CN111611339A

CN111611339A - 一种输入相关用户的推荐方法及相关装置

Info

Publication number: CN111611339A
Application number: CN201910133149.XA
Authority: CN
Inventors: 费腾; 崔欣; 张扬
Original assignee: Beijing Sogou Technology Development Co Ltd
Current assignee: Beijing Sogou Technology Development Co Ltd
Priority date: 2019-02-22
Filing date: 2019-02-22
Publication date: 2020-09-01
Anticipated expiration: 2039-02-22
Also published as: CN111611339B

Abstract

本申请公开了一种输入相关用户的推荐方法及相关装置，该方法包括：当接收到基于用户输入得到的目标文本和用户标识后，在基于用户和至少一个其他个人用户的个人社会关系图构建的社会关系图中，确定距离用户标识小于等于N条路径的候选用户标识对应的特性标签；若在上述特性标签中搜索到匹配目标文本的目标特性标签，基于社会关系图向用户推荐目标特性标签对应的目标用户标识。可见，当用户采用输入法软件进行输入时，能够快速得到与其具有社会关系且输入匹配的其他用户，不仅实现采用输入法软件输入即可直接查找输入相关特性用户的功能，而且提高查找效率与性能，从而提升用户输入体验感。

Description

一种输入相关用户的推荐方法及相关装置

技术领域

本申请涉及输入法技术领域，尤其涉及一种输入相关用户的推荐方法及相关装置。

背景技术

现阶段，输入法软件是实现人机交互的一种关键渠道。其中，输入法软件是指自带将各种符号输入计算机或其他设备(如手机、平板电脑等)编码方法的软件，能够实现用户向设备进行符号输入的功能。

但是，智能科学技术的进步使得人们对输入法软件的要求也在不断提高，现有的输入法软件仅仅能够简单地将用户所输入的符号输入设备，而不能满足用户的一些其他需求。例如，当用户希望在社会关系网中查找具有某种特性的用户时，直接采用输入法软件输入该特性无法得到对应的特性用户。即，现有的输入法软件并未提供上述直接查找特性用户的功能，进而无法满足直接查找特性用户的需求。

发明内容

本申请所要解决的技术问题是，提供一种输入相关用户的推荐方法及相关装置，使得用户快速得到与其具有社会关系且输入匹配的其他用户，不仅实现采用输入法软件输入即可查找输入相关特性用户的功能，而且提高查找效率与性能，从而提升用户输入体验感。

第一方面，本申请实施例提供了一种输入相关用户的推荐方法，该方法包括：

接收用户输入得到的目标文本和用户标识；

确定社会关系图中距离所述用户标识小于等于N条路径的候选用户标识对应的特性标签，所述社会关系图是基于所述用户和至少一个其他个人用户的个人社会关系图预先构建的，所述个人社会关系图是深度学习个人用户与对应的其他用户的通信内容预先构建的，所述N为正整数；

在所述候选用户标识对应的特性标签中搜索与所述目标文本相匹配的特性标签；

若搜索到与所述目标文本相匹配的目标特性标签，基于所述社会关系图向所述用户推荐所述目标特性标签对应的目标用户标识。

可选的，所述在所述候选用户标识对应的特性标签中搜索与所述目标文本相匹配的特性标签，包括：

基于所述社会关系图确定所述候选用户标识中距离所述用户标识M条预设条路径的第M候选用户标识；

在所述候选用户标识对应的特性标签中确定所述第M候选用户标识对应的特性标签；

在所述第M候选用户标识对应的特性标签中搜索与所述目标文本相匹配的特性标签；

其中，按照从小到大的顺序将M依次设定为1至N。

可选的，所述在所述目标关系图中搜索与所述目标文本相匹配的特性标签，具体为：

直接在所述候选用户标识对应的特性标签中搜索与所述目标文本相匹配的特性标签。

可选的，所述目标文本是基于用户输入直接形成、基于用户输入语义分析或基于用户输入提取关键词得到的。

可选的，所述个人社会关系图的构建步骤包括：

通过深度学习个人用户与对应其他用户的通信内容，获得所述个人用户和对应其他用户的特性标签以及所述个人用户与对应其他用户之间的社会关系；

根据所述个人用户和对应其他用户的用户标识、特性标签以及所述个人用户与对应其他用户之间的社会关系构建所述个人用户的个人社会关系图。

可选的，所述特性标签包括职业标签、兴趣标签、地域标签、学校标签和/或年龄标签。

可选的，还包括：

若所述用户或所述至少一个其他个人用户个人社会关系图更新，更新所述社会关系图。

可选的，还包括：

基于所述用户标识、所述目标用户标识和所述社会关系图，对应所述目标用户标识向所述用户推荐所述目标用户与所述用户之间的社会关系。

可选的，还包括：

对应所述目标用户标识向所述用户推荐所述目标特性标签。

第二方面，本申请实施例提供了一种输入相关用户的推荐装置，该装置包括：

接收单元，用于接收用户输入得到的目标文本和用户标识；

确定单元，用于确定社会关系图中距离所述用户标识小于等于N条路径的候选用户标识对应的特性标签，所述社会关系图是基于所述用户和至少一个其他个人用户的个人社会关系图预先构建的，所述个人社会关系图是深度学习个人用户与对应的其他用户的通信内容预先构建的，所述N为正整数；

搜索单元，用于在所述候选用户标识对应的特性标签中搜索与所述目标文本相匹配的特性标签；

推荐单元，用于若搜索到与所述目标文本相匹配的目标特性标签，基于所述社会关系图向所述用户推荐所述目标特性标签对应的目标用户标识。

可选的，所述搜索单元包括：

第一确定子单元，用于基于所述社会关系图确定所述候选用户标识中距离所述用户标识M条预设条路径的第M候选用户标识；

第二确定子单元，用于在所述候选用户标识对应的特性标签中确定所述第M候选用户标识对应的特性标签；

搜索子单元，用于在所述第M候选用户标识对应的特性标签中搜索与所述目标文本相匹配的特性标签；

其中，按照从小到大的顺序将M依次设定为1至N。

可选的，所述搜索单元具体用于：

可选的，所述个人社会关系图的构建单元包括：

第一获得单元，用于通过深度学习个人用户与对应其他用户的通信内容，获得所述个人用户和对应其他用户的特性标签以及所述个人用户与对应其他用户之间的社会关系；

第一构建单元，用于根据所述个人用户和对应其他用户的用户标识、特性标签以及所述个人用户与对应其他用户之间的社会关系构建所述个人用户的个人社会关系图。

可选的，所述装置还包括：

更新单元，用于若所述用户或所述至少一个其他个人用户个人社会关系图更新，更新所述社会关系图。

可选的，所述装置还包括：

第二推荐单元，用于基于所述用户标识、所述目标用户标识和所述社会关系图，对应所述目标用户标识向所述用户推荐所述目标用户与所述用户之间的社会关系。

可选的，所述装置还包括：

第三推荐单元，用于对应所述目标用户标识向所述用户推荐所述目标特性标签。

第三方面，本申请实施例提供了一种用于输入相关用户的推荐的装置，该装置包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

接收用户输入得到的目标文本和用户标识；

第四方面，本申请实施例提供了一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如上述第一方面中一个或多个所述的输入相关用户的推荐方法。

与现有技术相比，本申请至少具有以下优点：

采用本申请实施例的技术方案，当接收到基于用户输入得到的目标文本和用户标识后，首先，在基于用户和至少一个其他个人用户的个人社会关系图构建的社会关系图中，确定距离用户标识小于等于N条路径的候选用户标识对应的特性标签，N为正整数；然后，在这些特性标签中搜索匹配目标文本的特性标签；最后，若搜索到匹配目标文本的目标特性标签，基于社会关系图向用户推荐目标特性标签对应的目标用户标识。可见，当用户采用输入法软件进行输入时，推荐社会关系图中与用户标识相关且与用户输入的目标文本相匹配的目标特性标签对应的目标用户标识，使得用户快速得到与其具有社会关系且输入匹配的其他用户，不仅实现采用输入法软件输入即可直接查找输入相关特性用户的功能，而且提高查找效率与性能，从而提升用户输入体验感。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例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中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本申请实施例中一种应用场景所涉及的系统框架示意图；

图2为本申请实施例提供的一种输入相关用户的推荐方法的流程示意图；

图3为本申请实施例提供的一种用户A的个人社会关系图；

图4为本申请实施例提供的一种社会关系图；

图5为本申请实施例提供的一种部分社会关系图；

图6为本申请实施例提供的一种输入相关用户的推荐装置的结构示意图；

图7为本申请实施例提供的一种用于输入相关用户的推荐的装置的结构示意图；

图8为本申请实施例提供的一种服务器的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

目前，输入法软件是实现人机交互的一种关键渠道，能够实现用户向设备进行符号输入的功能。然而，现有的输入法软件仅仅简单地将用户所输入的符号输入设备，而不能满足用户的一些其他需求，科学技术的进步使得人们对输入法软件的要求也在不断提高。

例如，当用户的孩子患某种疾病时，用户希望查找与自己有社会关系的、靠谱的儿科医生，一般地，用户采用输入法软件输入“儿科医生”，借助其他搜索工具在自己的通信用户列表中查找是否有“儿科医生”标签的用户，但是，很有可能通信用户列表中可能没有“儿科医生”标签的用户，而通信用户列表所包括用户的通信用户列表中可能有“儿科医生”标签的用户，仅仅基于上述现有的搜索方式，很难查找到与自己有社会关系的、有“儿科医生”标签的用户。即，现有的输入法软件无法实现直接查找特性用户的功能，进而也无法满足用户的特殊需求。

为了解决上述问题，在本申请实施例中，当接收到基于用户输入得到的目标文本和用户标识后，首先，在基于用户和至少一个其他个人用户的个人社会关系图构建的社会关系图中，确定距离用户标识小于等于N条路径的候选用户标识对应的特性标签，N为正整数；然后，在这些特性标签中搜索匹配目标文本的特性标签；最后，若搜索到匹配目标文本的目标特性标签，基于社会关系图向用户推荐目标特性标签对应的目标用户标识。可见，当用户采用输入法软件进行输入时，推荐社会关系图中与用户标识相关且与用户输入的目标文本相匹配的目标特性标签对应的目标用户标识，使得用户快速得到与其具有社会关系且输入匹配的其他用户，不仅实现采用输入法软件输入即可直接查找输入相关特性用户的功能，而且提高查找效率与性能，从而提升用户输入体验感。

举例来说，本申请实施例的场景之一，可以是应用到如图1所示的场景中，该场景中包括服务器101和终端设备102，其中终端设备102装载输入法软件。用户在终端设备102采用输入法软件进行输入，终端设备102基于用户输入得到目标文本和用户标识发送至服务器101。当服务器101接收到基于用户输入得到的目标文本和用户标识时，服务器101确定社会关系图中距离用户标识小于等于N条路径的候选用户标识对应的特性标签，N为正整数。服务器101以候选用户标识对应的特性标签为搜索范围，搜索与目标文本相匹配的特性标签。服务器101若搜索到与目标文本相匹配的目标特性标签，基于社会关系图向终端设备102发送目标特性标签对应的目标用户标识以便推荐给用户。

可以理解的是，在上述应用场景中，虽然将本申请实施方式的动作描述由服务器101执行，但是这些动作也可以由终端设备102执行，或者还可以部分由终端设备102执行、部分由服务器101执行。本申请在执行主体方面不受限制，只要执行了本申请实施方式所公开的动作即可。

可以理解的是，上述场景仅是本申请实施例提供的一个场景示例，本申请实施例并不限于此场景。

下面结合附图，通过实施例来详细说明本申请实施例中输入相关用户的推荐方法及相关装置的具体实现方式。

示例性方法

参见图2，示出了本申请实施例中一种输入相关用户的推荐方法的流程示意图。在本实施例中，所述方法例如可以包括以下步骤：

步骤201：接收用户输入得到的目标文本和用户标识。

可以理解的是，当用户希望查找与自己有社会关系的某种特性用户时，一般在终端设备采用输入法软件进行输入，其中，输入形式是多种多样的，既可以是语音输入，也可以是键盘输入。例如，当用户的孩子患某种疾病时，用户希望查找靠谱的儿科医生，用户键盘输入“儿科医生”或语音输入“儿科医生”。

其中，基于用户输入可以得到对应的目标文本，该目标文本既可以是基于用户输入直接形成得到的，也可以是基于用户输入语义分析得到的，也可以是基于用户输入提取关键词得到的。作为一种示例，用户键盘输入“儿科医生”，可以基于“儿科医生”直接形成得到目标文本“儿科医生”；作为另一种示例，用户键盘输入“孩子患病需要寻找医生”，可以基于“孩子患病需要寻找医生”语义分析得到目标文本“儿科医生”；作为又一种示例，用户键盘输入“编程能力强的C++程序员”，可以基于“编程能力强的C++程序员”提取关键词“C++程序员”得到目标文本“C++程序员”。为了实现查找与用户有社会关系的某种特性用户的目的，需要将目标文本和该用户的用户标识发送至服务器，以便服务器接收进行后续查找操作，用户标识是指表示该用户身份的唯一标识，例如，可以是该用户的个人通信号码。

步骤202：确定社会关系图中距离所述用户标识小于等于N条路径的候选用户标识对应的特性标签，所述社会关系图是基于所述用户和至少一个其他个人用户的个人社会关系图预先构建的，所述个人社会关系图是深度学习个人用户与对应的其他用户的通信内容预先构建的，所述N为正整数。

其中，由于每个个人用户都会与其他用户进行通信社交，通信社交的两个用户之间存在某种社会关系，因而，每个个人用户都有自己的个人社会关系图。多个个人用户的个人社会关系图联系起来即可形成较为庞大的社会关系图，能够体现多个个人用户之间直接或者间接的社会关系。由于社会关系图需要用于查找特性用户，因此，应当明确社会关系图中各个用户的特性标签，即，个人社会关系图中应当标明各个用户的特性标签。

其中，对于每个个人用户而言，构建其个人社会关系图时，基于用户与其他用户的通信社交，首先需要明确个人用户和与其通信的其他用户的特性标签，以及个人用户与上述其他用户之间的社会关系，然后，以用户与上述其他用户的标识为基础加入上述内容完成用户的个人社会关系图的构建。其中，特性标签和社会关系是基于个人用户与上述其他用户的通信内容进行深度学习后得到的。因此，在本申请实施例的一些实施方式中，所述个人社会关系图的构建步骤包括：

步骤A：通过深度学习个人用户与对应其他用户的通信内容，获得所述个人用户和对应其他用户的特性标签以及所述个人用户与对应其他用户之间的社会关系；

步骤B：根据所述个人用户和对应其他用户的用户标识、特性标签以及所述个人用户与对应其他用户之间的社会关系构建所述个人用户的个人社会关系图。

其中，需要说明的是，特性标签用于表示用户具有的某种特性，特性标签按照种类可以分为职业、兴趣、地域、学校和年龄等等。因此，在本实施例的一些实施方式中，所述特性标签为职业标签、兴趣标签、地域标签、学校标签和/或年龄标签。作为一种示例，当特性标签为职业标签时，通过深度学习用户与其他用户的通信内容，获得所述用户和其他用户的具体职业，将具体职业作为特性标签，例如，深度学习得到某个用户的具体职业为“C++程序员”，则其特性标签为“C++程序员”。

作为一种示例，假设用户A与用户B、用户C和用户D存在通信社交，通过深度学习用户A与用户B、用户C和用户D的通信内容，获得用户A的特性标签为“C++程序员”、用户B的特性标签为“儿科医生”、用户C的特性标签为“C++程序员”和用户D的特性标签为“中学教师”，以及用户A与用户B之间的社会关系为“情侣”、用户A与用户C之间的社会关系为“同事”和用户A与用户D之间的社会关系为“朋友”；基于上述内容构建用户A的个人社会关系图。例如，如图3所示的用户A的个人社会关系图，其中，用户A的用户标识为A，用户B的用户标识为B，用户C的用户标识为C，用户D的用户标识为D，B、C和D分别距离A只有一条路径。

基于上述个人用户的个人社会关系图的构建方式，则对于社会关系图而言，采用上述步骤A-步骤B预先构建用户的个人社会关系图和至少一个其他个人用户的个人社会关系图，综合即可继续构建完成社会关系图。因此，在本申请实施例的一些实施方式中，至少在步骤202之前例如还可以包括以下步骤：

步骤C：预先构建所述用户和所述至少一个其他个人用户的个人社会关系图；

步骤D：综合所述用户和所述至少一个其他个人用户的个人社会关系图构建所述社会关系图。

作为一种示例，假设预先构建了用户A、用户B、用户C、用户D、用户E、用户F和用户G的个人关系图，其中，用户C为所述用户，将用户A、用户B、用户C、用户D、用户E、用户F和用户G的个人关系图联系起来，构建形成如图4所示的社会关系图，该社会关系图既能够展示了用户A、用户B、用户C、用户D、用户E、用户F和用户G与其他用户的社会关系，也能展示了用户A、用户B、用户C、用户D、用户E、用户F和用户G之间的直接或间接的社会关系。

可以理解的是，为了能够查找与用户具有社会关系的某种特性用户，在步骤201得到用户标识以及上述预先构建出社会关系图之后，首先，需要基于用户标识和社会关系图，确定其中与用户标识路径距离较近的一些用户标识对应的特性标签，表示与用户具有直接或间接较近社会关系用户的特性。具体地，设定预设条路径，即，N条路径，在社会关系图中以距离用户标识最大路径量为N条路径，确定候选用户标识对应的特性标签，也就是说，候选用户标识距离用户标识小于等于N条路径。

作为一种示例，假设用户为用户C，其用户标识为C，社会关系图如图4所示，预设条路径为2条路径，则在图4所示的社会关系图中以距离用户标识C最大路径量为2条路径，确定候选用户标识获得如图5所示的部分社会关系图，其中，除用户标识C以外其他用户标识均为候选用户标识，可知候选用户标识对应的标签为“教师”、“儿科医生”、“C++程序员”、“工程师”和“艺术家”。

还需要说明的是，在构建社会关系图之后，后续可能存在其中某个用户的个人社会关系图更新的情况，此时，需要更新社会关系图，以保证社会关系图的准确性，进而保障基于社会关系图搜索特性用户的准确性。因此，在本申请实施例的一些实施方式中，例如还可以包括步骤E：若所述用户或所述至少一个其他个人用户个人社会关系图更新，更新所述社会关系图。

步骤203：在所述候选用户标识对应的特性标签中搜索与所述目标文本相匹配的特性标签。

本申请实施例中，至少可以通过以下两种方式在候选用户标识对应的特性标签中搜索与目标文本相匹配的特性标签。

第一种可选的步骤203的实施方式中，由于当预设条路径大于等于2条路径时，步骤202中候选用户标识距离用户标识的路径量不同，候选用户标识距离用户标识的路径量越少，表示候选用户与用户社会关系越近。考虑到不同候选用户与用户社会关系的远近，可以基于候选用户标识距离用户标识的路径量对候选用户标识进行划分，得到距离用户标识路径量不同的候选用户标识分类，然后依次对各类候选用户标识对应的特性标签进行搜索，直至完成对所有候选用户标识对应的特性标签的搜索。因此，在本申请实施例的一些实施方式中，所述步骤203例如可以包括以下步骤：

步骤F：基于所述社会关系图确定所述候选用户标识中距离所述用户标识M条预设条路径的第M候选用户标识；

步骤G：在所述候选用户标识对应的特性标签中确定所述第M候选用户标识对应的特性标签；

步骤H：在所述第M候选用户标识对应的特性标签中搜索与所述目标文本相匹配的特性标签；

其中，按照从小到大的顺序将M依次设定为1至N。

作为一种示例，假设用户为用户C，N为2，用户标识为C，则获得如图5所示的部分社会关系图，其中，除用户标识C以外其他用户标识均为候选用户标识。首先，确定候选用户标识中距离用户标识C为1条预设条路径的用户标识，记为第一候选用户标识，在其对应的特性标签中搜索与目标文本相匹配的特性标签，由图5可知，距离用户C为1条路径的用户标识为A、F和I，则用户标识A、F和I为第一候选用户标识，在用户标识A、F和I对应的特性标签中搜索与目标文本相匹配的特性标签。然后，继续确定候选用户标识中距离用户标识C为2条预设条路径的用户标识，记为第二候选用户标识，在其对应的特性标签中搜索与目标文本相匹配的特性标签，由图5可知，距离用户C为2条路径的用户标识为B、D、E和K，则用户标识B、D、E和K为第二候选用户标识，在用户标识B、D、E和K对应的特性标签中搜索与目标文本相匹配的特性标签。

第二种可选的步骤203的实施方式中，对于步骤202确定得到的候选用户标识对应的特性标签，不进行任何其他操作，将其作为搜索范围，直接进行与目标文本相匹配特性标签的搜索，简单方便快速完成搜索操作。因此，在本申请实施例的一些实施方式中，所述步骤203例如具体可以为：直接在所述候选用户标识对应的特性标签中搜索与所述目标文本相匹配的特性标签。

步骤204：若搜索到与所述目标文本相匹配的目标特性标签，基于所述社会关系图向所述用户推荐所述目标特性标签对应的目标用户标识。

可以理解的是，搜索到与目标文本相匹配的目标特性标签，表示在候选用户标识对应的特性标签中找到与目标文本相匹配的特性标签，该特性标签作为目标特性标签，其对应的用户标识为上述用户希望查找的目标用户的用户标识，记为目标用户标识，需要推荐给上述用户，以便用户基于目标用户标识直接联系目标用户，其中，目标用户标识是指表示目标用户身份的唯一标识，例如，可以是目标用户的个人通信号码。

需要说明的是，只推荐目标用户标识的情况下，虽然用户可以基于目标用户标识直接联系目标用户，但是，用户并不清楚自己与目标用户之间的社会关系，此时，还可以基于用户标识和目标用户标识，在社会关系图中确定目标用户与用户之间的社会关系推荐给用户。因此，在本实施例的一些实施方式中，还可以包括步骤I：基于所述用户标识、所述目标用户标识和所述社会关系图，对应所述目标用户标识向所述用户推荐所述目标用户与所述用户之间的社会关系。其中，既可以先执行步骤204，后执行步骤I，也可以同时执行步骤204和步骤I。

还需要说明的是，为了能够更加清楚明了的表示目标用户标识对应的目标用户是用户希望查找的特性用户，还可以推荐目标用户标识对应的目标特性标签，以便用户明确目标用户的特性。因此，在本实施例的一些实施方式中，还可以包括步骤J：对应所述目标用户标识向所述用户推荐所述目标特性标签。其中，既可以先执行步骤204，后执行步骤J，也可以同时执行步骤204和步骤J。

当然，在本申请实施例中，步骤204、步骤I和步骤J的执行顺序多种多样，既可以按顺序依次执行步骤204、步骤I和步骤J；也可以按顺序依次执行步骤204、步骤J和步骤I；还可以同时执行步骤204、步骤I和步骤J。

通过本实施例提供的各种实施方式，当接收到基于用户输入得到的目标文本和用户标识后，首先，在基于用户和至少一个其他个人用户的个人社会关系图构建的社会关系图中，确定距离用户标识小于等于N条路径的候选用户标识对应的特性标签，N为正整数；然后，在这些特性标签中搜索匹配目标文本的特性标签；最后，若搜索到匹配目标文本的目标特性标签，基于社会关系图向用户推荐目标特性标签对应的目标用户标识。可见，当用户采用输入法软件进行输入时，推荐社会关系图中与用户标识相关且与用户输入的目标文本相匹配的目标特性标签对应的目标用户标识，使得用户快速得到与其具有社会关系且输入匹配的其他用户，不仅实现采用输入法软件输入即可直接查找输入相关特性用户的功能，而且提高查找效率与性能，从而提升用户输入体验感。

对应上述方法实施例，本申请还提供了相应的相关装置实施例，下面具体说明。

示例性装置

参见图6，示出了本申请实施例中一种输入相关用户的推荐装置的结构示意图。在本实施例中，所述装置例如具体可以包括：

接收单元601，用于接收用户输入得到的目标文本和用户标识；

确定单元602，用于确定社会关系图中距离所述用户标识小于等于N条路径的候选用户标识对应的特性标签，所述社会关系图是基于所述用户和至少一个其他个人用户的个人社会关系图预先构建的，所述个人社会关系图是深度学习个人用户与对应的其他用户的通信内容预先构建的，所述N为正整数；

搜索单元603，用于在所述候选用户标识对应的特性标签中搜索与所述目标文本相匹配的特性标签；

第一推荐单元604，用于若搜索到与所述目标文本相匹配的目标特性标签，基于所述社会关系图向所述用户推荐所述目标特性标签对应的目标用户标识。

可选的，所述搜索单元603包括：

其中，按照从小到大的顺序将M依次设定为1至N。

可选的，所述搜索单元603具体用于：

可选的，所述个人社会关系图的构建单元包括：

可选的，所述装置还包括：

关于上述实施例中的装置，其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图7是根据一示例性实施例示出的一种用于输入相关用户的推荐的装置700的框图。例如，装置700可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图7，装置700可以包括以下一个或多个组件：处理组件702，存储器704，电源组件706，多媒体组件708，音频组件710，输入/输出(I/O)的接口712，传感器组件714，以及通信组件716。

处理组件702通常控制装置700的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件702可以包括一个或多个处理器720来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。例如，处理部件702可以包括多媒体模块，以方便多媒体组件708和处理组件702之间的交互。

存储器704被配置为存储各种类型的数据以支持在设备700的操作。这些数据的示例包括用于在装置700上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件706为装置700的各种组件提供电力。电源组件706可以包括电源管理系统，一个或多个电源，及其他与为装置700生成、管理和分配电力相关联的组件。

多媒体组件708包括在所述装置700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件708包括一个前置摄像头和/或后置摄像头。当设备700处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件710被配置为输出和/或输入音频信号。例如，音频组件710包括一个麦克风(MIC)，当装置700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中，音频组件710还包括一个扬声器，用于输出音频信号。

I/O接口712为处理组件702和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件714包括一个或多个传感器，用于为装置700提供各个方面的状态评估。例如，传感器组件714可以检测到设备700的打开/关闭状态，组件的相对定位，例如所述组件为装置700的显示器和小键盘，传感器组件714还可以检测装置700或装置700一个组件的位置改变，用户与装置700接触的存在或不存在，装置700方位或加速/减速和装置700的温度变化。传感器组件714可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件714还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件716被配置为便于装置700和其他设备之间有线或无线方式的通信。装置700可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件716还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器704，上述指令可由装置700的处理器720执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种输入相关用户的推荐方法，所述方法包括：

接收用户输入得到的目标文本和用户标识；

图8是本申请实施例中服务器的结构示意图。该服务器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，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858，一个或一个以上键盘856，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。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制。虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请。任何熟悉本领域的技术人员，在不脱离本申请技术方案范围情况下，都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本申请技术方案的内容，依据本申请的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本申请技术方案保护的范围内。

Claims

1.一种输入相关用户的推荐方法，其特征在于，包括：

接收用户输入得到的目标文本和用户标识；

2.根据权利要求1所述的方法，其特征在于，所述在所述候选用户标识对应的特性标签中搜索与所述目标文本相匹配的特性标签，包括：

其中，按照从小到大的顺序将M依次设定为1至N。

3.根据权利要求1所述的方法，其特征在于，所述在所述目标关系图中搜索与所述目标文本相匹配的特性标签，具体为：

4.根据权利要求1所述的方法，其特征在于，所述目标文本是基于用户输入直接形成、基于用户输入语义分析或基于用户输入提取关键词得到的。

5.根据权利要求1所述的方法，其特征在于，所述个人社会关系图的构建步骤包括：

6.根据权利要求1至5所述的任一项方法，其特征在于，所述特性标签包括职业标签、兴趣标签、地域标签、学校标签和/或年龄标签。

7.根据权利要求1至5所述的方法，其特征在于，还包括：

8.根据权利要求1所述的方法，其特征在于，还包括：

9.根据权利要求1所述的方法，其特征在于，还包括：

对应所述目标用户标识向所述用户推荐所述目标特性标签。

10.一种输入相关用户的推荐装置，其特征在于，包括：

接收单元，用于接收用户输入得到的目标文本和用户标识；

11.一种用于输入相关用户的推荐的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

接收用户输入得到的目标文本和用户标识；

12.一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如权利要求1至9中一个或多个所述的输入相关用户的推荐方法。