方面,本申请实施例提供一种关系链确定装置,所述装置包括发送单元、接收单元和显示单元:
所述发送单元,用于向目标应用服务器发送上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
所述接收单元,用于接收所述目标应用服务器向第一用户账号推荐的第二用户账号;所述第二用户账号是根据轨迹相似度确定的;所述轨迹相似度是根据所述第一用户账号的第一位置特征和所述第二用户账号的第二位置特征计算得到的;所述第一位置特征和所述第二位置特征是根据所述无线网络的身份标识确定的;
所述显示单元,用于显示用户账号推荐列表,所述用户账号推荐列表中包括所述第二用户账号。
第五方面,本申请实施例提供一种用于关系链确定的设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行第一方面或第三方面所述的方法。
第六方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面或第三方面所述的方法。
由上述技术方案可以看出,本申请实施例借助无线网络具有位置属性这一特点,挖掘接入同一无线网络的用户账号构建关系链,具体地,接收到上报信息,由于上报信息中包括无线网络的身份标识以及接入无线网络的用户账号,且无线网络具有位置属性,故可以根据无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征。第一位置特征可以反映第一用户账号在一定时间范围内的活动轨迹情况,第二位置特征可以反映出第二用户账号在相应时间范围内的活动轨迹情况,根据第一位置特征和第二位置特征计算第一用户账号和第二用户账号的轨迹相似度,轨迹相似度的高低可以反映出第一用户账号和第二用户账号在同一时间在同一位置的可能性,即二者为潜在的现实好友或者愿意成为好友的可能性,故可以根据轨迹相似度向第一用户账号推荐第二用户账号,以便构建第一用户账号和第二用户账号之间的关系链。这种方式无需依赖外部应用软件,避免受外部应用软件的限定,从而建立丰富、准确的关系链。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种关系链确定方法的应用场景示意图;
图2为本申请实施例提供的一种关系链确定方法的流程图;
图3为本申请实施例提供的用户账号推荐列表的显示界面的示例图;
图4为本申请实施例提供的一种关系链确定方法的流程图;
图5a为本申请实施例提供的一种关系链确定装置的结构图;
图5b为本申请实施例提供的一种关系链确定装置的结构图;
图6a为本申请实施例提供的一种关系链确定装置的结构图;
图6b为本申请实施例提供的一种关系链确定装置的结构图;
图7为本申请实施例提供的一种用于关系链确定设备的结构图;
图8为本申请实施例提供的一种服务器的结构图。
具体实施方式
下面结合附图,对本申请的实施例进行描述。
相关技术中,针对某个应用软件的用户推荐好友,以获取关系链时,向用户推荐的好友一般为该用户在外部应用软件中的好友,得到的关系链也是外部应用软件中已有的关系链。
以在应用软件A中挖掘即时通信应用中的好友关系链为例,用户A在应用软件A分享信息到即时通信应用的朋友圈,用户B在朋友圈点开,用户B的即时通信应用浏览器中会存在一个应用软件A系域名的cookie,在访问请求之后,用户B的cookie和用户A的账号会回传到应用软件A的应用服务器。如果用户B使用即时通信应用授权方式登录应用软件A,其账号就会被判定为“可能认识的人”推荐给用户A。或者,如果用户C在即时通信应用的朋友圈中分别点开过用户A和用户B分享的信息,那么用户A和用户B就通过用户C的cookie关联起来,出现在彼此的推荐好友中。
可见,这种方法过于依赖外部应用软件,构建的关系链容易受外部应用软件的限定,难以建立丰富、准确的关系链。例如,若用户A和用户B是现实好友,但如果在外部应用软件(例如上述即时通信应用)上用户A未添加用户B为好友,且不存在用户C同时添加了用户A和用户B为好友,即无法挖掘出用户A和用户B的关系链。
为了解决上述技术问题,本申请实施例提供一种关系链确定方法,该方法借助无线网络具有位置属性这一特点,挖掘接入同一无线网络的用户账号构建关系链,即将接入同一无线网络的用户账号视为潜在的现实好友推荐给对方,以此丰富应用关系链。
本申请实施例所提供的方法涉及到云技术领域,云技术(Cloud technology)基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称,可以组成资源池,按需所用,灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源,如视频网站、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用,将来每个物品都有可能存在自己的识别标志,都需要传输到后台系统进行逻辑处理,不同程度级别的数据将会分开处理,各类行业数据皆需要强大的系统后盾支撑,只能通过云计算来实现。
例如涉及大数据(Big data),大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。随着云时代的来临,大数据也吸引了越来越多的关注,大数据需要特殊的技术,以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术,包括大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
例如涉及所谓人工智能云服务,一般也被称作是AIaaS(AI as a Service,中文为“AI即服务”)。这是目前主流的一种人工智能平台的服务方式,具体来说AIaaS平台会把几类常见的AI服务进行拆分,并在云端提供独立或者打包的服务。这种服务模式类似于开了一个AI主题商城:所有的开发者都可以通过API接口的方式来接入使用平台提供的一种或者是多种人工智能服务,部分资深的开发者还可以使用平台提供的AI框架和AI基础设施来部署和运维自已专属的云人工智能服务。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例提供的方法主要涉及机器学习/深度学习方向,机器学习(MachineLearning,ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。通过机器学习可以训练关系链确定模型,例如将第一位置特征和第二位置特征输入到关系链确定模型中,从而对第一用户账号和第二用户账号是否是现实好友进行确定,决定是否向第一用户账号推荐第二用户账号。
该方法可以应用到数据处理设备,该数据处理设备可以是服务器,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。其中,服务器可以是应用软件对应的应用服务器,当确定某个应用软件例如目标应用软件时,其对应的应用服务器可以称为目标应用服务器。
该数据处理设备还可以是终端设备,终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端设备以及服务器可以通过无线通信方式进行直接或间接地连接,本申请在此不做限制。为了便于理解本申请的技术方案,下面结合实际应用场景,以服务器为例对本申请实施例提供的关系链确定方法进行介绍。
参见图1,图1为本申请实施例提供的关系链确定方法的应用场景示意图。该应用场景中包括服务器101和终端设备102,终端设备102上安装有应用软件,服务器101可以是该应用软件对应的目标应用服务器。终端设备102和服务器101通过无线网络连接。
服务器101可以接收上报信息,上报信息为终端设备102上报的,上报信息中包括无线网络的身份标识以及接入无线网络的用户账号。
由于上报信息中包括无线网络的身份标识以及接入无线网络的用户账号,无线网络具有位置属性,用户账号接入的无线网络可以反映出用户账号所在位置,因此,服务器101可以根据无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征。
第一位置特征可以反映第一用户账号在一定时间范围内的活动轨迹情况,第二位置特征可以反映出第二用户账号在相应时间范围内的活动轨迹情况,根据第一位置特征和第二位置特征计算第一用户账号和第二用户账号的轨迹相似度,轨迹相似度的高低可以反映出第一用户账号和第二用户账号在同一时间在同一位置的可能性,即二者为潜在的现实好友或者愿意成为好友的可能性,故服务器101可以根据轨迹相似度向第一用户账号推荐第二用户账号,以便构建第一用户账号和第二用户账号之间的关系链。这种方式无需依赖外部应用软件,避免受外部应用软件的限定,从而建立丰富、准确的关系链。
接下来,将以服务器是目标应用服务器,结合附图对本申请实施例提供的关系链确定方法进行详细介绍。
参见图2,图2示出了一种关系链确定方法的流程图,方法包括:
S201、终端设备向目标应用服务器发送上报信息。
其中,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号。无线网络的类型可以包括多种,例如无线保真(Wireless Fidelity,WiFi)、蓝牙、zigbee(一种低速短距离传输的无线网上协议)等。身份标识用于唯一标识无线网络,可以是无线网络的名称、编号等,根据无线网络类型的不同而有所不同,以无线网络的类型是WiFi为例,身份标识可以是WiFi的名称,例如服务集标识(Service Set Identifie,SSID)。
需要说明的是,在本实施例中,上报信息的发送时机可能有所不同,相应的,上报信息中包括的接入无线网络的用户账号可能有所不同。第一种情况是,若上报信息为某个用户账号通过接入无线网络登录目标应用服务器时发送的,则接入无线网络的用户账号为发送上报信息的用户账号(例如第一用户账号);此时,为了后续便于确定哪些位置特征,从而准确地计算用户账号之间的轨迹相似度(例如两个用户账号同时出现在同一位置的可能性),以便更准确的确定关系链,上报信息中还可以包括上报时间。
例如,用户A登录应用软件A对应的目标应用服务器的用户账号为第一用户账号,用户B登录该目标应用服务器的用户账号为第二用户账号,当第一用户账号接入WiFi登录目标应用服务器时,可以向目标应用服务器发送上报信息,此时,上报信息中包括WiFi名称、第一用户账号和上报时间。同理,第二用户账号接入WiFi登录目标应用服务器时,也可以向目标应用服务器发送上报信息,此时,上报信息中包括WiFi名称、第二用户账号和上报时间。
第二种情况是,若上报信息为某个用户账号通过接入无线网络登录目标应用服务器,并且监听到其他用户账号接入无线网络时发送的,则接入无线网络的用户账号为发送上报信息的用户账号(例如第一用户账号)和监听到的连接相同无线网络的用户账号(例如第二用户账号)。
例如,用户A登录应用软件A对应的目标应用服务器的用户账号为第一用户账号,用户B登录该目标应用服务器的用户账号为第二用户账号,当第一用户账号接入WiFi登录目标应用服务器时,应用软件A开始通过监听端口来监听WiFi连接事件。当用户B连接该WiFi后,用户A对应的终端设备可以收到用户数据报协议(UserDatagram Protocol,UDP)广播消息,从而知晓用户B接入WiFi,实现对WiFi连接事件的监听。因此,当监听到WiFi连接成功的事件后,可以获取其中的第二用户账号,此时,上报信息中包括第一用户账号、第二用户账号和WiFi名称。
其中,监听的端口可以是与第一用户账号接入同一WiFi以登录应用软件A的端口(例如设计的12300端口),也可以是与第一用户账号接入同一WiFi的端口。在第二种情况下,由于无法确定第二用户账号是否也是登录应用软件A的用户账号,因此,需要在后续服务器的处理之前确定第二用户账号是否是应用软件A的用户账号,若是,则可以继续后续处理,若否则过滤该上报信息。
可以理解的是,若无线网络为WiFi,WiFi包括密码型WiFi和认证型WiFi,其中,认证型WiFi接入点广,连接用户众多,为了进一步保证可以构建较为准确的关系链,本申请所使用的无线网络可以是密码型WiFi。那么,在第一用户账号接入WiFi登录目标应用服务器后,首先判断是否为密码型WiFi,若是,若是,则启动UDP监听;若否,则直接结束。
需要说明的是,终端设备还可以在本地记录上报信息,表示该无线网络下接入该无线网络的用户账号已经上报过。
S202、目标应用服务器根据无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征。
根据上报信息的不同,第一用户账号的第一位置特征和第二用户账号的第二位置特征的方式也有所不同。在上述第一种情况中,上报信息中包括发送上报信息的用户账号、无线网络的身份标识和上报时间,目标应用服务器可以获取不同用户账号发送的上报信息,上报时间可以反映第一用户账号与第二用户账号接入无线网络的时间,若二者接入无线网络的时间相近,则说明二者可能同时出现在同一位置,也就是说,上报时间也可以反映位置特征。因此,S202的实现方式可以是根据上报时间和无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征。
通常情况下,上报时间之差小于预设时长可以认为两个上报时间相近,即此时两个用户账号的位置特征可以反映出二者可能同时出现在同一位置。
例如,第一用户账号发送的上报信息1(上报时间为2020年1月15日10:00),用户账号B发送的上报信息2(上报时间为2020年1月15日10:01),用户账号C发送的上报信息3(上报时间为2020年1月15日13:00)。若预设时长为1分钟,通过对上述三条上报信息的分析,其中上报信息1和上报信息2的上报时间相差1分钟,即上报时间相差不超过1分钟,而上报信息1和3,或上报信息2和3的上报时间相差超过1分钟,因此,考虑到上报时间确定位置特征,使得确定出的位置特征可以反映出第一用户账号和第二用户账号可能同时出现在同一位置,而第一用户账号和第三用户账号没有同时出现在同一位置,或者第二用户账号和第三用户账号没有同时出现在同一位置。
在上述第二种情况中,上报信息中包括无线网络的身份标识(例如第一用户账号)、监听到的连接相同无线网络的用户账号(第二用户账号)和无线网络的身份标识,则从上报信息中同时包括第一用户账号和第二用户账号说明二者同时出现在同一位置,此时根据身份标识即可确定第一位置特征和第二位置特征。
S203、根据所述第一位置特征和所述第二位置特征计算所述第一用户账号和所述第二用户账号的轨迹相似度。
S204、根据所述轨迹相似度向所述第一用户账号推荐所述第二用户账号,以便构建所述第一用户账号和所述第二用户账号之间的关系链。
第一位置特征可以反映第一用户账号在一定时间范围内的活动轨迹情况,第二位置特征可以反映出第二用户账号在相应时间范围内的活动轨迹情况,根据第一位置特征和第二位置特征计算第一用户账号和第二用户账号的轨迹相似度,轨迹相似度的高低可以反映出第一用户账号和第二用户账号在同一时间在同一位置的可能性,即二者为潜在的现实好友或者愿意成为好友的可能性,故可以根据轨迹相似度向第一用户账号推荐第二用户账号,以便构建第一用户账号和第二用户账号之间的关系链。
例如,当轨迹相似度大于预设阈值时,可以认为二者的活动轨迹非常相似,二者为潜在的现实好友或者愿意成为好友,则向第一用户账号推荐第二用户账号。否则,不向第一用户账号推荐第二用户账号。
S205、终端设备显示用户账号推荐列表。
终端设备通过其上安装的应用软件显示用户账号推荐列表,该用户账号推荐列表中包括第二用户账号,从而使得第一用户账号可以添加第二用户账号为好友或关注第二用户账号。用户账号推荐列表的显示界面可以参见图3所示,该用户账号推进列表为推荐好友的列表,其中利用用户名称来表示用户账号,图3中所示的第二用户账号包括用户B、用户C、用户D分别对应的用户账号。向第一用户账号推荐第二用户账号后,第一用户账号对应的用户可以点击“添加”按钮添加第二用户账号为好友,从而构建第一用户账号与第二用户账号之间关系链。
由上述技术方案可以看出,本申请实施例借助无线网络具有位置属性这一特点,挖掘接入同一无线网络的用户账号构建关系链,具体地,接收到上报信息,由于上报信息中包括无线网络的身份标识以及接入无线网络的用户账号,且无线网络具有位置属性,故可以根据无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征。第一位置特征可以反映第一用户账号在一定时间范围内的活动轨迹情况,第二位置特征可以反映出第二用户账号在相应时间范围内的活动轨迹情况,根据第一位置特征和第二位置特征计算第一用户账号和第二用户账号的轨迹相似度,轨迹相似度的高低可以反映出第一用户账号和第二用户账号在同一时间在同一位置的可能性,即二者为潜在的现实好友或者愿意成为好友的可能性,故可以根据轨迹相似度向第一用户账号推荐第二用户账号,以便构建第一用户账号和第二用户账号之间的关系链。这种方式无需依赖外部应用软件,避免受外部应用软件的限定,从而建立丰富、准确的关系链。
可以理解的是,若第一用户账号和第二用户账号为现实好友,那么,第一用户账号和第二用户账号可能经常在不同地方同时出现,即第一用户账号和第二用户账号可能经常在不同上报信息中同时出现。因此,若第一用户账号和第二用户账号在不小于第一预设数量的不同上报信息中同时出现过,说明第一用户账号与第二用户账号在同一位置出现过很多次,二者的活动轨迹相似,可以确定第一用户账号和第二用户账号可能是好友,则可以向第一用户账号推荐第二用户账号。具体地,可以在目标应用服务器推荐第一用户账号和第二用户账号互为好友或互相关注,并将第二用户账号推送至第一用户账号的应用软件上。
例如,第一预设数量为2,第一用户账号和第二用户账号接入无线网络1,此时上报信息1中包括第一用户账号、第二用户账号和无线网络1的身份标识;第一用户账号和第二用户账号接入无线网络2,此时上报信息2中包括第一用户账号、第二用户账号和无线网络2的身份标识;第一用户账号和第二用户账号接入无线网络3,此时上报信息3中包括第一用户账号、第二用户账号和无线网络3的身份标识。第一用户账号和第二用户账号在3条不同上报信息中同时出现,大于第一预设数量,则说明第一用户账号和第二用户账号可能是现实好友。
基于上述分析,在本实施例中,第一用户账号与第二用户账号在不同上报信息中同时出现过的数量与二者轨迹活动是否相似相关,因此,为了保证后续轨迹相似度计算的准确性,以便该轨迹相似度能够更加准确的反映第一用户账号和第二用户账号是否为现实好友的可能性,在确定第一位置特征和第二位置特征时,获取同时包括第一用户账号和第二用户账号的目标上报信息,从而根据目标上报信息中的身份标识和目标上报信息的数量确定第一位置特征和第二位置特征。
两个用户账号多次在不同上报信息(不同地方)同时出现,这两个用户账号为现实好友的概率将增大,从而有效地提高推荐的准确率,丰富应用软件的关系链。
若第一用户账号和第二用户账号在小于第一预设数量的不同上报信息中同时出现,例如,第一用户账号和第二用户账号首次接入同一无线网络,则二者在现实生活中可能是好友,也可能不是。为了确保推荐的准确性,以及尽量丰富关系链,可以进一步对二者是否为现实好友进行判断。
在一些情况下,第一用户账号与第二用户账号分别存在关系链,第一用户账号的关系链和第二用户账号的关系链中可能存在相同的关联对象,关系链中的关联特征可以反映出用户账号的好友关系,即用户账号具有哪些关联对象,若关联特征反映出不同用户账号具有很多相同的关联对象很多例如达到第二预设数量,二者可能为现实好友或希望成为好友,以后的活动轨迹可能会相似。
因此,为了后续可以准确地计算轨迹相似度,挖掘丰富的关系链,在本实施例中,可以获取第一用户账号的第一关联特征和第二用户账号的第二关联特征,其中,第一关联特征反映所述第一用户账号的好友关系,第二关联特征反映所述第二用户账号的好友关系。然后,在执行S203时,根据所述第一位置特征、所述第二位置特征、所述第一关联特征和所述第二关联特征计算所述轨迹相似度。
通过与两个用户账号的关系链中关联特征来确定这两个用户账号是否为现实好友,有利于挖掘得到更加丰富的关系链。
需要说明的是,若接入无线网络的用户账号为发送上报信息的第一用户账号和监听到的与第一用户账号接入相同无线网络的第二用户账号,为了避免无用推荐(第一用户账号和第二用户账号已构成关系链,例如已互为好友)和重复推荐,避免浪费目标应用服务器的资源,终端设备可以在本地确定第二用户账号是否已经与第一用户账号构成关系链,若是,则过滤该上报信息;若否,则确定该上报信息是否上报过。由于终端设备可以在本地记录上报信息,从而表示该无线网络下接入该无线网络的用户账号已经上报过,因此,可以根据本地记录的上报信息确定该上报信息是否上报过。若是,则过滤该上报信息;若否,执行S201向目标应用服务器发送上报信息的步骤。
需要说明的是,当目标应用服务器确定出与第一用户账号接入相同无线网络登录目标应用服务器的第二用户账号后,为了避免重复推荐,以及进一步提高关系链的准确性,在S202之前,可以确定是否已经将第一用户账号与第二用户账号相互推荐过。
在一些情况下,目标应用服务器中存储有推荐记录,推荐记录可以表示已将某个用户账号向另一个用户账号推荐,因此,若第一用户账号与第二用户账号存在于一条推荐记录中,则说明已经将第一用户账号向第二用户账号推荐,或者已经将第二用户账号向第一用户账号推荐,那么,为了避免重复推荐,则不再执行S202。若第一用户账号与第二用户账号不存在于同一推荐记录中,则说明没有将第一用户账号与第二用户账号相互推荐过,则执行S202。
接下来,将结合具体应用场景对本申请实施例提供的关系链确定方法进行介绍。该应用场景为在即时通信应用中向用户A推荐好友,其中,无线网络为WiFi,无线网络的身份标识为SSID。参见图4,所述方法包括:
S401、用户A通过终端设备连接WiFi以登录即时通信应用。
其中,用户A对应的用户账号为第一用户账号。
S402、终端设备确定是否为密码型WiFi,若是,执行S403,若否,结束。
S403、使用UDP监听12300端口。
S404、获取用户B的广播消息。
其中,该广播消息中包括用户B的第二用户账号。
S405、获取用户B的第二用户账号。
S406、用户A和用户B是否为好友/是否上报过,若是,结束;若否,执行S407。
S407、记录该WiFi的SSID、第一用户账号和第二用户账号。
S408、向目标应用服务器发送上报信息。
其中,上报信息中包括该WiFi的SSID、第一用户账号和第二用户账号。
S409、目标应用服务器获取并存储该SSID、第一用户账号和第二用户账号。
S410、第二用户账号是否已经推荐过,若是,结束;若否,执行S411.
S411、第一用户账号和第二用户账号是否在不小于第一预设数量的不同上报信息中同时出现过,若是,执行S413,若否,执行S412。
S412、第一用户账号和第二用户账号是否存在达到第二预设数量的相同好友,若是,执行S413,若否,结束。
S413、向第一用户账号推荐第二用户账号。
S414、记录第二用户账号已推荐。
基于前述关系链确定方法实施例,本申请实施例还提供一种关系链确定装置,参见图5a,所述装置包括接收单元501、确定单元502、计算单元503和推荐单元504:
所述接收单元501,用于接收上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
所述确定单元502,用于根据所述无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征;
所述计算单元503,用于根据所述第一位置特征和所述第二位置特征计算所述第一用户账号和所述第二用户账号的轨迹相似度;
所述推荐单元504,用于根据所述轨迹相似度向所述第一用户账号推荐所述第二用户账号,以便构建所述第一用户账号和所述第二用户账号之间的关系链。
在一种可能的实现方式中,所述确定单元502还用于:
获取同时包括第一用户账号和第二用户账号的目标上报信息;
根据所述目标上报信息中的身份标识和所述目标上报信息的数量确定所述第一位置特征和所述第二位置特征。
在一种可能的实现方式中,参见图5b,所述装置还包括获取单元505:
所获取单元505,用于获取所述第一用户账号的第一关联特征和所述第二用户账号的第二关联特征,所述第一关联特征反映所述第一用户账号的好友关系,所述第二关联特征反映所述第二用户账号的好友关系;
所述计算单元503,用于根据所述第一位置特征、所述第二位置特征、所述第一关联特征和所述第二关联特征计算所述轨迹相似度。
在一种可能的实现方式中,若所述连接所述无线网络的用户账号为发送所述上报信息的用户账号,所述上报信息中还包括上报时间,所述确定单元502,用于:
根据所述上报时间和所述无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征。
本申请实施例还提供一种关系链确定装置,参见图6a,所述装置包括发送单元601、接收单元602和显示单元603:
所述发送单元601,用于向目标应用服务器发送上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
所述接收单元602,用于接收所述目标应用服务器向第一用户账号推荐的第二用户账号;所述第二用户账号是根据轨迹相似度确定的;所述轨迹相似度是根据所述第一用户账号的第一位置特征和所述第二用户账号的第二位置特征计算得到的;所述第一位置特征和所述第二位置特征是根据所述无线网络的身份标识确定的;
所述显示单元603,用于显示用户账号推荐列表,所述用户账号推荐列表中包括所述第二用户账号。
在一种可能的实现方式中,若所述接入所述无线网络的用户账号为发送所述上报信息的第一用户账号和监听到的与所述第一用户账号接入相同无线网络的第二用户账号,参见图6b,所述装置还包括确定单元604:
所述确定单元604,用于确定所述第二用户账号是否已经与所述第一用户账号构成关系链;若是,过滤所述上报信息;若否,确定所述上报信息是否上报过;若是,过滤所述上报信息;若否,触发所述发送单元601执行向目标应用服务器发送上报信息的步骤。
本申请实施例还提供了一种用于关系链确定的设备,下面结合附图对用于关系链确定的设备进行介绍。请参见图7所示,本申请实施例提供了一种用于关系链确定的设备700,该设备700还可以是终端设备,该终端设备可以为包括手机、平板电脑、个人数字助理(Personal Digital Assistant,简称PDA)、销售终端(Point of Sales,简称POS)、车载电脑等任意智能终端,以终端设备为手机为例:
图7示出的是与本申请实施例提供的终端设备相关的手机的部分结构的框图。参考图7,手机包括:射频(Radio Frequency,简称RF)电路710、存储器720、输入单元730、显示单元740、传感器750、音频电路760、无线保真(wireless fidelity,简称WiFi)模块770、处理器780、以及电源790等部件。本领域技术人员可以理解,图7中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图7对手机的各个构成部件进行具体的介绍:
RF电路710可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,给处理器780处理;另外,将设计上行的数据发送给基站。通常,RF电路710包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier,简称LNA)、双工器等。此外,RF电路710还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(Global System of Mobile communication,简称GSM)、通用分组无线服务(GeneralPacket Radio Service,简称GPRS)、码分多址(Code Division Multiple Access,简称CDMA)、宽带码分多址(Wideband Code Division Multiple Access,简称WCDMA)、长期演进(Long Term Evolution,简称LTE)、电子邮件、短消息服务(Short Messaging Service,简称SMS)等。
存储器720可用于存储软件程序以及模块,处理器780通过运行存储在存储器720的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器720可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器720可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元730可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元730可包括触控面板731以及其他输入设备732。触控面板731,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板731上或在触控面板731附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板731可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器780,并能接收处理器780发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板731。除了触控面板731,输入单元730还可以包括其他输入设备732。具体地,其他输入设备732可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元740可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元740可包括显示面板741,可选的,可以采用液晶显示器(Liquid CrystalDisplay,简称LCD)、有机发光二极管(Organic Light-Emitting Diode,简称OLED)等形式来配置显示面板741。进一步的,触控面板731可覆盖显示面板741,当触控面板731检测到在其上或附近的触摸操作后,传送给处理器780以确定触摸事件的类型,随后处理器780根据触摸事件的类型在显示面板741上提供相应的视觉输出。虽然在图7中,触控面板731与显示面板741是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板731与显示面板741集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器750,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板741的亮度,接近传感器可在手机移动到耳边时,关闭显示面板741和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路760、扬声器761,传声器762可提供用户与手机之间的音频接口。音频电路760可将接收到的音频数据转换后的电信号,传输到扬声器761,由扬声器761转换为声音信号输出;另一方面,传声器762将收集的声音信号转换为电信号,由音频电路760接收后转换为音频数据,再将音频数据输出处理器780处理后,经RF电路710以发送给比如另一手机,或者将音频数据输出至存储器720以便进一步处理。
WiFi属于短距离无线传输技术,手机通过WiFi模块770可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图7示出了WiFi模块770,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器780是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器720内的软件程序和/或模块,以及调用存储在存储器720内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器780可包括一个或多个处理单元;优选的,处理器780可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器780中。
手机还包括给各个部件供电的电源790(比如电池),优选的,电源可以通过电源管理系统与处理器780逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。
在本实施例中,该终端设备所包括的处理器780还具有以下功能:
向目标应用服务器发送上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
接收所述目标应用服务器向第一用户账号推荐的第二用户账号;所述第二用户账号是根据轨迹相似度确定的;所述轨迹相似度是根据所述第一用户账号的第一位置特征和所述第二用户账号的第二位置特征计算得到的;所述第一位置特征和所述第二位置特征是根据所述无线网络的身份标识确定的;
显示用户账号推荐列表,所述用户账号推荐列表中包括所述第二用户账号。
本申请实施例还提供服务器,请参见图8所示,图8为本申请实施例提供的服务器800的结构图,服务器800可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(Central Processing Units,简称CPU)822(例如,一个或一个以上处理器)和存储器832,一个或一个以上存储应用程序842或数据844的存储介质830(例如一个或一个以上海量存储设备)。其中,存储器832和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器822可以设置为与存储介质830通信,在服务器800上执行存储介质830中的一系列指令操作。
服务器800还可以包括一个或一个以上电源826,一个或一个以上有线或无线网络接口850,一个或一个以上输入输出接口858,和/或,一个或一个以上操作系统841,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
在本实施例中,该服务器所包括的处理器822还具有以下功能:
接收上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
根据所述无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征;
根据所述第一位置特征和所述第二位置特征计算所述第一用户账号和所述第二用户账号的轨迹相似度;
根据所述轨迹相似度向所述第一用户账号推荐所述第二用户账号,以便构建所述第一用户账号和所述第二用户账号之间的关系链。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种关系链确定方法,其特征在于,所述方法包括:
接收上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
根据所述无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征;
根据所述第一位置特征和所述第二位置特征计算所述第一用户账号和所述第二用户账号的轨迹相似度;
根据所述轨迹相似度向所述第一用户账号推荐所述第二用户账号,以便构建所述第一用户账号和所述第二用户账号之间的关系链。
2.根据权利要求1所述的方法,其特征在于,若所述上报信息中存在同时包括所述第一用户账号和所述第二用户账号的上报信息,所述根据所述无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征,包括:
获取同时包括第一用户账号和第二用户账号的目标上报信息;
根据所述目标上报信息中的身份标识和所述目标上报信息的数量确定所述第一位置特征和所述第二位置特征。
3.根据权利要求2所述的方法,其特征在于,若所述目标上报信息的数量少于预设数量,所述方法还包括:
获取所述第一用户账号的第一关联特征和所述第二用户账号的第二关联特征,所述第一关联特征反映所述第一用户账号的好友关系,所述第二关联特征反映所述第二用户账号的好友关系;
根据所述第一位置特征和所述第二位置特征计算所述第一用户账号和所述第二用户账号的轨迹相似度,包括:
根据所述第一位置特征、所述第二位置特征、所述第一关联特征和所述第二关联特征计算所述轨迹相似度。
4.根据权利要求1所述的方法,其特征在于,若所述连接所述无线网络的用户账号为发送所述上报信息的用户账号,所述上报信息中还包括上报时间,所述根据所述无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征,包括:
根据所述上报时间和所述无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征。
5.一种关系链确定装置,其特征在于,所述装置包括接收单元、确定单元、计算单元和推荐单元:
所述接收单元,用于接收上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
所述确定单元,用于根据所述无线网络的身份标识确定第一用户账号的第一位置特征和第二用户账号的第二位置特征;
所述计算单元,用于根据所述第一位置特征和所述第二位置特征计算所述第一用户账号和所述第二用户账号的轨迹相似度;
所述推荐单元,用于根据所述轨迹相似度向所述第一用户账号推荐所述第二用户账号,以便构建所述第一用户账号和所述第二用户账号之间的关系链。
6.一种关系链确定方法,其特征在于,所述方法包括:
向目标应用服务器发送上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
接收所述目标应用服务器向第一用户账号推荐的第二用户账号;所述第二用户账号是根据轨迹相似度确定的;所述轨迹相似度是根据所述第一用户账号的第一位置特征和所述第二用户账号的第二位置特征计算得到的;所述第一位置特征和所述第二位置特征是根据所述无线网络的身份标识确定的;
显示用户账号推荐列表,所述用户账号推荐列表中包括所述第二用户账号。
7.根据权利要求6所述的方法,其特征在于,若所述接入所述无线网络的用户账号为发送所述上报信息的第一用户账号和监听到的与所述第一用户账号接入相同无线网络的第二用户账号,所述向目标应用服务器发送上报信息之前,所述方法还包括:
确定所述第二用户账号是否已经与所述第一用户账号构成关系链;
若是,过滤所述上报信息;
若否,确定所述上报信息是否上报过;
若是,过滤所述上报信息;
若否,执行向目标应用服务器发送上报信息的步骤。
8.一种关系链确定装置,其特征在于,所述装置包括发送单元、接收单元和显示单元:
所述发送单元,用于向目标应用服务器发送上报信息,所述上报信息中包括无线网络的身份标识以及接入所述无线网络的用户账号;
所述接收单元,用于接收所述目标应用服务器向第一用户账号推荐的第二用户账号;所述第二用户账号是根据轨迹相似度确定的;所述轨迹相似度是根据所述第一用户账号的第一位置特征和所述第二用户账号的第二位置特征计算得到的;所述第一位置特征和所述第二位置特征是根据所述无线网络的身份标识确定的;
所述显示单元,用于显示用户账号推荐列表,所述用户账号推荐列表中包括所述第二用户账号。
9.一种用于关系链确定的设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-4或6-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-4或6-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010105970.3A CN111368211B (zh) | 2020-02-20 | 2020-02-20 | 关系链确定方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010105970.3A CN111368211B (zh) | 2020-02-20 | 2020-02-20 | 关系链确定方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111368211A true CN111368211A (zh) | 2020-07-03 |
CN111368211B CN111368211B (zh) | 2023-05-16 |
Family
ID=71208189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010105970.3A Active CN111368211B (zh) | 2020-02-20 | 2020-02-20 | 关系链确定方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111368211B (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101073274A (zh) * | 2004-05-12 | 2007-11-14 | 谷歌公司 | 用于移动设备的基于位置的社会软件 |
US20100153292A1 (en) * | 2008-12-11 | 2010-06-17 | Microsoft Corporation | Making Friend and Location Recommendations Based on Location Similarities |
US20130117292A1 (en) * | 2011-11-09 | 2013-05-09 | Microsoft Corporation | Connection of users by geolocation |
CN103116614A (zh) * | 2013-01-25 | 2013-05-22 | 北京奇艺世纪科技有限公司 | 一种基于用户轨迹的协同过滤推荐方法、装置及系统 |
US8468164B1 (en) * | 2011-03-09 | 2013-06-18 | Amazon Technologies, Inc. | Personalized recommendations based on related users |
WO2014039898A2 (en) * | 2012-09-07 | 2014-03-13 | Magnet Systems, Inc. | Human workflow aware recommendation engine |
CN103678531A (zh) * | 2013-12-02 | 2014-03-26 | 三星电子(中国)研发中心 | 好友推荐方法和装置 |
US20140365484A1 (en) * | 2013-03-15 | 2014-12-11 | Daniel Freeman | Comprehensive user/event matching or recommendations based on awareness of entities, activities, interests, desires, location |
CN104408043A (zh) * | 2014-10-17 | 2015-03-11 | 深圳大学 | 一种信息处理方法及服务器 |
CN104750716A (zh) * | 2013-12-27 | 2015-07-01 | 中国移动通信集团公司 | 一种社交网站好友推荐方法及装置 |
US20150304436A1 (en) * | 2014-04-16 | 2015-10-22 | Facebook, Inc. | Nearby Friend Notifications on Online Social Networks |
CN105224545A (zh) * | 2014-06-03 | 2016-01-06 | 华为技术有限公司 | 一种位置推荐方法及装置 |
CN106022934A (zh) * | 2016-05-05 | 2016-10-12 | 北京邮电大学 | 一种基于移动轨迹模式的潜在好友发现方法及系统 |
CN107016033A (zh) * | 2016-12-26 | 2017-08-04 | 阿里巴巴集团控股有限公司 | 一种社交网络用户信息关联方法及装置 |
US20170357903A1 (en) * | 2016-06-09 | 2017-12-14 | Sysomos L.P. | Prediction System for Geographical Locations of Users Based on Social and Spatial Proximity, and Related Method |
CN107562917A (zh) * | 2017-09-12 | 2018-01-09 | 广州酷狗计算机科技有限公司 | 用户推荐方法及装置 |
CN107679101A (zh) * | 2017-09-12 | 2018-02-09 | 重庆邮电大学 | 一种基于位置和信任关系的网络服务推荐方法 |
CN107767279A (zh) * | 2017-10-12 | 2018-03-06 | 燕山大学 | 一种基于lda的加权平均的个性化好友推荐方法 |
CN108733692A (zh) * | 2017-04-18 | 2018-11-02 | 腾讯科技(深圳)有限公司 | 一种社交信息推荐方法和装置 |
-
2020
- 2020-02-20 CN CN202010105970.3A patent/CN111368211B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101073274A (zh) * | 2004-05-12 | 2007-11-14 | 谷歌公司 | 用于移动设备的基于位置的社会软件 |
US20100153292A1 (en) * | 2008-12-11 | 2010-06-17 | Microsoft Corporation | Making Friend and Location Recommendations Based on Location Similarities |
US8468164B1 (en) * | 2011-03-09 | 2013-06-18 | Amazon Technologies, Inc. | Personalized recommendations based on related users |
US20130117292A1 (en) * | 2011-11-09 | 2013-05-09 | Microsoft Corporation | Connection of users by geolocation |
WO2014039898A2 (en) * | 2012-09-07 | 2014-03-13 | Magnet Systems, Inc. | Human workflow aware recommendation engine |
CN103116614A (zh) * | 2013-01-25 | 2013-05-22 | 北京奇艺世纪科技有限公司 | 一种基于用户轨迹的协同过滤推荐方法、装置及系统 |
US20140365484A1 (en) * | 2013-03-15 | 2014-12-11 | Daniel Freeman | Comprehensive user/event matching or recommendations based on awareness of entities, activities, interests, desires, location |
CN103678531A (zh) * | 2013-12-02 | 2014-03-26 | 三星电子(中国)研发中心 | 好友推荐方法和装置 |
CN104750716A (zh) * | 2013-12-27 | 2015-07-01 | 中国移动通信集团公司 | 一种社交网站好友推荐方法及装置 |
US20150304436A1 (en) * | 2014-04-16 | 2015-10-22 | Facebook, Inc. | Nearby Friend Notifications on Online Social Networks |
CN105224545A (zh) * | 2014-06-03 | 2016-01-06 | 华为技术有限公司 | 一种位置推荐方法及装置 |
CN104408043A (zh) * | 2014-10-17 | 2015-03-11 | 深圳大学 | 一种信息处理方法及服务器 |
CN106022934A (zh) * | 2016-05-05 | 2016-10-12 | 北京邮电大学 | 一种基于移动轨迹模式的潜在好友发现方法及系统 |
US20170357903A1 (en) * | 2016-06-09 | 2017-12-14 | Sysomos L.P. | Prediction System for Geographical Locations of Users Based on Social and Spatial Proximity, and Related Method |
CN107016033A (zh) * | 2016-12-26 | 2017-08-04 | 阿里巴巴集团控股有限公司 | 一种社交网络用户信息关联方法及装置 |
CN108733692A (zh) * | 2017-04-18 | 2018-11-02 | 腾讯科技(深圳)有限公司 | 一种社交信息推荐方法和装置 |
CN107562917A (zh) * | 2017-09-12 | 2018-01-09 | 广州酷狗计算机科技有限公司 | 用户推荐方法及装置 |
CN107679101A (zh) * | 2017-09-12 | 2018-02-09 | 重庆邮电大学 | 一种基于位置和信任关系的网络服务推荐方法 |
CN107767279A (zh) * | 2017-10-12 | 2018-03-06 | 燕山大学 | 一种基于lda的加权平均的个性化好友推荐方法 |
Non-Patent Citations (4)
Title |
---|
YU ZHENG: "Recommending friends and locations based on individual location history", 《JOURNALS ACM TRANSACTIONS ON THE WEB》 * |
杜翠凤;陈少权;: "基于社交网络和地理位置的用户关系预测", 移动通信 * |
王玮: "LBSN中基于用户偏好的个性化好友推荐技术研究", 《中国优秀硕士论文全文数据库 信息科技》 * |
符饶;: "基于位置服务的潜在好友推荐方法", 软件 * |
Also Published As
Publication number | Publication date |
---|---|
CN111368211B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10691703B2 (en) | User recommendation method and system in SNS community, and computer storage medium | |
WO2016197758A1 (zh) | 信息推荐系统、方法及装置 | |
CN108156508B (zh) | 弹幕信息处理的方法、装置、移动终端、服务器及系统 | |
CN110995810B (zh) | 一种基于人工智能的对象识别方法和相关装置 | |
CN107634952B (zh) | 刷量资源确定方法、装置、服务设备、移动终端及存储介质 | |
CN106209608B (zh) | 一种聊天信息区别同步的方法及装置 | |
CN106255102A (zh) | 一种终端设备的鉴定方法及相关设备 | |
CN107765954B (zh) | 一种应用程序图标更新方法、移动终端及服务器 | |
CN106020945B (zh) | 快捷项添加方法及装置 | |
CN106603650B (zh) | 共享位置信息的方法及终端设备 | |
CN106211102B (zh) | 一种聊天信息区别同步的方法及装置 | |
CN111177612B (zh) | 一种页面登录鉴权的方法及相关装置 | |
CN106484688B (zh) | 一种数据处理方法及系统 | |
CN106339402B (zh) | 一种推荐内容推送的方法、装置及系统 | |
CN111367502A (zh) | 一种数值处理方法和装置 | |
CN110929882A (zh) | 一种基于人工智能的特征向量计算方法和相关装置 | |
CN111368211B (zh) | 关系链确定方法、装置及存储介质 | |
CN111901740B (zh) | 一种数据的处理方法、装置及设备 | |
CN109002535B (zh) | 一种数据更新方法和装置 | |
CN110809234A (zh) | 一种人物类别识别方法和终端设备 | |
CN112101215A (zh) | 人脸录入的方法、终端设备及计算机可读存储介质 | |
CN106230709B (zh) | 一种聊天信息区别同步的方法及装置 | |
CN113285940B (zh) | 一种设备连接方法及装置 | |
CN112862289B (zh) | 一种临床研究从业者的信息匹配方法和装置 | |
CN113094577B (zh) | 信息展示方法、相关设备及存储介质 |
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 |