CN112559903B - 一种社区成员搜索方法、系统、装置及介质 - Google Patents

一种社区成员搜索方法、系统、装置及介质 Download PDF

Info

Publication number
CN112559903B
CN112559903B CN202011480582.XA CN202011480582A CN112559903B CN 112559903 B CN112559903 B CN 112559903B CN 202011480582 A CN202011480582 A CN 202011480582A CN 112559903 B CN112559903 B CN 112559903B
Authority
CN
China
Prior art keywords
text
user
similarity
search
sequence
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.)
Active
Application number
CN202011480582.XA
Other languages
English (en)
Other versions
CN112559903A (zh
Inventor
贺月路
钟进堂
刘虎
钟水盈
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.)
Heshi Office Equipments Co ltd
Original Assignee
Heshi Office Equipments 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 Heshi Office Equipments Co ltd filed Critical Heshi Office Equipments Co ltd
Priority to CN202011480582.XA priority Critical patent/CN112559903B/zh
Publication of CN112559903A publication Critical patent/CN112559903A/zh
Application granted granted Critical
Publication of CN112559903B publication Critical patent/CN112559903B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9536Search customisation based on social or collaborative filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9538Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供的一种社区成员搜索方法、系统、装置及介质,方法包括:获取第一位置信息,根据第一预设距离以及第一位置信息,生成第一搜索范围;获取搜索指令,根据搜索指令从第一搜索范围中得到若干用户对象;确定第一搜索范围中的用户对象数量大于或等于搜索指令中的目标数量;根据搜索指令的目标用户信息与用户对象生成用户相似度;根据相似度生成第一序列,根据目标数量,筛选得到推荐列表,将推荐列表进行可视化展示;方法通过相似度分析,以及地理位置信息进行搜索范围的限制,减少了搜索结果推荐中存在的用户不感兴趣,或者距离过远的无用信息的推荐,能够更加贴合用户的喜好,内容的反馈更加迎合用户需求,可广泛应用于数据处理技术领域。

Description

一种社区成员搜索方法、系统、装置及介质
技术领域
本发明属于数据处理技术领域,尤其是一种社区成员搜索方法、系统、装置及介质。
背景技术
即时通信(IM)是指能够即时发送和接收互联网消息等的业务。自1998年面世以来,特别是近几年的迅速发展,即时通信的功能日益丰富,逐渐集成了电子邮件、博客、音乐、电视、游戏和搜索等多种功能。即时通信不再是一个单纯的聊天工具,它已经发展成集交流、资讯、娱乐、搜索、电子商务、办公协作和企业客户服务等为一体的综合化信息平台。
而基于即时通信或者综合化信息平台为用户提供的搜索方法或搜索引擎,能够基于用户输入的搜索内容以及用户的相关信息进行提供搜索结果,同时在搜索结果中提供其他用户可能感兴趣的内容。但在现有技术中并没有较好地结合用户喜好推荐和用户搜索目标,在用户搜索所得到的内容中,存在大量用户不感兴趣的内容推荐,或者存在大量不可用的数据或信息,根据搜索内容提供的推荐内容不够贴切,用户黏度低。
发明内容
有鉴于此,为至少部分解决上述技术问题之一,本发明实施例目的在于提供一种用户亲密度高的社区成员搜索方法;同时本发明的实施例还提供对应的社区成员搜索系统、装置及存储介质。
第一方面,本发明的技术方案提供了一种社区成员搜索方法,其步骤包括:
获取第一位置信息,根据第一预设距离以及所述第一位置信息,生成第一搜索范围;
获取搜索指令,根据所述搜索指令从所述第一搜索范围中得到若干用户对象;
确定所述第一搜索范围中的用户对象数量大于或等于所述搜索指令中的目标数量;
根据所述搜索指令的目标用户信息与所述用户对象生成用户相似度,
根据所述相似度生成第一序列,根据所述目标数量,筛选得到推荐列表,将所述推荐列表进行可视化展示。
在本申请方案的一种可行的实施例中,所述搜索方法还包括:
确定所述第一搜索范围中的用户对象数量小于所述搜索指令中的目标数量;
增大所述第一预设距离,得到第二搜索范围,根据所述搜索指令从所述第二搜索范围中得到若干用户对象。
在本申请方案的一种可行的实施例中,所述搜索指令还包括相似度阈值,所述搜索方法还包括:
从所述第一序列中筛选所述用户相似度大于或等于所述相似度阈值的用户对象,得到第二序列;
根据所述第二序列中的用户对象更新所述推荐列表。
在本申请方案的一种可行的实施例中,所述搜索方法,其还包括:
确定所述第二序列中用户对象的数量小于所述目标数量;
增大所述第一预设距离,得到第三搜索范围,根据所述搜索指令从所述第三搜索范围中得到若干用户对象;
根据所述用户对象与所述目标用户信息的用户相似度,结合所述相似度阈值生成第三序列,所述第三序列中用户对象的数量与所述目标数量相同。
在本申请方案的一种可行的实施例中,所述根据所述搜索指令的目标用户信息与所述用户对象生成用户相似度这一步骤,其包括:
根据所述目标用户信息提取得到第一文本,根据所述用户对象的用户信息提取得到第二文本;
根据所述第一文本以及所述第二文本进行相似度匹配得到所述相似度;所述相似度匹配包括以下步骤至少之一:
从所述第一文本中提取第一字符串,确定所述第一字符串在所述第二文本中所占比重值;
从所述第一文本中获取若干字符,并得到第一字符顺序,在所述第二文本中确定所述字符的第二字符顺序,生成所述字符顺序相似度值。
在本申请方案的一种可行的实施例中,所述根据所述搜索指令的目标用户信息与所述用户对象生成用户相似度这一步骤,其还包括:
提取所述目标用户信息的目标用户名称,以及提取所述用户对象的用户对象名称;
确定所述目标用户名称与所述用户对象名称相同,将所述用户对象的第二位置信息以及用户信息进行可视化展示;
生成所述推荐列表的链接,将所述链接进行可视化展示。
在本申请方案的一种可行的实施例中,所述搜索方法,其还包括:确定所述用户对象与所述第一位置信息的距离,得到距离数据;
根据所述距离数据以及所述相似度进行加权得到推荐指数,根据所述推荐指数生成第四序列;
根据所述目标数量,筛选所述第四序列得到推荐列表,将所述推荐列表进行可视化展示。
第二方面,本发明的技术方案还提供一种社区成员搜索系统,包括:
定位模块,用于获取第一位置信息,根据第一预设距离以及所述第一位置信息,生成第一搜索范围;
搜索模块,用于获取搜索指令,根据所述搜索指令从所述第一搜索范围中得到若干用户对象;
数据处理模块,用于确定所述第一搜索范围中的用户对象数量大于或等于所述搜索指令中的目标数量;根据所述搜索指令的目标用户信息与所述用户对象生成用户相似度,根据所述相似度生成第一序列,根据所述目标数量,筛选得到推荐列表;
可视化模块,用于将所述推荐列表进行可视化展示。
第三方面,本发明的技术方案还提供基于用户亲密度的即时通讯装置,其包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当至少一个程序被至少一个处理器执行,使得至少一个处理器运行第一方面中的一种社区成员搜索方法。
第四方面,本发明的技术方案还提供了一种存储介质,其中存储有处理器可执行的程序,处理器可执行的程序在由处理器执行时用于运行第一方面中的方法。
本发明的优点和有益效果将在下面的描述中部分给出,其他部分可以通过本发明的具体实施方式了解得到:
本发明所提供的一种社区成员搜索方法,通过用户的位置信息以及确定的目标数量在预设范围内搜索得到若干用户对象,并且根据用户对象与目标用户信息的相似度进行推荐,方法通过相似度分析,以及地理位置信息进行搜索范围的限制,减少了搜索结果推荐中存在的用户不感兴趣,或者距离过远的无用信息的推荐,能够更好地贴合用户的喜好,反馈的内容更加迎合用户需求。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对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他的附图。
图1为本发明实施例一种社区成员搜索系统架构示意图;
图2为本发明实施例一种社区成员搜索方法装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
第一方面,如图1所示,本申请提供了一种社区成员搜索方法,包括步骤S01-S05:
S01、获取第一位置信息,根据第一预设距离以及第一位置信息,生成第一搜索范围。
其中,第一位置信息即为用户当前所处位置,其可以通过多种具有定位功能的移动终端来确定用户当前的位置信息;第一预设距离为预先设定的搜索范围的半径,即以用户当前位置为中心,以第一预设距离为半径所确定的圆的面积,即为第一搜索范围。
S02、获取搜索指令,根据搜索指令从第一搜索范围中得到若干用户对象。
具体地,通过用户交互界面下发搜索指令的用户,为主机用户。在第一搜索范围内存在着一定数量的用户对象,即满足主机用户的搜索指令的相关需求的,或者主机用户感兴趣的用户,其可以为个人用户或者为商铺、景点或建筑设施等。根据主机用户的搜索指令需求,进行粗略筛选,从搜索范围内确定一定数目的用户对象;例如根据主机用户的搜索指令需求进行关键字提取,例如从搜索指令中提取得到关键字“商”,则可以将搜索方位内的各个商铺、商场、自动售货机以及其他盈利性场所的位置信息以及其他相关信息进行提取。
S03、确定第一搜索范围中的用户对象数量大于或等于搜索指令中的目标数量。
具体地,在主机用户的搜索指令可以包含搜索得到的目标数量的限制要求,在初步的粗略搜索过程中,所确定的用户对象的数量,应当满足目标数量的限制要求。
在一些可行的实施例中,搜索方法还包括步骤S031-S032:
S031、确定第一搜索范围中的用户对象数量小于搜索指令中的目标数量;
S032、增大第一预设距离,得到第二搜索范围,根据搜索指令从第二搜索范围中得到若干用户对象。
具体地,在初次的粗略搜索的搜索范围中,可能存在根据关键字匹配后,所得到的用户对象不满足搜索指令中的目标数量的限制要求,可以通过增大设定的范围半径,从而获得新的搜索范围,在新的搜索范围内,确定满足目标数量的用户对象;例如,初始的搜索范围的半径为500米,在500米范围内所确定的用户对象并不满足目标数量(10个)的限制要求,那么将搜索范围的半径扩大到1千米,在1千米的范围内进行再次搜索;若在在1千米的范围内用户对象仍然不满足目标数量,那么按照固定的距离跨度(500米),对搜索范围进一步扩大,直至搜索范围内的用户对象大于或等于目标数量。并且记录最终的搜索范围,在对搜索结果进行可视化展示时,同时进行搜索区域变更的提醒。
S04、根据搜索指令的目标用户信息与用户对象生成用户相似度。
具体地,将粗略搜索得到,且满足目标数量的限制要求的用户对象计算得到其与搜索指令所指向目标用户的相似度。在实施例中,搜索指令可以是对目标用户的模糊描述,例如描述其大概位置,或者其标志特征,方法通过描述的文本内容与粗略搜索得到用户对象的对应的属性信息进行相似度计算,得到相似度值。
在一些可行的实施例中,主机用户可以对相似度进行设置,即搜索指令中还可以包括相似度的限制要求,搜索方法还包括步骤S041-S042:
S041、从第一序列中筛选用户相似度大于或等于相似度阈值的用户对象,得到第二序列;
S042、根据第二序列中的用户对象更新推荐列表。
具体地,根据主机用户设置的相似度的限制要求,即相似度阈值,去除掉不满足相似度、不满足该阈值的用户对象,得到第二序列,第二序列中均为满足主机用户的相似度限制要求的用户对象,根据该序列,生成推荐列表。
在一些可行的实施例中,搜索方法还包括步骤S043-S045:
S043、确定第二序列中用户对象的数量小于目标数量;
S044、增大第一预设距离,得到第三搜索范围,根据搜索指令从第三搜索范围中得到若干用户对象;
S045、根据用户对象与目标用户信息的用户相似度,结合相似度阈值生成第三序列,第三序列中用户对象的数量与目标数量相同。
具体地,在步骤S042中所得到的第二序列中,去除掉不满足相似度、不满足该阈值的用户对象后,其序列中所包含的用户对象可能不在满足目标数量限制要求;进而实施例将增大设定的范围半径,从而获得新的搜索范围,在新的搜索范围内,确定同时满足目标数量以及相似度阈值的用户对象;例如,初始的搜索范围的半径为1千米,在1千米范围内所确定的用户对象满足相似度≥85%的数量不满足目标数量10个,那么将搜索范围的半径扩大到2千米,在2千米的范围内进行再次搜索;若在在2千米的范围内相似度≥85%用户对象仍然不满足目标数量,那么按照固定的距离跨度(1千米),对搜索范围进一步扩大,直至搜索范围内的用户对象大于或等于目标数量。并且记录最终的搜索范围,在对搜索结果进行可视化展示时,同时进行搜索区域变更的提醒。
在一些可行的实施例中,根据搜索指令的目标用户信息与用户对象生成用户相似度S04这一步骤,其还包括步骤S046:
S046、根据目标用户信息提取得到第一文本,根据用户对象的用户信息提取得到第二文本;根据第一文本以及第二文本进行相似度匹配得到相似度;相似度匹配包括以下步骤至少之一:
S046a、从第一文本中提取第一字符串,确定第一字符串在第二文本中所占比重值;
S046b、从第一文本中获取若干字符,并得到第一字符顺序,在第二文本中确定字符的第二字符顺序,生成字符顺序相似度值。
具体地,从目标用户信息提取得到第一文本包括若干字符或字符串,从用户对象的用户信息提取得到第二文本同样包括若干字符或字符串,目标用户信息则是在搜索指令中,主机用户对目标用户进行的模糊描述,例如包括对地理位置的大致描述、别称、以及相关的用户评价;而用户对象的用户信息则包括该对象的所有属性描述,例如对商铺的描述包括位置、面积、营业时间、商品价格等等,必要时还包括其他用户的评价文本。其中,相似度值的值域范围为[0,1],也就是说,字包含相似度值为0~1之间的一个值,字包含相似度的值越大,第二文本中包含越多的第一对象中的字符,即两个文本相同的名称字符越多。相似度值为第二文本中包含有与第一文本中相同字符的字符数量在第二对象中所占的比重值。
另外,字符顺序相似度值是第一文本与第二文本交集(相同的名称字符)中的字符在两者中的次序关系,如果两个文本中包含字的次序关系相同,则两者的相似程度较大,否则两者的相似性程度较低。
在一些可行性的实施例中,根据搜索指令的目标用户信息与用户对象生成用户相似度这一步骤S04,其还包括步骤:
目标用户信息与用户对象生成用户相似度这一步骤,其还包括:
S047、提取目标用户信息的目标用户名称,以及提取用户对象的用户对象名称;
S048、确定目标用户名称与用户对象名称相同,将用户对象的第二位置信息以及用户信息进行可视化展示;
S049、生成推荐列表的链接,将链接进行可视化展示。
具体地,当主机用户在交互界面中输入了确定的目标用户名称,并且在搜索范围内(或者扩大的搜索范围内)确定了具体的用户对象,那么直接将搜索的结果反馈至交互界面;而根据相似度匹配得到的相似用户对象的推荐列表,通过链接的方式在搜索结果中进行展示,主机用户可以通过点击该链接,得到相似的用户对象。
S05、根据相似度生成第一序列,根据目标数量,筛选得到推荐列表,将推荐列表进行可视化展示。
具体地,根据步骤S04中生成的相似度进行降序排列,即得到第一序列,并且根据搜索指令中目标数量的限制要求,滤除掉排序靠后且超过数量限制的用户对象,滤除掉的用户对象与目标用户的相似度较低。由筛选后得到的用户对象构建得到推荐列表,将推荐列表作为搜索结果反馈至交互界面,其中,推荐列表中排位越高的用户对象即为最贴近主机用户的目标对象。
在一些实施例中,搜索方法,还可以包括步骤S06-S08:
S06、确定用户对象与第一位置信息的距离,得到距离数据;
S08、根据距离数据以及相似度进行加权得到推荐指数,根据推荐指数生成第四序列;
S09、根据目标数量,筛选第四序列得到推荐列表,将推荐列表进行可视化展示。
具体地,在搜索范围内确定了满足目标数量以及满足相似度值的用户对象后,根据各个用户对象距离当前位置的距离,得到各个用户对象的距离数据,通过相似度值和距离数据(数值)进行加权运算得到推荐指数,例如相似度占比80%,距离占比20%,按照推荐指数的降序排列得到排序即为第四序列。然后生成用户对象的推荐列表作为搜索结果反馈至交互界面。
在第二方面,本发明的一种系统实施例,一种社区成员搜索系统,包括:
定位模块,用于获取第一位置信息,根据第一预设距离以及第一位置信息,生成第一搜索范围;
搜索模块,用于获取搜索指令,根据搜索指令从第一搜索范围中得到若干用户对象;
数据处理模块,用于确定第一搜索范围中的用户对象数量大于或等于搜索指令中的目标数量;根据搜索指令的目标用户信息与用户对象生成用户相似度,根据相似度生成第一序列,根据目标数量,筛选得到推荐列表;
可视化模块,用于将推荐列表进行可视化展示。
第三方面,如图2所示,本发明实施例还提供可以搭载社区成员搜索系统的装置,其包括至少一个处理器;至少一个存储器,用于存储至少一个程序;当至少一个程序被至少一个处理器执行,使得至少一个处理器运行如第二方面中的一种社区成员搜索方法。
本发明实施例还提供了一种存储介质内存储有程序,程序被处理器执行如第一方面中的方法。
从上述具体的实施过程,可以总结出,本发明所提供的技术方案相较于现有技术存在以下优点或优势:
方法通过相似度分析,以及地理位置信息进行搜索范围的限制,减少了搜索结果推荐中存在的用户不感兴趣,或者距离过远的无用信息的推荐,能够更好地贴合用户的喜好,反馈的内容更加迎合用户需求。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
其中,功能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,本发明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)执行本发明各个实施例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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于上述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种社区成员搜索方法,其特征在于,包括以下步骤:
获取第一位置信息,根据第一预设距离以及所述第一位置信息,生成第一搜索范围;
获取搜索指令,根据所述搜索指令从所述第一搜索范围中得到若干用户对象;
确定所述第一搜索范围中的用户对象数量大于或等于所述搜索指令中的目标数量;
根据所述搜索指令的目标用户信息与所述用户对象生成用户相似度;
根据所述相似度生成第一序列,根据所述目标数量,筛选得到推荐列表,将所述推荐列表进行可视化展示;
其中,所述根据所述搜索指令的目标用户信息与所述用户对象生成用户相似度这一步骤,其包括:
根据所述目标用户信息提取得到第一文本,根据所述用户对象的用户信息提取得到第二文本;其中,所述目标用户信息为在所述搜索指令中对目标用户进行的模糊描述,所述用户对象的用户信息包括用户对象的所有属性描述;
根据所述第一文本以及所述第二文本进行相似度匹配得到所述相似度;
其中,所述相似度包括字包含相似度和字符顺序相似度中的至少一种;所述字包含相似度为第二文本中包含有与第一文本中相同字符的字符数量在第二文本中所占的比重值,所述字包含相似度的值越大,第二文本中包含越多的第一文本中的字符,即第一文本和第二文本相同的名称字符越多;所述字符顺序相似度为第一文本与第二文本的交集中的字符在第一文本和第二文本中的次序关系,当第一文本和第二文本中包含字的次序关系相同,则第一文本与第二文本相似,所述交集为第一文本和第二文本中相同的名称字符;
其中,所述相似度匹配包括以下步骤至少之一:
从所述第一文本中提取第一字符串,确定所述第一字符串在所述第二文本中所占比重值;
从所述第一文本中获取若干字符,并得到第一字符顺序,在所述第二文本中确定所述字符的第二字符顺序,生成所述字符顺序相似度值。
2.根据权利要求1所述的一种社区成员搜索方法,其特征在于,所述搜索方法还包括:
确定所述第一搜索范围中的用户对象数量小于所述搜索指令中的目标数量;
增大所述第一预设距离,得到第二搜索范围,根据所述搜索指令从所述第二搜索范围中得到若干用户对象。
3.根据权利要求1所述的一种社区成员搜索方法,其特征在于,所述搜索指令还包括相似度阈值,所述搜索方法还包括:
从所述第一序列中筛选所述用户相似度大于或等于所述相似度阈值的用户对象,得到第二序列;
根据所述第二序列中的用户对象更新所述推荐列表。
4.根据权利要求3所述的一种社区成员搜索方法,其特征在于,所述搜索方法,其还包括:
确定所述第二序列中用户对象的数量小于所述目标数量;
增大所述第一预设距离,得到第三搜索范围,根据所述搜索指令从所述第三搜索范围中得到若干用户对象;
根据所述用户对象与所述目标用户信息的用户相似度,结合所述相似度阈值生成第三序列,所述第三序列中用户对象的数量与所述目标数量相同。
5.根据权利要求4所述的一种社区成员搜索方法,其特征在于,所述根据所述搜索指令的目标用户信息与所述用户对象生成用户相似度这一步骤,其还包括:
提取所述目标用户信息的目标用户名称,以及提取所述用户对象的用户对象名称;
确定所述目标用户名称与所述用户对象名称相同,将所述用户对象的第二位置信息以及用户信息进行可视化展示;
生成所述推荐列表的链接,将所述链接进行可视化展示。
6.根据权利要求1-5任一项所述的一种社区成员搜索方法,其特征在于,所述搜索方法,其包括:
确定所述用户对象与所述第一位置信息的距离,得到距离数据;
根据所述距离数据以及所述相似度进行加权得到推荐指数,根据所述推荐指数生成第四序列;
根据所述目标数量,筛选所述第四序列得到推荐列表,将所述推荐列表进行可视化展示。
7.一种社区成员搜索系统,其特征在于,包括:
定位模块,用于获取第一位置信息,根据第一预设距离以及所述第一位置信息,生成第一搜索范围;
搜索模块,用于获取搜索指令,根据所述搜索指令从所述第一搜索范围中得到若干用户对象;
数据处理模块,用于确定所述第一搜索范围中的用户对象数量大于或等于所述搜索指令中的目标数量;根据所述搜索指令的目标用户信息与所述用户对象生成用户相似度,根据所述相似度生成第一序列,根据所述目标数量,筛选得到推荐列表;
可视化模块,用于将所述推荐列表进行可视化展示;
其中,所述根据所述搜索指令的目标用户信息与所述用户对象生成用户相似度,包括:
根据所述目标用户信息提取得到第一文本,根据所述用户对象的用户信息提取得到第二文本;其中,所述目标用户信息为在所述搜索指令中对目标用户进行的模糊描述,所述用户对象的用户信息包括用户对象的所有属性描述;
根据所述第一文本以及所述第二文本进行相似度匹配得到所述相似度;
其中,所述相似度包括字包含相似度和字符顺序相似度中的至少一种;所述字包含相似度为第二文本中包含有与第一文本中相同字符的字符数量在第二文本中所占的比重值,所述字包含相似度的值越大,第二文本中包含越多的第一文本中的字符,即第一文本和第二文本相同的名称字符越多;所述字符顺序相似度为第一文本与第二文本的交集中的字符在第一文本和第二文本中的次序关系,当第一文本和第二文本中包含字的次序关系相同,则第一文本与第二文本相似,所述交集为第一文本和第二文本中相同的名称字符;
其中,所述相似度匹配包括以下至少之一:
从所述第一文本中提取第一字符串,确定所述第一字符串在所述第二文本中所占比重值;
从所述第一文本中获取若干字符,并得到第一字符顺序,在所述第二文本中确定所述字符的第二字符顺序,生成所述字符顺序相似度值。
8.一种社区成员搜索装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器运行如权利要求1-6任一项所述的一种社区成员搜索方法。
9.一种存储介质,其中存储有处理器可执行的程序,其特征在于:所述处理器可执行的程序在由处理器执行时用于运行如权利要求1-6中任一项所述的一种社区成员搜索方法。
CN202011480582.XA 2020-12-15 2020-12-15 一种社区成员搜索方法、系统、装置及介质 Active CN112559903B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011480582.XA CN112559903B (zh) 2020-12-15 2020-12-15 一种社区成员搜索方法、系统、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011480582.XA CN112559903B (zh) 2020-12-15 2020-12-15 一种社区成员搜索方法、系统、装置及介质

Publications (2)

Publication Number Publication Date
CN112559903A CN112559903A (zh) 2021-03-26
CN112559903B true CN112559903B (zh) 2024-04-05

Family

ID=75062860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011480582.XA Active CN112559903B (zh) 2020-12-15 2020-12-15 一种社区成员搜索方法、系统、装置及介质

Country Status (1)

Country Link
CN (1) CN112559903B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113098974B (zh) * 2021-04-14 2023-04-07 每日互动股份有限公司 一种确定人口数量的方法、服务器及存储介质
CN113256441A (zh) * 2021-06-03 2021-08-13 探探文化发展(北京)有限公司 一种社交场景下用户推荐方法、装置、设备及存储介质
CN114002178A (zh) * 2021-10-29 2022-02-01 中电科西北集团有限公司 一种利用卫星定位匹配猕猴桃糖度预测模型的方法及装置
CN115174740A (zh) * 2022-06-23 2022-10-11 上海传英信息技术有限公司 推荐方法、电子设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661487A (zh) * 2008-08-27 2010-03-03 国际商业机器公司 对信息项进行搜索的方法和系统
CN102982035A (zh) * 2011-09-05 2013-03-20 腾讯科技(深圳)有限公司 一种社区用户的搜索排序方法及系统
CN107092621A (zh) * 2016-11-24 2017-08-25 北京小度信息科技有限公司 信息搜索方法及装置
CN107247779A (zh) * 2017-06-08 2017-10-13 天津神笔马良网络科技有限公司 交互社区的搜索方法、装置及移动终端
CN108804516A (zh) * 2018-04-26 2018-11-13 平安科技(深圳)有限公司 相似用户查找装置、方法及计算机可读存储介质
CN110020185A (zh) * 2017-12-29 2019-07-16 国民技术股份有限公司 智能搜索方法、终端及服务器
CN110019348A (zh) * 2017-10-27 2019-07-16 微软技术许可有限责任公司 扩展搜索查询
CN111046221A (zh) * 2019-12-17 2020-04-21 腾讯科技(深圳)有限公司 歌曲推荐方法、装置、终端设备以及存储介质
CN111949898A (zh) * 2020-08-28 2020-11-17 平安国际智慧城市科技股份有限公司 搜索结果排序方法、装置、设备及计算机可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8949232B2 (en) * 2011-10-04 2015-02-03 Microsoft Corporation Social network recommended content and recommending members for personalized search results

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661487A (zh) * 2008-08-27 2010-03-03 国际商业机器公司 对信息项进行搜索的方法和系统
CN102982035A (zh) * 2011-09-05 2013-03-20 腾讯科技(深圳)有限公司 一种社区用户的搜索排序方法及系统
CN107092621A (zh) * 2016-11-24 2017-08-25 北京小度信息科技有限公司 信息搜索方法及装置
CN107247779A (zh) * 2017-06-08 2017-10-13 天津神笔马良网络科技有限公司 交互社区的搜索方法、装置及移动终端
CN110019348A (zh) * 2017-10-27 2019-07-16 微软技术许可有限责任公司 扩展搜索查询
CN110020185A (zh) * 2017-12-29 2019-07-16 国民技术股份有限公司 智能搜索方法、终端及服务器
CN108804516A (zh) * 2018-04-26 2018-11-13 平安科技(深圳)有限公司 相似用户查找装置、方法及计算机可读存储介质
CN111046221A (zh) * 2019-12-17 2020-04-21 腾讯科技(深圳)有限公司 歌曲推荐方法、装置、终端设备以及存储介质
CN111949898A (zh) * 2020-08-28 2020-11-17 平安国际智慧城市科技股份有限公司 搜索结果排序方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN112559903A (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
CN112559903B (zh) 一种社区成员搜索方法、系统、装置及介质
US10445351B2 (en) Customer support solution recommendation system
CN106897428B (zh) 文本分类特征提取方法、文本分类方法及装置
CN106682169B (zh) 一种应用标签挖掘方法、装置和应用搜索方法、服务器
CN108885624B (zh) 信息推荐系统及方法
CN106970991B (zh) 相似应用的识别方法、装置和应用搜索推荐方法、服务器
CN106682170B (zh) 一种应用搜索方法和装置
US11436446B2 (en) Image analysis enhanced related item decision
CN113934941A (zh) 一种基于多维度信息的用户推荐系统及方法
CN106570020A (zh) 用于提供推荐信息的方法和装置
CN108140055A (zh) 触发应用信息
CN111881283A (zh) 一种业务关键词库创建方法、智能聊天引导方法及装置
CN110059172B (zh) 基于自然语言理解的推荐答案的方法和装置
CN111310065A (zh) 一种社交推荐方法、装置、服务器及存储介质
CN108470289B (zh) 基于电商购物平台的虚拟物品发放方法及设备
CN116823410B (zh) 数据处理方法、对象处理方法、推荐方法及计算设备
CN112988784A (zh) 数据查询方法、查询语句生成方法及其装置
CN111400464B (zh) 一种文本生成方法、装置、服务器及存储介质
CN113704630A (zh) 一种信息推送方法、装置、可读存储介质和电子设备
CN112860626A (zh) 一种文档排序方法、装置及电子设备
CN109978645B (zh) 一种数据推荐方法和装置
CN113177170A (zh) 评论展示方法、装置及电子设备
CN112579896A (zh) 一种信息推荐方法、装置、电子设备及存储介质
CN111726285A (zh) 即时通信方法及装置
CN111046163A (zh) 未读消息的处理方法、装置、存储介质及设备

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