TWI547890B - SNS community recommended friends in the method and system - Google Patents
SNS community recommended friends in the method and system Download PDFInfo
- Publication number
- TWI547890B TWI547890B TW100101808A TW100101808A TWI547890B TW I547890 B TWI547890 B TW I547890B TW 100101808 A TW100101808 A TW 100101808A TW 100101808 A TW100101808 A TW 100101808A TW I547890 B TWI547890 B TW I547890B
- Authority
- TW
- Taiwan
- Prior art keywords
- community
- user
- friend
- list
- recommendation list
- Prior art date
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Description
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。
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題。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個朋友就可以達到目的。按照六度分隔理論,每個個體的社交圈都不斷放大,最後成為一個大型網路。
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。
有鑑於此,有必要提供一種能提高推薦準確度的SNS社區中推薦好友的方法。
一種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;根據所述行為資訊,結合社區資訊,生成好友推薦列表;以及將所述
好友推薦列表推薦給用戶。
該用戶的行為資訊可以是用戶的即時通訊好友列表,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可以是:讀取用戶的即時通訊好友列表;以及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。
該用戶的行為資訊可以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列表,所述生成好友推薦列表的步驟具體是: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鏈列表,即為好友推薦列表。
該用戶的行為資訊可以是用戶登錄社區的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IP地址的註冊用戶列表,即為好友推薦列表。
該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。
而將好友推薦列表推薦給用戶的步驟具體可以是: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。
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。
所述將好友推薦列表推薦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列表按照好友權重進行排序;以及將排序後的好友推薦列表推薦給用戶。
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。
此外,還有必要提供一種能提高推薦準確度的SNS社區中推薦好友的系統。
一種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。
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用戶的社區關係鏈列表,所述好友推薦列表生成模組進一步用於讀取用戶在社區中的好友列表,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。
該用戶的行為資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IP位址,獲取社
區中最後登錄的IP位址為所述權重最高的IP地址的註冊用戶列表作為好友推薦列表。
該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組還用於去除好友推薦列表中的用戶的社區好友,並且推薦模組還可用於將去除了用戶的社區好友的好友推薦列表推薦給用戶。
另外,該系統還可包括: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。
所述好友推薦列表生成模組還用於去除所述好友推薦列表中的用戶的社區好友,所述排序模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權重進行排序,並且所述推薦模組還用於將去除了用戶的社區好友的、按照好友權重排序後的好友推薦列表推薦給用戶。
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。
上述SNS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,生成好友推薦列表,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,該方法及系統能在用戶登錄社區時主動提供給用戶,方便用戶選擇他們可能認識或希望認識的
人,增強了社區的互動,從而拉動了社區好友關係的活躍度。
第一圖示出了本發明中的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S101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一種或多種:用戶的即時通訊好友列表、用戶在社區中的好友列表、用戶登錄社區的IP地址列表、用戶的即時通訊群列表等。
在步驟S102中,根據所述行為資訊,結合社區資訊,生成好友推薦列表。在一個實施方式中,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S103中,將好友推薦列表推薦給用戶。可以在用戶登錄SNS社區時將好友推薦列表推薦給用戶,使用戶登錄SNS社區即可看到與其相關的或可能會想認識的人。所生成的好友推薦列表中的好友都是與用戶相關的,因此推薦好友的準確度高。
可選擇地,在步驟S103中,將好友推薦列表推薦給用戶的步驟具體可以是: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。由於所生成的好友推薦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。
可選擇地,在步驟S103中,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。這裏的好友權重可以
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。第二圖示出了一個實施方式中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S201中,獲取用戶的行為資訊。
在步驟S202中,根據所述行為資訊,結合社區資訊,生成好友推薦列表。
在步驟S203中,去除所述好友推薦列表中的用戶的社區好友。由於所生成的好友推薦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。
在步驟S204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。
在步驟S205中,將排序後的好友推薦列表推薦給用戶。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。
第三圖示出了第一個實施例中的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S301中,讀取用戶的即時通訊好友列表。該實施例中,將用戶的即時通訊工具與SNS社區進行結合,在用戶登錄SNS社區時即可獲取用
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。對於用戶在即時通訊工具上的好友,其中已在社區註冊的好友可能已經是用戶的社區好友,因此需要去除這部分用戶的社區好友,避免重複推薦這些好友給用戶。
在步驟S304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工具上的聊天頻率、在社區註冊資訊的完整度、在社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D,其中用戶B和用戶C在社區進行了註冊且用戶B和用戶C都不是用戶A的社區好友,檢測到用戶B與用戶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S401中,讀取用戶在社區中的好友列表。
在步驟S402中,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。該社區關係鏈列表中記錄了用戶在社區中的好友的好友。
在步驟S403中,去除所述社區關係鏈列表中的用戶的社區好友。
在步驟S404中,對去除了用戶的社區好友的所述社區關係鏈列表按照
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IP地址列表。該實施例中,可讀取用戶最新登錄社區的IP位址列表,例如取最近10次登錄社區的IP地址列表。
在步驟S502中,獲取所述IP位址列表中權重最高的IP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IP地址,當出現次數都相同時,則為最近登錄的IP位址。
在步驟S503中,獲取社區中最後登錄的IP位址為所述權重最高的IP地址的註冊用戶列表,即為好友推薦列表。社區的註冊用戶中,最後登錄的IP地址是該權重最高的IP地址,則說明該註冊用戶可能是距離用戶比較近的人,因此很可能是用戶很想認識的人。
在步驟S504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。
在步驟S505中,對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。該權重可以是註冊用戶在社區填寫的個人資料的完整度以及個人資訊與用戶的相關度等。
在步驟S506中,將排序後的所述註冊用戶列表推薦給用戶。
第六圖示出了第四個實施例中的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S601中,讀取用戶的即時通訊群列表。該實施例中,將即時通訊工具與SNS社區進行結合,並讀取用戶在即時通訊工具中所加入的群列表。
在步驟S602中,獲取所述群列表中的群用戶列表。該群用戶列表記錄了用戶所在群中的所有用戶,由於處於同一個群中,因此互相是相關的。
在步驟S603中,獲取群用戶列表中已在社區註冊的社區用戶列表,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。
在步驟S605中,對去除了用戶的社區好友的所述社區用戶列表按照好友權重進行排序。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S606中,將排序後的所述社區用戶列表推薦給用戶。
第七圖示出了本發明中SNS社區中推薦好友的系統,該系統包括用戶行為資訊獲取模組10、社區資訊獲取模組20、好友推薦列表生成模組30和推薦模組40。其中:用戶行為資訊獲取模組10用於獲取用戶的行為資訊。如上所述,用戶的行為資訊包括以下的一種或多種:用戶的即時通訊好友列表、用戶在社區中的好友列表、用戶登錄社區的IP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。社區資訊包括社區的註冊用戶、用戶在社區的關係鏈列表等。
好友推薦列表生成模組30用於根據用戶的行為資訊,並結合社區資
訊,生成好友推薦列表。
推薦模組40用於將生成的好友推薦列表推薦給用戶。可以在用戶登錄SNS社區時將好友推薦列表推薦給用戶,使用戶登錄SNS社區即可看到與其相關的或可能會想認識的人。所生成的好友推薦列表中的好友都是與用戶相關的,因此推薦好友的準確度高。在一個實施例中,好友推薦列表生成模組30還用於去除好友推薦列表中的用戶的社區好友。推薦模組40還用於將去除了用戶的社區好友的好友推薦列表推薦給用戶。由於所生成的好友推薦列表中可能會包含了用戶的社區好友,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。
第八圖示出了一個實施方式中SNS社區中推薦好友的系統,該系統除了包括上述用戶行為資訊獲取模組10、社區資訊獲取模組20、好友推薦列表生成模組30及推薦模組40外,還包括排序模組50,其中:排序模組50用於對生成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。在一個實施例中,排序模組50還用於對去除了用戶的社區好友的好友推薦列表按照好友權重進行排序。推薦模組40還用於將去除了用戶的社區好友的、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。
在一個實施例中,好友推薦列表生成模組30則進一步用於獲取用戶的即時通訊好友列表,獲取所述即時通訊列表中已在社區註冊的用戶,生成好友推薦列表。在進行推薦之前,排序模組50則按照即時通訊好友與用戶
在即時通訊工具上的聊天頻率、即時通訊好友在社區填寫資料的完整度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。
在一個實施例中,好友推薦列表生成模組30進一步用於獲取用戶在社區中的好友列表,獲取所述好友列表中的用戶的社區關係鏈列表,該社區關係鏈列表即為好友推薦列表。該好友推薦列表記錄了用戶在社區的好友的好友。排序模組50則可按照好友在好友推薦列表中出現的次數、好友在社區填寫資料的完整度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。
在一個實施例中,好友推薦列表生成模組30進一步用於獲取用戶登錄社區的IP地址列表,獲取IP地址列表中權重最高的IP位址,獲取社區中最後登錄的IP位址為該權重最高的IP地址的註冊用戶列表,則為好友推薦列表。其中,權重最高的IP位址可以是IP位址列表中出現次數最多的IP地址,當IP地址出現的次數相同時,則可去最近登錄的IP位址。該實施例中,可以讀取用戶最近登錄社區的IP位址列表,例如最近10次登錄社區的IP地址列表。排序模組50可按照好友在社區填寫資料的完整度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。
在一個實施例中,好友推薦列表生成模組30進一步用於獲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,獲取群用戶列表中已在社區註冊的社區用戶列表,則作為好友推薦列表。該實施例中,將即時通訊工具與SNS社區進行結合,並讀取用戶在即時通訊工具中所加入的群列表,獲取用戶所在群的所有用戶,這些用戶在社區中註冊過的用戶則作為好友推薦給用戶。排序模組50則按照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權重對好友推薦列表進行排序。
以上所述實施例僅表達了本發明的幾種實施方式,其描述較為具體和詳細,但並不能因此而理解為對本發明專利範圍的限制。應當指出的是,對於本領域的普通技術人員來說,在不脫離本發明構思的前提下,還可以做出若干變形和改進,這些都屬於本發明的保護範圍。因此,本發明專利的保護範圍應以所附申請專利範圍為準。
10‧‧‧資訊獲取模組
20‧‧‧社區資訊獲取模組
30‧‧‧好友推薦列表生成模組
40‧‧‧推薦模組
50‧‧‧排序模組
第一圖是本發明SNS社區中推薦好友的方法的流程圖;第二圖是一個實施方式中SNS社區中推薦好友的方法的流程圖;第三圖是第一實施例中SNS社區中推薦好友的方法流程圖;第四圖是第二實施例中SNS社區中推薦好友的方法流程圖;第五圖是第三實施例中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;以及第八圖是一個實施方式中SNS社區中推薦好友的系統的結構示意圖。
Claims (10)
- 一種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;根據所述行為資訊,結合社區資訊,生成好友推薦列表;以及將所述好友推薦列表推薦給用戶;所述用戶的行為資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IP地址的註冊用戶列表,即為好友推薦列表。
- 如申請專利範圍第1項所述的SNS社區中推薦好友的方法,其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。
- 如申請專利範圍第1項所述的SNS社區中推薦好友的方法,其中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。
- 如申請專利範圍第1項所述的SNS社區中推薦好友的方法,其中所述將好友推薦列表推薦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列表按照好友權重進行排序;以及 將排序後的好友推薦列表推薦給用戶。
- 如申請專利範圍第4項所述的SNS社區中推薦好友的方法,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。
- 一種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;所述用戶的行為資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IP位址,獲取社區中最後登錄的IP位址為所述權重最高的IP地址的註冊用戶列表作為好友推薦列表。
- 如申請專利範圍第6項所述的SNS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,並且所述推薦模組還用於將去除了用戶的社區好友的好友推薦列表推薦給用戶。
- 如申請專利範圍第6項所述的SNS社區中推薦好友的系統,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。
- 如申請專利範圍第6項所述的SNS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所述好友推薦列表中的用戶的社區好友,所述排序模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權重進行排序,並且所述推薦模組還用於將去除了用戶的社區好友的、按照好友權重排序後的好友推薦列表推薦給用戶。
- 如申請專利範圍第9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。
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 TW201232440A (en) | 2012-08-01 |
TWI547890B true 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) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593799B (zh) | 2012-08-16 | 2016-10-26 | 腾讯科技(深圳)有限公司 | 自然人信息设置方法、系统及相应的好友推荐方法、系统 |
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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100057858A1 (en) * | 2008-08-28 | 2010-03-04 | Microsoft Corporation | Leveraging communications to identify social network friends |
US20100125632A1 (en) * | 2008-11-20 | 2010-05-20 | Melissa Leonard | Matching Social Network Users |
US20100313264A1 (en) * | 2009-06-08 | 2010-12-09 | Microsoft Corporation | Blocking malicious activity using blacklist |
-
2011
- 2011-01-18 TW TW100101808A patent/TWI547890B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100057858A1 (en) * | 2008-08-28 | 2010-03-04 | Microsoft Corporation | Leveraging communications to identify social network friends |
US20100125632A1 (en) * | 2008-11-20 | 2010-05-20 | Melissa Leonard | Matching Social Network Users |
US20100313264A1 (en) * | 2009-06-08 | 2010-12-09 | Microsoft Corporation | Blocking malicious activity using blacklist |
Also Published As
Publication number | Publication date |
---|---|
TW201232440A (en) | 2012-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2011088723A1 (zh) | Sns社区中推荐好友的方法及系统 | |
US10771575B2 (en) | Method and apparatus for identifying common interest between social network users | |
JP6616012B2 (ja) | エモーティコン推奨方法及び装置 | |
Ferrara | Measuring social spam and the effect of bots on information diffusion in social media | |
Magno et al. | New kid on the block: Exploring the Google+ social graph | |
Musiał et al. | Social networks on the Internet | |
US8775418B2 (en) | Method for social search | |
US9767218B2 (en) | Indexing edge-ranked based partitions | |
US20180032636A1 (en) | System and method for identifying and ranking trending named entities in digital content objects | |
Motoyama et al. | I seek you: searching and matching individuals in social networks | |
Kabakus et al. | A survey of spam detection methods on twitter | |
Xu et al. | Efficient spam detection across online social networks | |
US10331749B2 (en) | Selective presentation of content types and sources in search | |
US20190087505A1 (en) | Method, apparatus, and computer-readable storage medium for grouping social network nodes | |
US20120215865A1 (en) | Method and system for interconnecting social networks | |
KR20170031798A (ko) | 추출 연산자 | |
WO2013026325A1 (zh) | 一种人物搜索方法、装置及存储介质 | |
Chen et al. | Measurement and analysis of tips in foursquare | |
Eshraqi et al. | Spam detection in social networks: A review | |
TWI476690B (zh) | 一種推送使用者資訊之方法及裝置 | |
TWI547890B (zh) | SNS community recommended friends in the method and system | |
US8700628B1 (en) | Personalized aggregation of annotations | |
US10007737B2 (en) | Tailored interpersonal communication platform (ICP) management | |
US20160225103A1 (en) | Methods, systems, and computer readable media for determining social compatibility using a selected group | |
WO2016036585A1 (en) | Augmenting corporate identity with data from public social networks |