CN117539886A - 用户关系查询方法、装置、计算设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种用户关系查询方法、装置、计算设备及存储介质。方法包括：获取第二用户相对于第一用户的用户关系查询请求；将第二用户的用户信息发送给第一用户的布隆过滤器，获取布隆过滤器生成的第一查询结果；若第一查询结果为无关系，反馈第一查询结果；若第一查询结果为有关系，在数据存储区中查找第二用户相对于第一用户的用户关系详情数据以生成第二查询结果，反馈第二查询结果。本方案先利用布隆过滤器进行一次查询，在一次查询的结果为无关系时反馈无关系的查询结果，在一次查询的结果为有关系时，在数据存储区进行二次查询并获得二次查询结果，从而在保障查询精度的基础上提升用户关系的查询效率，降低数据存储区的处理压力。

Description

用户关系查询方法、装置、计算设备及存储介质

技术领域

本发明实施例涉及数据处理技术领域，具体涉及一种用户关系查询方法、装置、计算设备及存储介质。

背景技术

随着科技及社会的不断发展，各类互联网服务的出现极大丰富了人们的工作与生活。为了提升服务体验，许多互联网服务会基于用户关系链来提供服务，该用户关系链描述了互联网服务中用户之间的关系。例如，评论服务需基于用户关系链来确定相应的展示策略等等。

目前，用户关系通常存储于数据库中，在需要查询两个用户的用户关系时，需要向数据库发送相应的用户关系查询请求，由数据库反馈对应的用户关系数据。然而该种方式会加大数据库的处理压力，并且用户关系的查询效率低下。

发明内容

鉴于现有技术中存在数据库对用户关系查询请求的处理压力大和/或用户关系查询效率低下的技术问题，提出了本发明实施例，以便提供一种克服上述问题或者至少部分地解决上述问题的用户关系查询方法、装置、计算设备及存储介质。

根据本发明实施例的第一方面，提供了一种用户关系查询方法，包括：

获取第二用户相对于第一用户的用户关系查询请求；

将所述第二用户的用户信息发送给所述第一用户的布隆过滤器，并获取所述布隆过滤器生成的第一查询结果；

若所述第一查询结果为无关系，则反馈所述第一查询结果；

若所述第一查询结果为有关系，则在数据存储区中查找所述第二用户相对于所述第一用户的用户关系详情数据以生成第二查询结果，并反馈所述第二查询结果。

在一种可选的实施方式中，所述将所述第二用户的用户信息发送给所述第一用户的布隆过滤器，并获取所述布隆过滤器生成的第一查询结果进一步包括：

采用预设哈希算法对所述第二用户的用户信息进行处理，以得到所述第二用户的用户信息对应的至少一个哈希值；

在所述第一用户的布隆过滤器中查找各个所述哈希值对应的元素；

若所述对应的元素全为1，则生成有关系的第一查询结果；否则，生成无关系的第一查询结果。

在一种可选的实施方式中，在所述将所述第二用户的用户信息发送给所述第一用户的布隆过滤器之前，所述方法还包括：

获取所述第一用户的预设关系用户的用户信息，根据所述用户信息构建所述第一用户的布隆过滤器。

在一种可选的实施方式中，所述在数据存储区中查找所述第二用户相对于所述第一用户的用户关系详情数据以生成第二查询结果进一步包括：

若能够在数据存储区中查找到第二用户相对于所述第一用户的用户关系详情数据，则将所述用户关系详情数据作为第二查询结果；

若无法在数据存储区中查找到第二用户相对于所述第一用户的用户关系详情数据，则将无关系作为第二查询结果。

在一种可选的实施方式中，所述方法还包括：

确定预设时段内所述第一用户的布隆过滤器的误判率；

若所述误判率超过第一预设阈值，则重新构建所述第一用户的布隆过滤器。

在一种可选的实施方式中，所述确定预设时段内所述第一用户的布隆过滤器的误判率进一步包括：

筛选出在预设时段内第一查询结果为有关系的候选用户关系查询请求；

从所述候选用户关系查询请求中筛选出第一查询结果与第二查询结果相反的目标用户关系查询请求；

确定候选用户关系查询请求的第一数量以及确定目标用户关系查询请求的第二数量；

根据所述第一数量以及所述第二数量计算预设时段内所述第一用户的布隆过滤器的误判率。

在一种可选的实施方式中，所述方法还包括：

检测预设时段内针对第一用户的预设关系用户的删除操作；

若在所述预设时段内所述删除操作的操作次数超出第二预设阈值，则重新构建所述第一用户的布隆过滤器。

在一种可选的实施方式中，所述方法还包括：

检测到针对第一用户的预设关系用户的新增操作，获取新增用户的用户信息；

根据所述新增用户的用户信息更新所述第一用户的布隆过滤器。

在一种可选的实施方式中，所述用户关系查询请求为正向关系查询请求。

在一种可选的实施方式中，所述获取第二用户相对于第一用户的用户关系查询请求进一步包括：

接收针对两个用户的用户关系查询请求；

从所述两个用户中识别出第一用户以及第二用户；

将所述两个用户的用户关系查询请求转换为第二用户相对于第一用户的正向关系查询请求。

根据本发明实施例的第二方面，提供了一种用户关系查询装置，包括：

请求获取模块，用于获取第二用户相对于第一用户的用户关系查询请求；

第一查询模块，用于将所述第二用户的用户信息发送给所述第一用户的布隆过滤器，并获取所述布隆过滤器生成的第一查询结果；若所述第一查询结果为无关系，则反馈所述第一查询结果；

第二查询模块，用于若所述第一查询结果为有关系，则在数据存储区中查找所述第二用户相对于所述第一用户的用户关系详情数据以生成第二查询结果，并反馈所述第二查询结果。

在一种可选的实施方式中，第一查询模块用于：

采用预设哈希算法对所述第二用户的用户信息进行处理，以得到所述第二用户的用户信息对应的至少一个哈希值；

在所述第一用户的布隆过滤器中查找各个所述哈希值对应的元素；

若所述对应的元素全为1，则生成有关系的第一查询结果；否则，生成无关系的第一查询结果。

在一种可选的实施方式中，第一查询模块用于：获取所述第一用户的预设关系用户的用户信息，根据所述用户信息构建所述第一用户的布隆过滤器。

在一种可选的实施方式中，第二查询模块用于：若能够在数据存储区中查找到第二用户相对于所述第一用户的用户关系详情数据，则将所述用户关系详情数据作为第二查询结果；

若无法在数据存储区中查找到第二用户相对于所述第一用户的用户关系详情数据，则将无关系作为第二查询结果。

在一种可选的实施方式中，该装置还包括重构模块，用于确定预设时段内所述第一用户的布隆过滤器的误判率；若所述误判率超过第一预设阈值，则重新构建所述第一用户的布隆过滤器。

在一种可选的实施方式中，重构模块用于：筛选出在预设时段内第一查询结果为有关系的候选用户关系查询请求；

从所述候选用户关系查询请求中筛选出第一查询结果与第二查询结果相反的目标用户关系查询请求；

确定候选用户关系查询请求的第一数量以及确定目标用户关系查询请求的第二数量；

根据所述第一数量以及所述第二数量计算预设时段内所述第一用户的布隆过滤器的误判率。

在一种可选的实施方式中，该装置还包括重构模块，用于检测预设时段内针对第一用户的预设关系用户的删除操作；

若在所述预设时段内所述删除操作的操作次数超出第二预设阈值，则重新构建所述第一用户的布隆过滤器。

在一种可选的实施方式中，该装置还包括更新模块，用于检测到针对第一用户的预设关系用户的新增操作，获取新增用户的用户信息；根据所述新增用户的用户信息更新所述第一用户的布隆过滤器。

在一种可选的实施方式中，所述用户关系查询请求为正向关系查询请求。

在一种可选的实施方式中，请求获取模块用于：接收针对两个用户的用户关系查询请求；

从所述两个用户中识别出第一用户以及第二用户；

将所述两个用户的用户关系查询请求转换为第二用户相对于第一用户的正向关系查询请求。

根据本发明实施例的第三方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述用户关系查询方法对应的操作。

根据本发明实施例的第四方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行上述用户关系查询方法对应的操作。

本发明实施例在处理第二用户相对于第一用户的用户关系查询请求时，先利用第一用户的布隆过滤器进行一次查询，在一次查询的结果为无关系时直接反馈无关系的查询结果，无需再进行二次查询，从而在保障查询精度的基础上提升用户关系的查询效率，并降低数据存储区的处理压力；在一次查询的结果为有关系时，再在数据存储区中进行二次查询并获得二次查询结果，从而保障用户关系的查询精度。

本发明实施例计算第二用户的用户信息对应的哈希值，并根据布隆过滤器中该哈希值对应元素是否为1来生成无关系或有关系的第一查询结果，从而能够提升第一查询结果的生成效率。

本发明实施例根据第一用户的预设关系用户的用户信息构建第一用户的布隆过滤器，提升布隆过滤器的查询精度。

本发明实施例能够在数据存储区中查找到第二用户相对于第一用户的用户关系详情数据时，将用户关系详情数据作为第二查询结果，在无法在数据存储区中查找到第二用户相对于所述第一用户的用户关系详情数据时，将无关系作为第二查询结果，提升最终查询结果的精度。

本发明实施例根据布隆过滤器的误判率和对预设关系用户的删除操作，重新构建布隆过滤器，从而能够提升布隆过滤器的查询精度。

本发明实施例根据第一查询结果为有关系的候选用户关系查询请求的第一数量和第一查询结果与第二查询结果相反的目标用户关系查询请求的第二数量计算布隆过滤器的误判率，从而能够提升误判率的确定精度。

本发明实施例在检测到预设关系用户的新增操作时及时更新布隆过滤器，进一步提升布隆过滤器的查询精度。

本发明实施例将原始多样化的用户关系查询请求归一为第二用户针对第一用户的正向关系查询请求，从而一个用户仅需对应于一个布隆过滤器，从而减少构建的布隆过滤器的数量，节约系统资源。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明实施例的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明实施例的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种用户关系查询方法的流程示意图；

图2示出了本发明实施例提供的另一种用户关系查询方法的流程示意图；

图3示出了本发明实施例提供的又一种用户关系查询方法的流程示意图；

图4示出了本发明实施例提供的再一种用户关系查询方法的流程示意图；

图5示出了本发明实施例提供的一种用户关系查询装置的结构示意图；

图6示出了本发明实施例提供的一种计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明实施例的示例性实施例。虽然附图中显示了本发明实施例的示例性实施例，然而应当理解，可以以各种形式实现本发明实施例而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明实施例，并且能够将本发明实施例的范围完整的传达给本领域的技术人员。

图1示出了本发明实施例提供的一种用户关系查询方法的流程示意图。

其中，本实施例所提供的用户关系查询方法可以由预设的计算设备等执行。

具体地，如图1所示，该方法包括如下步骤：

步骤S110，获取第二用户相对于第一用户的用户关系查询请求。

在许多基于用户关系链的业务中通常会触发第二用户相对于第一用户的用户关系查询请求。例如，在展示针对某用户作品的其他用户评论信息时，会生成其他用户相对于该用户的用户关系查询请求，从而后续根据其他用户与该用户的用户关系来确定其他用户的评论信息的展示样式等等。本发明实施例对用户关系查询请求的触发方式等不作限定。

第一用户和第二用户是两个不同的用户，第二用户相对于第一用户的用户关系查询请求是以第一用户为基准，确定第二用户与该第一用户的用户关系。其中，该用户关系包括正向关系、反向关系、和/或双向关系等等，正向关系又可以称为主动关系，反向关系还可以称为被动关系，若A用户主动对B用户做出相应的社交操作，则确定B用户是A用户的正向关系用户，相应地，A用户是B用户的反向关系用户；若两个用户互为正向关系用户或互为反向关系用户，则确定该两个用户为双向关系，例如若A用户主动对B用户做出社交操作，B用户也主动对A用户做出社交操作，则A用户和B用户存在双向关系。该社交操作包括但不限于：关注、拉黑、喜欢、不看他、悄悄关注、和/或互相关注，等等。

步骤S120，将第二用户的用户信息发送给第一用户的布隆过滤器，并获取布隆过滤器生成的第一查询结果。

与现有技术不同的是，本发明实施例在接收到用户关系查询请求之后并未直接查询数据库等数据存储区，而是在数据存储区上层设置布隆过滤器(Bloom Filter)，由布隆过滤器先处理该用户关系查询请求。

具体地，预先构建任一用户的布隆过滤器，在获取到第二用户相对于第一用户的用户关系查询请求之后，提取预先构建的第一用户的布隆过滤器，将第二用户的用户信息发送给第一用户的布隆过滤器，由该第一用户的布隆过滤器判断第二用户是否相较于第一用户存在预设用户关系，并将该第一用户的布隆过滤器生成的结果作为第一查询结果。

在一种可选的实施方式中，第一用户的布隆过滤器具体可以通过如下方式构建：获取第一用户的预设关系用户的用户信息，根据该用户信息构建第一用户的布隆过滤器。其中，该预设关系用户包括：正向关系用户、负向关系用户、和/或双向关系用户等等。在构建第一用户的布隆过滤器时，获取该第一用户的所有预设关系用户的用户信息，该用户信息包括但不限于用户标识等等，其中，用户标识可以包括用户名称，用户ID等。具体地，布隆过滤器为一个位数组，每个位数组中元素的取值为0或1，在构建布隆过滤器时，针对于每个预设关系用户的用户信息，对该用户信息进行相应的哈希运算(如K次无偏哈希运算等)得到K个哈希值，将位数组中K个哈希值对应位置索引处的元素置为1，例如，若对某个正向关系用户的用户信息进行1次哈希运算后得到1个哈希值h1，则将位数组中h1位置处的元素置为1。

进一步可选的，可以根据第一用户的多种预设关系用户的用户信息构建第一用户的布隆过滤器，例如可以根据第一用户的正向关系用户和负向关系用户的用户信息构建第一用户的布隆过滤器，从而该布隆过滤器可以检测第二用户是否与第一用户存在用户关系；还可以根据第一用户的某种预设关系用户的用户信息构建第一用户的布隆过滤器，从而该布隆过滤器可以检测第二用户是否与第一用户存在某种预设用户关系，例如可以根据第一用户的正向关系用户构建第一用户的布隆过滤器，从而该布隆过滤器可以检测第二用户是否与第一用户存在正向关系。从中可看出，第一用户的布隆过滤器并不存储用户信息本身，从而第一用户的布隆过滤器并不会造成第一用户的用户关系数据的泄露，从而保障用户关系数据的安全性。

在一种可选的实施方式中，第一查询结果具体通过如下方式生成：采用预设哈希算法对第二用户的用户信息进行处理，以得到第二用户的用户信息对应的至少一个哈希值；在第一用户的布隆过滤器中查找上述各个哈希值对应的元素；若对应的元素全为1，则生成有关系的第一查询结果；否则，生成无关系的第一查询结果。例如，可以将第二用户的用户信息进行K次预设哈希运算(如无偏哈希运算)生成K个哈希值，其中，K为大于或等于1的整数，将每个哈希值作为一个位置索引，位数组中该位置索引对应的元素便是各个哈希值对应的元素，若K个哈希值对应的元素均为1，则生成有关系的第一查询结果；若K个哈希值对应的元素中包含至少一个0，则生成无关系的第一查询结果。

由于布隆过滤器能够快速地查询出某个元素是否位于某个集合中，从而本步骤能够快速地获得第一查询结果，该第一查询结果又可以称为一次查询结果。

步骤S130，判断第一查询结果是否为无关系；若是，则执行步骤S140；若否，则执行步骤S150。

步骤S140，反馈第一查询结果。

若第一查询结果为无关系，则向用户关系查询请求的发起端反馈该第一查询结果，即将第二用户相对于第一用户无关系的第一查询结果作为最终的查询结果。

由于布隆过滤器具有“不存在零误判”的特性，即若布隆过滤器确定出某数据在某集合中不存在，则该数据一定不存在该集合中，换言之，若布隆过滤器确定出某数据不存在于某集合中，该判断结果误判率为0。由此，若第一查询结果为无关系，则直接向请求发起端反馈无关系的查询结果，保障用户关系的查询精度。再者，由于在实际的实施过程中，与第一用户存在用户关系的用户数量远小于与第一用户不存在用户关系的用户数量，从而基于用户关系查询请求的反馈结果多数为无关系，由此本发明实施例先通过布隆过滤器快速地反馈无关系的第一查询结果，能够大幅提升用户关系的查询效率。

步骤S150，在数据存储区中查找第二用户相对于第一用户的用户关系详情数据以生成第二查询结果。

若第一查询结果为有关系，则在数据存储区中进行二次查询，在数据存储区中进行二次查询得到的查询结果为第二查询结果，该第二查询结果又可以称为二次查询结果。其中，数据存储区是实际存储用户关系的区域或设备，例如该数据存储区可以为数据库或缓存区等等。

数据存储区中可能存储有第二用户相对于第一用户的用户关系详情数据，该用户关系详情数据包含了第二用户相较于第一用户具体的用户关系，例如用户关系详情数据可以为拉黑、关注、喜欢等等。具体地，由于布隆过滤器在确定某数据存在于某集合时会存在一定的误判率，由此在数据存储区进行二次查询时得到的第二查询结果可以包含两种，若数据存储区中存储有第二用户相对于第一用户的用户关系详情数据，则表明在数据存储区中能够查找到第二用户相对于第一用户的用户关系详情数据，则将该用户关系详情数据作为第二查询结果；若数据存储区中未存储有第二用户相对于第一用户的用户关系详情数据，则表明在数据存储区中无法查找到第二用户相对于第一用户的用户关系详情数据，则将无关系作为第二查询结果。

步骤S160，反馈第二查询结果。

将步骤S150获得的第二查询结果反馈给用户关系查询请求的发起端，该第二查询结果为最终的查询结果。

由此可见，本发明实施例提供的用户关系查询方法中，在处理第二用户相对于第一用户的用户关系查询请求时，先利用第一用户的布隆过滤器进行一次查询，在一次查询的结果为无关系时直接反馈无关系的查询结果，无需再进行二次查询，从而在保障查询精度的基础上提升用户关系的查询效率，并降低数据存储区的处理压力；在一次查询的结果为有关系时，再在数据存储区中进行二次查询并获得二次查询结果，从而保障用户关系的查询精度。

图2示出了本发明实施例提供的另一种用户关系查询方法的流程示意图。

其中，本实施例所提供的用户关系查询方法可以由预设的计算设备等执行。

具体地，如图2所示，该方法包括如下步骤：

步骤S210，接收针对两个用户的用户关系查询请求，从两个用户中识别出第一用户以及第二用户，将两个用户的用户关系查询请求转换为第二用户相对于第一用户的正向关系查询请求。

请求发起端可以发起针对两个用户的用户关系查询请求，该用户关系查询请求可以为一个用户针对另一用户的正向关系查询请求、反向关系查询请求、和/或双向关系查询请求，等等。

在一种可选的实施方式中，可以针对于每个用户构建不同用户关系类型的布隆过滤器，例如根据用户的正向关系用户的用户信息构建正向关系类型的布隆过滤器，根据用户的反向关系用户的用户信息构建反向关系类型的布隆过滤器，根据用户的双向关系用户的用户信息构建双向关系类型的布隆过滤器。则根据用户关系查询请求的具体类型利用对应的布隆过滤器进行一次查询，例如若用户关系查询请求为正向关系查询请求，则查询对应用户的正向关系类型的布隆过滤器，若用户关系查询请求为反向关系查询请求，则查询对应用户的反向关系类型的布隆过滤器。

然而，采用上述方式每个用户对应有多个布隆过滤器，从而增加系统成本。鉴于此，本发明实施例为了减少布隆过滤器的构建数目，节约系统资源，针对于一个用户仅根据该用户的某类用户关系的用户信息生成布隆过滤器，从而一个用户仅对应于一个布隆过滤器。例如，根据用户的正向关系用户的用户信息生成对应的布隆过滤器。

由于本发明实施例中构建的是用户的正向关系类型的布隆过滤器，而原始接收到的用户关系查询请求可以为正向关系查询请求、反向关系查询请求、双向关系查询请求等多元化的查询请求，由此本发明实施例将原始接收到的针对两个用户的用户关系查询请求归一化为正向关系查询请求，以便于后续处理。

在请求转换过程中，具体是识别出第一用户和第二用户。具体地，若原始接收到的针对两个用户的用户关系查询请求为正向关系查询请求，则无需进行转换，例如原始的用户关系查询请求为“查询用户A相对于用户B的正向关系查询请求”，则将用户A作为第二用户，用户B作为第一用户；若原始接收到的两个用户的用户关系查询请求为负向关系查询请求，则需进行请求转换，例如原始的用户关系查询请求为“查询用户A相对于用户B的负向关系查询请求”，则将用户A作为第一用户，用户B作为第二用户，由此转换后的请求为“查询用户B相对于用户A的正向关系查询请求”；若原始接收到的两个用户的用户关系查询请求为双向关系查询请求，则生成两个正向关系查询请求，例如原始的用户关系查询请求为“查询用户A相对于用户B的双向关系查询请求”，由此转换后的请求为“查询用户B相对于用户A的正向关系查询请求”以及“查询用户A相对于用户B的正向关系查询请求”，后续根据转换后的两个请求对应的最终查询结果生成该双向关系查询请求的最终查询结果。

步骤S220，将第二用户的用户信息发送给第一用户的布隆过滤器，并获取布隆过滤器生成的第一查询结果；其中，第一用户的布隆过滤器根据第一用户的正向关系用户的用户信息构建。

本发明实施例根据第一用户的正向关系用户的用户信息构建布隆过滤器，该第一用户可以仅对应于一个布隆过滤器，并通过该布隆过滤器生成第一查询结果。

步骤S230，若第一查询结果为无关系，则反馈第一查询结果。

步骤S240，若第一查询结果为有关系，则在数据存储区中查找第二用户相对于第一用户的正向关系详情数据以生成第二查询结果，并反馈第二查询结果。

由此可见，本发明实施例提供的用户关系查询方法中，将原始多样化的用户关系查询请求统一为第二用户针对第一用户的正向关系查询请求，从而一个用户仅需对应于一个布隆过滤器，从而减少构建的布隆过滤器的数量，节约系统资源。

图3示出了本发明实施例提供的又一种用户关系查询方法的流程示意图。

其中，本实施例所提供的用户关系查询方法是对其他用户关系查询方法的优化或补充。

具体地，如图3所示，该方法包括如下步骤：

步骤S310，判断预设时段内第一用户的布隆过滤器的误判率是否超过第一预设阈值，若是，则执行步骤S330。

由于布隆过滤器在第一查询结果为有关系时会存在一定程度的误判，即布隆过滤器会将实质无关系误判为有关系，在该种情况下需在数据存储区进行二次查找来得到无关系的第二查询结果，由此造成查询效率的降低以及系统资源的浪费。

鉴于此，本发明实施例确定预设时段内第一用户的布隆过滤器的误判率，在误判率超过第一预设阈值时，表明当前布隆过滤器的误判情况较为严重，则执行步骤S330以重新构建第一用户的布隆过滤器。若预设时段内第一用户的布隆过滤器的误判率未超过预设阈值，则沿用当前的布隆过滤器。其中，在实际实施过程中可以根据查询效率需求确定该第一预设阈值，例如，在查询效率需求较高时，该第一预设阈值可以为3％等较小数值，以便于及时更新布隆过滤器，从而满足后续的高查询效率需求；在查询效率需求较低时，该第一预设阈值可以为15％等，从而可以适当减少布隆过滤器的变更频次，节约系统资源。

在一种可选的实施方式中，第一用户的布隆过滤器的误判率可以通过如下方式确定：

筛选出在预设时段内第一查询结果为有关系的候选用户关系查询请求，该预设时段可以为最近一天等等，从预设时段内相对于第一用户的用户关系查询请求中筛选出第一查询结果为有关系的用户关系查询请求，则处于预设时段内，相对于第一用户，以及第一查询结果为有关系的用户关系查询请求为候选用户关系查询请求。

从候选用户关系查询请求中筛选出第一查询结果与第二查询结果相反的目标用户关系查询请求。具体地，目标用户关系查询请求从候选用户关系查询请求中筛选获得，即目标用户关系查询请求是候选用户关系查询请求的子集，并且目标用户关系查询请求的第一查询结果与第二查询结果相反，即目标用户关系查询请求的第一查询结果为有关系，目标用户关系查询请求的第二查询结果为无关系，则目标用户关系查询请求便是第一用户的布隆过滤器发生误判的请求。

进一步确定候选用户关系查询请求的第一数量以及确定目标用户关系查询请求的第二数量，即候选用户关系查询请求的数量为第一数量，目标用户关系查询请求的数量为第二数量，第一数量大于或等于第二数量。

最终根据第一数量以及第二数量计算预设时段内第一用户的布隆过滤器的误判率。例如，可以将第二数量与第一数量的比值作为第一用户的布隆过滤器的误判率。

在此应当理解的是，第一用户的布隆过滤器的误判率确定方式并不局限于上述方式，例如还可以筛选出在预设时段内第一查询结果为有关系的候选用户关系查询请求，从候选用户关系查询请求中筛选出第一查询结果与第二查询结果相同的用户关系查询请求，并确定该第一查询结果与第二查询结果相同的用户关系查询请求的第三数量，根据第三数量与候选用户关系查询请求的第一数量的比值确定出第一用户的布隆过滤器的精确率，基于该精确率确定第一用户的布隆过滤器的误判率(比如，可以将1-精确率作为对应的误判率)。

步骤S320，判断预设时段内针对第一用户的预设关系用户的删除操作的操作次数是否超过第二预设阈值，若是，则执行步骤S330。

由于布隆过滤器具有元素删除困难的特征，则本发明实施例还可以检测预设时段内针对第一用户的预设关系用户的删除操作，该删除操作是将原本与第一用户存在预设关系的用户删除，执行删除操作后原本与第一用户存在预设关系的用户将不再与第一用户存在预设关系。例如用户A先前关注用户B，则用户B为用户A的正向关系用户，若用户A取消关注用户B，则该取消关注操作便是针对用户A的正向关系用户的删除操作。

若在预设时段内删除操作的操作次数超出第二预设阈值，则表明布隆过滤器中元素与第一用户现有的预设关系用户存在较大偏差，布隆过滤器会产生较大的误判，则执行步骤S330以重新构建第一用户的布隆过滤器，例如，该第二预设阈值可以为3等等。

此外，若当前检测到第一用户的预设关系用户已经为空，则也可以进一步执行步骤S330以重构布隆过滤器。

步骤S330，重新构建第一用户的布隆过滤器。

在预设时段内第一用户的布隆过滤器的误判率超过第一预设阈值，或者预设时段内针对第一用户的预设关系用户的删除操作的操作次数超过第二预设阈值，又或者，当前检测到第一用户的预设关系用户已经为空，则重新构建第一用户的布隆过滤器。在重新构建第一用户的布隆过滤器时，具体是根据第一用户的当前的预设关系用户的用户信息构建布隆过滤器，例如根据第一用户当前的正向关系用户的用户信息重新构建第一用户的布隆过滤器。

此外，在一种可选的实施方式中，在检测到针对第一用户的预设关系用户的新增操作，获取新增用户的用户信息，根据新增用户的用户信息更新第一用户的布隆过滤器。具体地，若检测到针对第一用户的预设关系用户的新增操作，则根据该新增用户的用户信息生成对应的元素记录于第一用户的布隆过滤器中，从而实现第一用户的布隆过滤器的更新，在更新时仅增加了布隆过滤器中的元素，而不影响布隆过滤器中原有的其他元素。例如，若检测到用户A关注了用户B，则该关注操作为正向关系用户的新增操作，从而根据用户B的用户信息更新用户A的布隆过滤器。

本发明实施例中，布隆过滤器的更新及重构过程可以异步进行，并且上述步骤S310和步骤S320也可以异步执行。此外，本发明实施例中的各个步骤还可以与“获取第二用户相对于第一用户的用户关系查询请求；将第二用户的用户信息发送给第一用户的布隆过滤器，并获取布隆过滤器生成的第一查询结果；若第一查询结果为无关系则反馈第一查询结果；若第一查询结果为有关系，在数据存储区中查找第二用户相对于第一用户的用户关系详情数据以生成第二查询结果，并反馈第二查询结果”异步执行。

由此可见，本发明实施例提供的用户关系查询方法中，在布隆过滤器误判率较高或第一用户删除预设关系用户的次数较多时，及时重新构建第一用户的布隆过滤器，从而提升第一布隆过滤器的查询精度，并提升整体的查询效率；而且在检测到预设关系用户的新增操作时及时更新第一用户的布隆过滤器，进一步提升布隆过滤器的查询精度，并有利于提升整体的查询效率。

图4示出了本发明实施例提供的再一种用户关系查询方法的流程示意图。如图4所示，本方法的执行依赖于查询模块以及离线监控模块。

具体地，发起端发起查询正向关系的请求，并先查询布隆过滤器，如果过滤器结果是“无关系”则直接向发起端返回“无关系”的第一查询结果。如果过滤器结果是“有关系”，那么在关系链缓存或关系链数据库进行二次查询以查询实际的正向关系，若能够查找到实际的正向关系，则向发起端返回实际的正向关系。

在过滤器结果是“有关系”，并且关系链缓存或关系链数据库如果确实有该正向关系时对当前的第一用户对应的准确计数+1，并将准确计数结果记录于离线监控模块数据中。而且如果过滤器结果是“有关系”则总计数+1，并将总计数记录于离线监控模块数据中。并根据总计数和准确计数离线计算准确率，如果低于阈值，则将该第一用户uid投递于kafka。此外，从关系链缓存或关系链数据库中提取相关用户操作数据，并以天级别离线同步至离线关注数据中，并根据离线关注数据离线计算删除次数较多的用户或已无正向关系用户的用户，并将该用户的uid投递kafka中。根据kafka中的用户uid异步重建过滤器，以供后续查询。

由此可见，本发明实施例提供的用户关系查询方法中，在一次查询的结果为无关系时直接反馈无关系的查询结果，在一次查询的结果为有关系时，再在数据存储区中进行二次查询并获得二次查询结果，在保障用户关系的查询精度的基础上提升用户关系的查询效率；而且在布隆过滤器误判率较高、第一用户删除预设关系用户的次数较多等情况时及时重新构建第一用户的布隆过滤器，从而提升第一布隆过滤器的查询精度。

图5示出了本发明实施例提供的一种用户关系查询装置的结构示意图。如图5所示，该装置500包括：请求获取模块510、第一查询模块520以及第二查询模块530。

请求获取模块510，用于获取第二用户相对于第一用户的用户关系查询请求；

第一查询模块520，用于将所述第二用户的用户信息发送给所述第一用户的布隆过滤器，并获取所述布隆过滤器生成的第一查询结果；若所述第一查询结果为无关系，则反馈所述第一查询结果；

第二查询模块530，用于若所述第一查询结果为有关系，则在数据存储区中查找所述第二用户相对于所述第一用户的用户关系详情数据以生成第二查询结果，并反馈所述第二查询结果。

在一种可选的实施方式中，第一查询模块520用于：

采用预设哈希算法对所述第二用户的用户信息进行处理，以得到所述第二用户的用户信息对应的至少一个哈希值；

在所述第一用户的布隆过滤器中查找各个所述哈希值对应的元素；

若所述对应的元素全为1，则生成有关系的第一查询结果；否则，生成无关系的第一查询结果。

在一种可选的实施方式中，第一查询模块520用于：获取所述第一用户的预设关系用户的用户信息，根据所述用户信息构建所述第一用户的布隆过滤器。

在一种可选的实施方式中，第二查询模块530用于：若能够在数据存储区中查找到第二用户相对于所述第一用户的用户关系详情数据，则将所述用户关系详情数据作为第二查询结果；

若无法在数据存储区中查找到第二用户相对于所述第一用户的用户关系详情数据，则将无关系作为第二查询结果。

在一种可选的实施方式中，该装置还包括重构模块(图中未示出)，用于确定预设时段内所述第一用户的布隆过滤器的误判率；若所述误判率超过第一预设阈值，则重新构建所述第一用户的布隆过滤器。

在一种可选的实施方式中，重构模块用于：筛选出在预设时段内第一查询结果为有关系的候选用户关系查询请求；

从所述候选用户关系查询请求中筛选出第一查询结果与第二查询结果相反的目标用户关系查询请求；

确定候选用户关系查询请求的第一数量以及确定目标用户关系查询请求的第二数量；

根据所述第一数量以及所述第二数量计算预设时段内所述第一用户的布隆过滤器的误判率。

在一种可选的实施方式中，该装置还包括重构模块(图中未示出)，用于检测预设时段内针对第一用户的预设关系用户的删除操作；

若在所述预设时段内所述删除操作的操作次数超出第二预设阈值，则重新构建所述第一用户的布隆过滤器。

在一种可选的实施方式中，该装置还包括更新模块(图中未示出)，用于检测到针对第一用户的预设关系用户的新增操作，获取新增用户的用户信息；根据所述新增用户的用户信息更新所述第一用户的布隆过滤器。

在一种可选的实施方式中，所述用户关系查询请求为正向关系查询请求。

在一种可选的实施方式中，请求获取模块用于：接收针对两个用户的用户关系查询请求；

从所述两个用户中识别出第一用户以及第二用户；

将所述两个用户的用户关系查询请求转换为第二用户相对于第一用户的正向关系查询请求。

由此可见，本发明实施例提供的用户关系查询装置中，在处理第二用户相对于第一用户的用户关系查询请求时，先利用第一用户的布隆过滤器进行一次查询，在一次查询的结果为无关系时直接反馈无关系的查询结果，无需再进行二次查询，从而在保障查询精度的基础上提升用户关系的查询效率，并降低数据存储区的处理压力；在一次查询的结果为有关系时，再在数据存储区中进行二次查询并获得二次查询结果，从而保障用户关系的查询精度。

图6示出了本发明实施例提供的一种计算设备的结构示意图。本发明实施例并不对计算设备的具体实现做限定。

如图6所示，该计算设备可以包括：处理器(processor)602、通信接口(Communications Interface)604、存储器(memory)606、以及通信总线608。

其中：处理器602、通信接口604、以及存储器606通过通信总线608完成相互间的通信。通信接口604，用于与其它设备比如客户端或其它服务器等的网元通信。处理器602，用于执行程序610，具体可以执行上述用于用户关系查询方法实施例中的相关步骤。

具体地，程序610可以包括程序代码，该程序代码包括计算机操作指令。

处理器602可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器606，用于存放程序610。存储器606可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。程序610具体可以用于使得处理器602执行上述任一方法实施例中的方法。

本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的用户关系查询方法。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明实施例的内容，并且上面对特定语言所做的描述是为了披露本发明实施例的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明实施例的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明实施例并帮助理解各个发明方面中的一个或多个，在上面对本发明实施例的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明实施例要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明实施例的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明实施例的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明实施例的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明实施例还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明实施例的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明实施例进行说明而不是对本发明实施例进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明实施例可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (13)

1.一种用户关系查询方法，其特征在于，包括：

获取第二用户相对于第一用户的用户关系查询请求；

将所述第二用户的用户信息发送给所述第一用户的布隆过滤器，并获取所述布隆过滤器生成的第一查询结果；

若所述第一查询结果为无关系，则反馈所述第一查询结果；

若所述第一查询结果为有关系，则在数据存储区中查找所述第二用户相对于所述第一用户的用户关系详情数据以生成第二查询结果，并反馈所述第二查询结果。

2.根据权利要求1所述的方法，其特征在于，所述将所述第二用户的用户信息发送给所述第一用户的布隆过滤器，并获取所述布隆过滤器生成的第一查询结果进一步包括：

采用预设哈希算法对所述第二用户的用户信息进行处理，以得到所述第二用户的用户信息对应的至少一个哈希值；

在所述第一用户的布隆过滤器中查找各个所述哈希值对应的元素；

若所述对应的元素全为1，则生成有关系的第一查询结果；否则，生成无关系的第一查询结果。

3.根据权利要求1或2所述的方法，其特征在于，在所述将所述第二用户的用户信息发送给所述第一用户的布隆过滤器之前，所述方法还包括：

获取所述第一用户的预设关系用户的用户信息，根据所述用户信息构建所述第一用户的布隆过滤器。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述在数据存储区中查找所述第二用户相对于所述第一用户的用户关系详情数据以生成第二查询结果进一步包括：

若能够在数据存储区中查找到第二用户相对于所述第一用户的用户关系详情数据，则将所述用户关系详情数据作为第二查询结果；

若无法在数据存储区中查找到第二用户相对于所述第一用户的用户关系详情数据，则将无关系作为第二查询结果。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：

确定预设时段内所述第一用户的布隆过滤器的误判率；

若所述误判率超过第一预设阈值，则重新构建所述第一用户的布隆过滤器。

6.根据权利要求5所述的方法，其特征在于，所述确定预设时段内所述第一用户的布隆过滤器的误判率进一步包括：

筛选出在预设时段内第一查询结果为有关系的候选用户关系查询请求；

从所述候选用户关系查询请求中筛选出第一查询结果与第二查询结果相反的目标用户关系查询请求；

确定候选用户关系查询请求的第一数量以及确定目标用户关系查询请求的第二数量；

根据所述第一数量以及所述第二数量计算预设时段内所述第一用户的布隆过滤器的误判率。

7.根据权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：

检测预设时段内针对第一用户的预设关系用户的删除操作；

若在所述预设时段内所述删除操作的操作次数超出第二预设阈值，则重新构建所述第一用户的布隆过滤器。

8.根据权利要求1-7中任一项所述的方法，其特征在于，所述方法还包括：

检测到针对第一用户的预设关系用户的新增操作，获取新增用户的用户信息；

根据所述新增用户的用户信息更新所述第一用户的布隆过滤器。

9.根据权利要求1-8中任一项所述的方法，其特征在于，所述用户关系查询请求为正向关系查询请求。

10.根据权利要求9所述的方法，其特征在于，所述获取第二用户相对于第一用户的用户关系查询请求进一步包括：

接收针对两个用户的用户关系查询请求；

从所述两个用户中识别出第一用户以及第二用户；

将所述两个用户的用户关系查询请求转换为第二用户相对于第一用户的正向关系查询请求。

11.一种用户关系查询装置，其特征在于，包括：

请求获取模块，用于获取第二用户相对于第一用户的用户关系查询请求；

第一查询模块，用于将所述第二用户的用户信息发送给所述第一用户的布隆过滤器，并获取所述布隆过滤器生成的第一查询结果；若所述第一查询结果为无关系，则反馈所述第一查询结果；

第二查询模块，用于若所述第一查询结果为有关系，则在数据存储区中查找所述第二用户相对于所述第一用户的用户关系详情数据以生成第二查询结果，并反馈所述第二查询结果。

12.一种计算设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-10中任一项所述的用户关系查询方法对应的操作。

13.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-10中任一项所述的用户关系查询方法对应的操作。