TW201232440A - Method and system for recommending friends in social networking service (SNS) community - Google Patents

Method and system for recommending friends in social networking service (SNS) community Download PDF

Info

Publication number
TW201232440A
TW201232440A TW100101808A TW100101808A TW201232440A TW 201232440 A TW201232440 A TW 201232440A TW 100101808 A TW100101808 A TW 100101808A TW 100101808 A TW100101808 A TW 100101808A TW 201232440 A TW201232440 A TW 201232440A
Authority
TW
Taiwan
Prior art keywords
community
user
list
friend
friends
Prior art date
Application number
TW100101808A
Other languages
English (en)
Other versions
TWI547890B (zh
Inventor
Lu-Ming Zhou
Xin Feng
Original Assignee
Tencent Tech Shenzhen 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 Tencent Tech Shenzhen Co Ltd filed Critical Tencent Tech Shenzhen Co Ltd
Priority to TW100101808A priority Critical patent/TWI547890B/zh
Publication of TW201232440A publication Critical patent/TW201232440A/zh
Application granted granted Critical
Publication of TWI547890B publication Critical patent/TWI547890B/zh

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

201232440 六、發明說明: 【發明所屬之技術領域】 本發明涉及網際網路技術領域,尤其涉及一種SNS社區中推薦好友的 方法及系統。 【先前技術】 社會性網路(Social Networking Service,簡稱 “SNS”)是 Web2.0 體系下的一個技術應用架構。SNS通過直接的社會朋友關係的建立,朋友之 • 間進行人力資源分享,在建立社會關係的過程中完成或解決具體的應用問 SNS基於六度分隔理論運作,即:在人脈網路中,要結識任意一位陌生 的朋友’中間最多只要通過六侧友就可以達到目的。按照六度分隔理論, 每個個體的社交圏都不斷放大,最後成為—個大型網路。 隨著網路上SNS社區用戶數量的不斷增長,用戶在茫茫人海中尋找自己 身邊認識的人越發困難。傳統的方式是用戶通過關鍵字搜尋,例如輸入想 認識的人的姓名,根據SNS社區中用戶填寫的個人資料搜尋與關鍵字相匹 籲配的用戶並進行推薦。這種方法依賴於用戶填寫的個人資料,而用戶填寫 的個人資料往往不能反應真實的狀況,因此準確度不高。另外,當用戶並 不知道其想認識的人的部分資訊時,則無法進行搜尋。 1 【發明内容】 於此,有必要提供一種能提高鋪準確度的社區中推薦好友 的方法。 -種*社區中推薦好友的方法,包括以下步驟:獲取用戶的行為資 訊;根據所述行為資訊,結合社區資訊,生成好友推薦列表;以及將所述⑸ 3 201232440 好友推薦縣推薦給用戶。 戶的行為為汛可以是用戶的即時通訊好友列表所述社區資訊是 品戶°主冊貝讯,所述生成好友推薦列表的步驟具體可以是:讀取用 .. 、k。崎友列表,以及獲取所述即時通訊好友列表巾已在社區註冊 的用戶,生成好友推薦列表。 該用戶的行騎辦以是用戶在魏t的好友,所述社區資訊是 社區用戶的社區__表,所魅成好友推朗表的步驟具體是:讀取 籲 在?區中的好友列表;以及獲取所述好友列表中的用戶的社區關係鏈 列表,即為好友推薦列表。 顧戶的仃為魏可以是用戶登錄社區的π位址列表,所述社區資訊 是社區的用戶註冊資訊,所述生成好友推薦列表的步驟具體是:讀取用戶 的登錄社區特地址列表;獲取所述㈣址列表中權重最高物也址; 以及獲取社區巾最·_ IP地址柄鱗重最高的ιρ地址的註冊用戶 列表,即為好友推薦列表。 該肝的行為資訊是用戶的即時通訊群列表,所述社區資訊是社區的 用戶錢胃λ ’所述生成好錄薦列表的麵频是:讀卵戶的即時通 訊群列表;獲取所述群列表中的群用戶列表;以及獲取所述群用戶列表中 已在社區註冊的社區用戶列表,即為好友推薦列表。 將所述好友推薦列 而將好友賊絲減給用戶的步驟具體可以是: 表中的用戶的社區好友去除錄薦給用戶。 爲列表 所述將好友推薦列表推薦給用戶的步驟還包括:對所述好友推 按照好友權重進行排序。 201232440 ^ 、’〔將好友顧列表推Μ賴戶的步驟進—步包括:麵所述好友推 爲戶的社區好友,·對去除了用戶的社區好友的好友推薦列表按 :照好友權魏簡序;叹_雜_錄薦絲減給用戶。 t 所述好重是在所述好友推薦列表h現的次數、社_訊的完整 度、或者社區資訊與用户的相關度。 〃此外還有必要提供—種能提高推薦準確度的娜社區中推薦好友的 系統。 _ 種SNS社區中推薦好友的系統,包括:用戶行為資訊獲取模組,用 於獲取用戶的行為資訊;社區資訊獲取模組,用於獲取社區資訊;好友推 屬列表核,根據所賴戶崎騎訊,並結合社區資訊,生成 好友推薦列表;推薦模組,將生成的好友推薦列表推薦給用戶。 該用戶的行為資訊是用戶的即時通訊好友列表,所述社區資訊是社區 的用戶《主冊賴’所述好友推薦列表生成模組進一步用於讀取用戶的即時 通訊好友列表’獲取所述即時通訊好友列表中已在社區註冊關戶, _ 好友推薦列表。 該用戶的行為資訊是用戶在社區中的好友列表,所述社區資訊是社區 t用戶的社_係鏈列表,所述好友推薦列表生成模組進-步綴讀取用戶 才區中的好友列表’獲取所述好友列表中的用戶的社區關係鏈列表作為 : 好友推薦列表。 顧戶的行為資訊是用戶登錄社區的①位址列表,所述社區資訊是社 區的用戶註冊魏,所述好友推薦列表生成進-步麟讀取用戶登錄 社區的IP地址列表,獲取所述IP地址列表中權重最高的Ip位址獲取社 5 201232440 區中最後麵的IP恤騎轉较糾ιρ地址的註侧戶列表作為好 友推薦列表。 : 人、订為貝Λ疋用戶的即時通訊群列表,所述社ϋ資訊是社區的 ··用戶註冊魏,所述好友減職生賴組進於讀取用戶的即時通 訊群列表,獲取所述群列表中的群用戶列表,獲取所述群用戶列表中已在 社區註冊的社區用戶列表作為好友推薦列表。 所述好友推薦列表生成模组還用於去除好友推薦列表中的用戶的社區 鲁好友,並且減射驗將絲了用戶齡區好友的好錄薦列表推 薦給用戶。 用於對所述好友推薦列表按照好 另外,該系統還可包括:排序模組, 友權重進行排序。 所述好友減職生賴__去除所絲友減列表巾的用戶的 社區好友,所述排賴組還用於對去除了用戶的社區好友的好友推薦列表 按照好友觀進行鱗,並歸雜賴组還祕縣除了 ^的社區好 _友的、按照好友權重排序後的好友推篇列表推薦給用戶。 所述好友《是在·好友闕列射出現的次數、社㈣訊的完整 度、或者社區資訊與用戶的相關度。 $ 上述*社區中推薦好友的方法及系統,通過獲取用戶的行為資訊並 結合社區資訊,生成好友推篇列表,該好友推薦列表中的用戶則是與用戶 相關及可能會認識的人’通過建立他們之間的關係從而提高了推薦好友的 準確度,大大提高了用戶找到朋友的機率;同時,該方法及系统能在用戶 登錄社區時主動提供給用戶,方㈣戶選擇他們可能認識麵望認識的门 6 201232440 人,增強了社區的互動,從而拉動了社區好友關係的活躍度。 【實施方式】 該方法流 第-圖示出了本發明中的SNS社區中推薦好友的方絲程, 程具體過程如下: 在步驟_中,獲取用戶的行為資訊。在一個實施方式中,用戶的行 為資訊包括以下的-種或多種:用戶的㈣通訊好友列表、用戶在社區中 的好友列表、用戶登錄社_ IP地址列表、用戶的即時通訊群列表等。 在步糊2中,根據所述行為資訊,結合社區資訊,生成好友推薦列 表。在-個實施方式中’結合的社區資訊包括社區的註冊用戶、用戶在社 區的關係鏈列表等。 在步驟中,將好友推薦列表推薦給用戶。可以在用戶登賴社 區時將好友推薦列表推薦給用戶,使用戶登錄哪社區即可看到與其相關 的或可能會想認識的人。所生成的好友推制表中的好友妓與用戶相關 的,因此推薦好友的準確度高。 可選擇地,在轉湖中,贿錄薦職推私❹的步驟且體可 以是:將所述好友推薦列表令的用戶的社區好友去除後推薦給用戶。由於 所生成的好友減列表中可能會包含了用戶的社區好友,為了避免這部分 用戶的社區好友重絲薦給用戶 社區好友。 因此而要去除好友推薦列表中的用戶的 可選擇地,在步驟_,所述將好友推薦 属夕]表推虑給用戶的步驟還 已括.對所述好友推薦列表按照 T徘序逆裏的好友權重可以 201232440 是在所述好綱樹峻蝴、晴祕撕、齡社區資訊 與用戶的相關度等等。由於按照好友權重對好友推薦列表進行了排序 使權重高的排序靠前,使用戶能最方便最快速的得到與其最相關的好友°。 第二圖示出了-個實施方# SNS社區中推薦好友的方法流程, 程具體過程如下: 在步驟S201中,獲取用戶的行為資訊。 表 在步驟S202中,根據所述行為資訊,結合社區資訊,生成好友推薦列 區好友 在步驟哪中,去除所述好友推薦列表中的用户的社區好友。由於所 生成的好友推制表何能會包含了用戶的社區好友,為了避免這部分用 戶的社區好友重複減給用戶,因此需要絲好友推薦列表中的用戶的社 在步驟聰中,對去除了用戶的社區好友的好友推薦列表按照好友權 重進行排序。這裏的好友權重可以是在好友推薦列表中出現的次數、在社 • 區註冊的資訊完整度等等。 在步謂5中,將解後的好友推薦列表推薦給用戶。由於按昭好友 權重對好友推薦列表進行了排序,可使權重高的排序靠前,使用戶能最方 * 便最快速的得到與其最相關的好友。 ,第三圖示出了第-個實施例中的SNS社區中推薦好友的方法流程,該 方法流程具體過程如下: 在步驟中,讀取用戶的即時通訊好友列表。該實施例中,將用戶 的㈣通訊工具與SNS社區進行結合,在用戶登錄娜社區時即可獲取用 8 201232440 戶的即時通訊好友列表。 在步驟S302中,獲取所述即時通訊好友列表中已在社區註冊的用戶, 生成好友推薦列表。 在步驟S303中,去除所述好友推薦列表中的用戶的社區好友。對於用 戶在即時通1狂具上的好友,其中已在社區註冊的好友可能已經是用戶的 社區好友’因«要絲這部分用戶触區好友,避免重娜薦這此 給用戶。
在步驟讓中,對去除了用戶的社區好友的所述好友推薦列表按照好 友權重進行排序。該好友權重可以是和用戶在即時通訊卫具上的聊天頻 率、在社區註冊資訊的完整度、在杜區的個人資訊與用戶的相關度等。例 如’對於用戶A,其即時通訊好友包括用戶B、用戶c和用戶卜其中用戶 B和用戶C在社區進行了註冊且用戶β和用戶c都不是用戶a的社區好友, 檢測到用戶_戶A的聊天頻率比用戶c與用戶a的聊天頻率高,因此 在好友推薦列表中用戶B比用戶C的排序靠前。 在步驟S305中,將排序後的所述好友推薦列表推薦給用戶。 、、第四圖示出了第二個實施例中*社區中推薦好友的方法流程,該方 法流程具體過程如下: 在步驟S401中,讀取用戶在社區中的好友列表。 v驟S402中,獲取所述好友列表令的用戶的社區關係鍵列表,即為 好友推薦列表1社區_鏈列表中記錄了用戶在社區中的好友的好友。 乂驟S403中’去除所述社區關係鏈列表中的用戶的社區好友。 在4S404令’對去除了用戶的社區好友的所述社區關係鏈列表按照r 9 9 201232440 好友權重進行排序。該好友權重可以是在社區關係鏈列表中出現的次數、 在社區填寫資料的完整度及在社區的資訊與用戶的相關度等。 在步驟S405中,將排序後的所述社區關係鏈列表推薦給用戶。 第五圖示出了第三個實施例中的SNS社區中推薦好友的方法流程,該 方法流程具體過程如下: ' 在步驟S501中,讀取用戶登錄社區的吓地址列表。該實施例中,可 4取用戶最新登錄社區的丨卩位址列表,例如取最近1Q次登錄社區的心也 ^ 址列表。 在步驟S502中,獲取所述ip位址列表中權重最高的ιρ地址。這裏所 謂權重最高的IP地址是指在獲取的Ip地址列表中出現次數最多的心也 址,當出現次數都相同時,則為最近登錄的Ip位址。 在v驟S503中’獲取社區中最後登錄的斤位址為所述權重最高的p 止的D主冊用戶列表’即為好友推薦列表。社區的註冊用戶中,最後登錄 的ip地址是«高的IP地址,_註侧戶可能是距離用戶比 ♦較近的人’因此很可能是用戶报想認識的人。 V驟S5G4中去除所述註冊用戶列表中的用戶的社區好友。避免重 複推薦。 、’驟S505中肖去除了用戶的社區好友的所述註冊用戶列表按照好 友權重進行排序。該權重可以县兮孤田Λ 士 . 董T 乂疋δ_用戶在社區填寫的個人㈣的完整度 以及個人資訊與用戶的相關度等。 在步驟⑽中,將排序後的所述註冊用户列表推薦給用戶。 S1 第六圖示出了第四個實施例中的娜社區中推薦好友的方法流程,該 10 201232440 方法流程具體過程如下: 在步驟_中,讀取用戶的即時通訊群列表。該實施例中將即時通 駐具娜社區進行結合,並讀卿在即時通訊增所加入的群列 表。 在步驟驗中,獲取所述群列表中的群用戶列表。該群用戶列表 了用戶所謝_柳—轉巾,目獅是相關的。、 在步驟S603中,獲取群用戶列表中已在社區註冊的社區用户列表,即 為好友推薦列表。 在步驟S604中,去除所述社區用戶列表中的用戶的社區好友。 友權^步驟獅中,對去除了用戶的社區好友的所述社《戶列表按照好 核重進打排序。該權重可以是在所述社區用戶列表中出現的次數、在社 區填寫的個人資料的完整度及社區個人資訊與用戶的相關度等。 在步驟獅中,將排序後的所述社區用戶列表推薦給用戶。 第々七圖示出了本發明中SNS社區中推薦好友的系統,該系統包括用户 仃為資訊獲取模組10、社區資訊獲取模組 和推薦模組40。其甲: 好友推屬列表生成模組30 用戶行為資讯獲取模組1〇用於獲取用戶的行為資% >/ y — ^ _ 如上所,用戶 、仃為資訊包括以下的-種或多種:用戶的即時 區φ… 他^友列表、用戶在社 中的好友列表、用戶登錄社區的卟地址列表、 、 用戶的即時通訊群列表。 社區資訊獲取模組20用於獲取社區資訊。社區 戶、 、α匕括社區的註冊用 用戶在社區的關係鍵列表等。 好友推薦列表生成模組30用於根據用戶的行 S] π貝讯,並結合社區資 11 201232440 訊,生成好友推薦列表。 推薦模組侧湖成的好友推制絲薦_戶。可財用戶登錄 SNS社區時將好友推薦列表推薦給用戶,使用戶登錄娜社區即可看到與其 相關的或可能會想認識的人。所生成的好灰推薦列表中的好友都是與用戶 相關的’因此減好友的準確度高。在—個實施财,好友推制表生成 模組3〇還用於去除好友推薦列表中的用戶的社區好友。推薦模組仙還用 於將去除了用戶的社區好友的好友賴列表推薦給用戶。由於所生成的好 友推薦列表中可能會包含了用戶的概好友,為了避免這部分用戶的社區 好友重複推薦給用戶,因此需要去除好友推薦列表中的用戶的社區好友。 第八圖示出了-個實施方式中SNS社區中推篇好友的系統,該系統除 了包括上述用戶行職崎取池1G、社㈣訊獲轉㈣、好友推篇列 表生成模組30及推薦模組40外,還包括排序模組5〇,其中:排序模組5〇 麟對生成的好友減列表按照好友權重進行排序。這裏的好友權重可以 是在所述好_列表中_次數、社區完整度、或者社區料 與用戶的相關度等等。由於按照好友權重對好友推薦列表進行了排序,可 使權重高的排序靠前,使用戶能最方便最快速的得到與其最相關的好友。 在—個實施例中,排序模組50還用於對去除了用戶的社區好友的好友減 列表按照好«重断财。賴顧4Q_於將絲了#的社區好友 的、按照好友權重排序後的好友推薦列表推薦給用戶,避免重複推薦。 在—個實施财,好友減列表生成模組3_,於獲取用戶的 、通撕友列表’獲取所述即時通訊列表中已在社區註冊的用户,生成 好友推薦列表。在進行減之前,排序模組5〇則按照即時通訊好友與用戶” 201232440 在即時通訊X具上的聊天頻率、即時通訊好友在社區填寫資料的完整产以 及個人資訊與用戶的相關度等權重對好友推薦列表進行排序。 义 該社區 在-個實施例中,好友推薦列表生成模組3〇進—步用於獲取用戶在社 區中的好友麻,獲取所述好朗針_戶的社區義鍵列表, 好友在 度等權重對好友推薦列 關係鍵列表即紐友減列表。餅友推勒表鱗了用戶在社區的好友 的好友。财餘50則可按照好友在好錄薦顺Μ現的次數、 社區填寫禮的完整度以及個人資訊與用戶的相關 表進行排序 個實施财’好友推薦列表生賴組3()進—步驗獲取用戶 地址列表,獲取IP地址列表中權重最高的ιρ位址,獲取社區中' Μ豆錄的IP位址為該權重最高的ίρ地址的註冊用戶列表,則為 =表。其中,權重最高的ΙΡ位址可以是ίρ位址列表中出現次 ㈣址出現的次數相同時,則可去最近登錄的ιρ位址。該的實 爾,可嘛㈣糖触的Ιρ_彳表,例域㈣次登錄 社£的IP地關表。排賴⑽可_好友在 及個人資訊瓣_嶋《騎梅獅=㈣以 在-個實施例中’好友推薦列表生成模組3〇進一步用於獲取用戶的即 群列表,獲取所述群列表中的群用戶列表,獲取群用戶列表中已在 社^主冊的社區用戶列表,則作為好友 訊工具細姆行結合,並咖 =_种,將即時通 表,_所在群的所有用二::::工〜的群列 好友顧給用戶。排序模㈣則按^^^化冊過的用戶則作為 刼…、在所述社區用戶列表中出現的次數、 / \ 13 201232440 用戶的相關度等權重對 在杜區填寫_人資料的完整度及社區個人資訊與 好友推薦列表進行排序。 ,以上所述貫施例僅表達了本發明的幾種實施方式,其描述較為具體和 坪細,但並侧此㈣騎她細_叫臟出的是, 對於本領_普通技術人員來說,在不雌本翻構㈣祕下,還可以 做出若干變形和改進,這些觸於本發·保護制。因此,本發明 的保護範圍應以所附巾請專利範圍為準。
【圖式簡單說明】 第一圖是本發明SNS社區中推薦好友的方法的流程圖; 第二圖是-個實施方式中SNS社區中推薦好友的方法的流程圖; 第三圖是第—實施例中SNS社區中推薦好友的方法流程圖; 第四圖疋第—實關中SNS社區中推薦好友的方法流程圖; 第五圖疋第二實把例中SNS社區中推薦好友的方法流程圖;
第六圖是第四實施例中SNS社區中推薦好友的方法流程圖; 第七圖是本發明SNS社區中推薦好友的系統的結構示意圖;以及 第八圖是-個實施方式中SNS社區中推薦好友的系統的結構示意圖。 【主要元件符號說明】 資訊獲取模組1〇 社區資訊獲取模組2〇 好友推薦列表生成模組30 推薦模組40 排序模組50

Claims (1)

  1. 201232440 七、申請專利範圍: 種SNS社區中推薦好友的方法,包括以下步驟: 獲取用戶的行為資訊; 根據所述行騎訊 。。社&貝訊,生成好友推薦列表;以及 將所述好友推薦列表推薦給用戶。 、 I專利補第1項所述的SNS社區中推薦好友的方法,其中所 边用戶咖了騎訊是用戶的㈣通訊好友列表,所述社區資訊是社區的用 戶。主冊Μ ’所魅成好錄朗表的轉具體是: 讀取用戶的即時通訊好友列表;以及 乂斤述ρ時通膽友列表中已在社區註冊的用戶,生成好友 表。 、3如申β月專利犯圍第丄項所述的SNS社區中推薦好友的方法,其中所 述用戶的彳τ為資訊是用戶在社區中的好友列表,所述社區資訊是社區用戶 的社區關係鏈赚’所述生成好友減列表的步驟具體是: 讀取用戶在社區中的好友列表;以及 獲取所述好友列表中的用戶的社區關係鍵列表,即為好友推薦列表。 4、如申請專利範圍第】項所述的SNS社區中推薦好友的方法,其中所 述用戶的行為貝訊疋用戶登錄社區的ιρ位址列表,所述社區資訊是社區的 用戶註冊資訊,所述生成好友推薦列表的步驟具體是: 讀取用戶的登錄社區的IP地址列表; 獲取所述IP地址列表中權重最高的IP地址;以及 獲取社區中最後登錄的IP地址為所述權重最高的113地址的註冊用戶 m 15 201232440 列表,即為好友推薦列表。 5、如申請專利範圍第1項所述的娜社區中推薦好友的方法,其中所 述好的行為資訊是用戶的即時通訊群列表,所述社區資訊是社區的用戶 . 冊貨Λ所述生成好友推薦列表的步驟具體是: 讀取用戶的即時通訊群列表; 獲取所述群列表中的群用戶列表;以及 又取斤述群用戶列表+已在社區註冊的社區用戶列表,即為好友推薦 Φ 列表。 6、如申請專利範圍第丨至5項中任意一項所述的娜社區中推薦好友 ,法〃中所述將好友推薦列表推薦給用戶的步驟具體是: 將所述好友推薦列表中的用戶的社區好友去除後推薦給用戶。 如申叫專利圍第1至5項中任意—項所述的娜社區中推薦好友 、去Ί所述將好友推薦列表推薦給用戶的步驟還包括: 對所述好友推薦列表按照好友權重進行排序。 鲁 8、如申請專利範圍第⑴項中任意一項所述的娜社區中推薦好友 的方法,其中所述將好友推薦列表推篇給用戶的步驟進一步包括: 去除所述好友推薦列表中的用戶的社區好友; 對去除了用戶的社區好友的好友推薦絲按照好友權魏行排序;以 及 將排序後的好友推薦列表推薦給用戶。 9、如申請專利範圍第8項所述的SNS社區中推薦好友的方法,其中所 述子友權重疋在所述好友推薦列表巾丨賴次數、㈣資訊的完整度、或 16 201232440 者社區資訊與用戶的相關度。 10、-種SNS社區中推薦好友的系統,所述系統包括: 用戶行為資訊獲取模組,用於獲取用戶的行為資訊; 社區資訊獲取模組,用於獲取社區資訊; 好友推薦列表生成模組,根據所述用戶的行為資訊,並結合所述社區 資訊’生成好友推薦列表; 推薦模組,將生成的好友推薦列表推薦給用戶。 U、如申請專利範圍第1〇項所述的SNS社區中推薦好友的系統,其中 所述用戶的行為資訊是用戶的即時通訊好友列表,所述社區資訊是社區的 _冊負Λ,所述好友推薦列表生成模組進-步用於讀取用戶的即時通 訊好友列表’獲取所述即時通訊好友列表中已在社區註冊的用戶,生成好 友推雇列表。 12、 如中請專利範圍第1D項所述的SNS社區中推篇好友的系統,其中 所述用戶的行為資訊是用戶在社區中的好友列表,所述社區資訊是社區用 戶的杜_係鏈列表’所述好友推薦列表生成模組進—步用於讀取用戶在 社區中的好友列表,獲取所述好友中_戶的社區_鏈列表作為好 友推薦列表<5 13、 如申請專利範圍第10項所述的SNS社區中推薦好友的系統,其中 所述用戶的仃騎訊是用戶登錄社區的IP位址列表,所述社區資訊是社區 的用戶註冊資訊,所述好友推薦列表生成模組進一步用於讀取用戶登錄社 區的IP地址列表,獲取所述IP地址列表中權重最高的ιρ位址,獲取社區 中最後登錄的:^位址為所述權重最高的心也址的註冊用戶列表作為好友 201232440 推薦列表。 如申吻專她圍第10項所述的SNS社區中推薦好友的系統,其中 所述用戶的行為資訊是用戶的即時通訊群列表,所述社區資訊是杜區的用 .戶註冊資訊,所述好友推薦列表生成模组進一步用於讀取用户的即時通訊 群列表’獲取所述群歹㈣的群用戶列表,獲取所述群用戶列表中已在社 區註冊的社區用戶列表作為好友推薦列表。 15、 如申請專利範圍㈣至14項中任意—項所述的娜社區中推薦 #好友的系統’其中所述好友推薦列表生成模組還用於去除好友推薦列表中 的用戶的社區好友,並域難薦歡_於將去除了用戶的社區好友的 好友推薦列表推薦給用戶。 16、 如申請專利範圍㈣至14項中任意一項所述的娜社區令推薦 好友的系統,其中所述系統還包括: 排序模組,用於對所述好友推薦列表按照好友權重進行排序。 Π、如申請專利範圍㈣至14項中任意一項所述的娜社區中推薦 _好友的系統’其情述好友推薦列表生成模組還去除所述好友推薦列 表中的用戶的社ϋ好友’所述排賴组還用於對去除了用戶的社區好友的 好友推薦列表按照好友;i重進行瓣,並且所雜顧組_於將去除了 • 用戶的社11好友的、按照好友權重排序後的好友賴列表推篇給用戶。 . 18、如申請專利範圍第17項所述的SNS社區中推薦好友的系統,其中 所述好友權重是在所述好友推薦列表中出現的次數、社區資訊的完整度、 或者社區資訊與用戶的相關度。
TW100101808A 2011-01-18 2011-01-18 SNS community recommended friends in the method and system TWI547890B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW100101808A TWI547890B (zh) 2011-01-18 2011-01-18 SNS community recommended friends in the method and system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW100101808A TWI547890B (zh) 2011-01-18 2011-01-18 SNS community recommended friends in the method and system

Publications (2)

Publication Number Publication Date
TW201232440A true TW201232440A (en) 2012-08-01
TWI547890B TWI547890B (zh) 2016-09-01

Family

ID=47069610

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100101808A TWI547890B (zh) 2011-01-18 2011-01-18 SNS community recommended friends in the method and system

Country Status (1)

Country Link
TW (1) TWI547890B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105069039A (zh) * 2015-07-22 2015-11-18 山东大学 一种基于spark平台的内存迭代的重叠社区并行发现方法
US10037373B2 (en) 2012-08-16 2018-07-31 Tencent Technology (Shenzhen) Company Limited Natural person information setting method and electronic device

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8010602B2 (en) * 2008-08-28 2011-08-30 Microsoft Corporation Leveraging communications to identify social network friends
US8060573B2 (en) * 2008-11-20 2011-11-15 MeetMyKind, LLC Matching social network users
US8387145B2 (en) * 2009-06-08 2013-02-26 Microsoft Corporation Blocking malicious activity using blacklist

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10037373B2 (en) 2012-08-16 2018-07-31 Tencent Technology (Shenzhen) Company Limited Natural person information setting method and electronic device
US10824649B2 (en) 2012-08-16 2020-11-03 Tencent Technology (Shenzhen) Company Limited Natural person information setting method and electronic device
CN105069039A (zh) * 2015-07-22 2015-11-18 山东大学 一种基于spark平台的内存迭代的重叠社区并行发现方法
CN105069039B (zh) * 2015-07-22 2018-05-18 山东大学 一种基于spark平台的内存迭代的重叠社区并行发现方法

Also Published As

Publication number Publication date
TWI547890B (zh) 2016-09-01

Similar Documents

Publication Publication Date Title
WO2011088723A1 (zh) Sns社区中推荐好友的方法及系统
KR101396403B1 (ko) 소셜 네트워크 서비스 제공 방법 및 제공 시스템
CN104519107B (zh) 一种拓展联系人的方法及装置
Murphy et al. Social media in public opinion research: report of the AAPOR task force on emerging technologies in public opinion research
Lauinger et al. Honeybot, Your Man in the Middle for Automated Social Engineering.
Creese et al. A data-reachability model for elucidating privacy and security risks related to the use of online social networks
KR20100130003A (ko) 온라인 소셜 네트워크 서비스 제공 장치 및 방법
CN102025657A (zh) 一种利用email邀请好友加入社交网络的方法与系统
JP2012113440A (ja) Sns統括サイト管理装置、及びsns統括サイトを利用した情報開示方法
Othman et al. The uses of Social Media on Student’ s Communication and Self Concepts among TATIUC Students
Zakhlebin et al. Diffusion of scientific articles across online platforms
Eshraqi et al. Spam detection in social networks: A review
Samory et al. Quotes reveal community structure and interaction dynamics
JP2007018415A (ja) ネットワーク要素検索方法、及びネットワーク要素検索プログラム
Carullo et al. Friendship recommendations in online social networks
JP2004127196A (ja) コミュニティ形成支援システム、その端末、サーバ及びプログラム
TW201232440A (en) Method and system for recommending friends in social networking service (SNS) community
Whitty et al. Looking for love in so many places: Characteristics of online daters and speed daters
JP2009020583A (ja) 情報処理システム及び情報処理方法
US20160225103A1 (en) Methods, systems, and computer readable media for determining social compatibility using a selected group
JP5389234B1 (ja) 関連文書抽出装置、関連文書抽出方法及び関連文書抽出プログラム
WO2018069912A1 (en) An apparatus and method for discovering computerized connections between persons and generating computerized introductions
Fränti et al. Can Social Network Be Used for Location-aware Recommendation?.
Maiti et al. Detecting influential users using spread of communications
Zhang et al. A Fistful of Votes: Understanding the Voting System in Social Question and Answer Websites