一種獲取網(wǎng)絡(luò)主體社交關(guān)系類型的方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及網(wǎng)絡(luò)技術(shù)，尤其是一種在網(wǎng)絡(luò)中獲取網(wǎng)絡(luò)主體社交關(guān)系類型的方法及 裝直。
【背景技術(shù)】
[0002] 隨著互聯(lián)網(wǎng)的發(fā)展，互聯(lián)網(wǎng)已發(fā)展成為一個集交流、資訊、娛樂、搜索、電子商務(wù)、 辦公協(xié)作和企業(yè)客戶服務(wù)等為一體的綜合化信息平臺。由于功能的多元化，使得在該平臺 上需要建立用戶之間的關(guān)系。
[0003] 現(xiàn)有技術(shù)中，在每一個web網(wǎng)站中都會存在其自身的用戶群，用戶之間的關(guān)系可 以構(gòu)成一個網(wǎng)絡(luò)，而用戶之間的動態(tài)關(guān)系又可以形成一個關(guān)系模型。在對該些用戶建立用 戶關(guān)系模型時，通常是采用一些算法對用戶進行匹配計算，根據(jù)匹配計算的結(jié)果，對相互關(guān) 系匹配度高的潛在用戶，通過相互推薦的方式建立用戶關(guān)系，而這種用戶關(guān)系的建立只有 在用戶彼此相互認可后，方可建立。例如：好友關(guān)系一般是用戶添加并取得對方同意后形成 好友關(guān)系模型。
[0004] 然而，隨著互聯(lián)網(wǎng)應(yīng)用的發(fā)展，網(wǎng)絡(luò)用戶之間的交互行為愈加頻繁并且交互行為 方式也愈加多元化，通常一個用戶會存在幾十個甚至上百個聯(lián)系人，與各個聯(lián)系人之間有 幾種不同的社交關(guān)系類型，而在這種情況下，采用現(xiàn)有技術(shù)建立用戶關(guān)系的方式，受限于用 戶提供相互社交關(guān)系信息的自愿程度，不能充分掌握用戶之間的實際社交關(guān)系；另外，設(shè)計 過于復(fù)雜的關(guān)系分類選擇供用戶確認，會導(dǎo)致網(wǎng)絡(luò)主體參與度下降，因此，現(xiàn)有技術(shù)下對網(wǎng) 絡(luò)主體的社交關(guān)系劃分都不很豐富，無法體現(xiàn)實際用戶關(guān)系類型的復(fù)雜程度，上述情況，使 電子商務(wù)廠商不能充分掌握各個網(wǎng)絡(luò)主體之間復(fù)雜的相互關(guān)系類型的信息，降低了其進行 各種電子商務(wù)運作的精確度。現(xiàn)有技術(shù)的另外一個主要缺陷是，通過用戶自愿選擇的方式 進行社交關(guān)系確認的效率過低?？傊鲜銮闆r，不僅影響了基于社交網(wǎng)絡(luò)的電子商務(wù)對目 標(biāo)客戶的尋找，也會妨礙用戶對網(wǎng)絡(luò)服務(wù)產(chǎn)品的體驗。
[0005] 如何提供一種能夠根據(jù)用戶之間彼此的交互行為，自動建立用戶關(guān)系的方法成為 亟待解決的技術(shù)問題。

【發(fā)明內(nèi)容】

[0006] 本申請要解決的技術(shù)問題是提供一種獲取網(wǎng)絡(luò)主體社交關(guān)系類型的方法及裝置， 該方法對網(wǎng)絡(luò)用戶的社交關(guān)系類型提供更為豐富的信息，并且可減少社交關(guān)系類型確定過 程中的人工參與。
[0007] 為解決上述技術(shù)問題，本申請?zhí)峁┮环N獲取網(wǎng)絡(luò)主體社交關(guān)系類型的方法，包括： 獲取需要判斷社交關(guān)系類型的兩個網(wǎng)絡(luò)主體的網(wǎng)絡(luò)社交行為數(shù)據(jù)；所述網(wǎng)絡(luò)社交關(guān)系類型 包括M種；所述網(wǎng)絡(luò)社交行為包括S種；將待判斷的兩個網(wǎng)絡(luò)主體的網(wǎng)絡(luò)社交行為數(shù)據(jù)以 預(yù)定的方式離散化，使每個網(wǎng)絡(luò)社交行為根據(jù)數(shù)量離散化到規(guī)定的N個等級；根據(jù)每種網(wǎng) 絡(luò)社交行為的每個等級對應(yīng)于特定的社交關(guān)系類型的條件概率，計算上述兩個待判斷社交 關(guān)系類型的網(wǎng)絡(luò)主體屬于每種社交關(guān)系類型的融合概率；初步推定融合概率最大的社交關(guān) 系類型為待判斷網(wǎng)絡(luò)主體彼此的社交關(guān)系類型。
[0008] 優(yōu)選地，所述每種網(wǎng)絡(luò)社交行為的每個等級對應(yīng)于某種社交關(guān)系類型的條件概 率，采用如下方式獲得：獲取已知社交關(guān)系類型的網(wǎng)絡(luò)主體的數(shù)據(jù)以及該些網(wǎng)絡(luò)主體的網(wǎng) 絡(luò)社交行為數(shù)據(jù)作為初始樣本集合；將所述S種網(wǎng)絡(luò)社交行為的數(shù)量范圍以所述預(yù)定的方 式離散化，使每個社交行為根據(jù)發(fā)生數(shù)量獲得N個等級；根據(jù)所述初始樣本集合的已知數(shù) 據(jù)，計算每種網(wǎng)絡(luò)社交行為的每個等級對應(yīng)于某種社交關(guān)系類型的條件概率。
[0009] 優(yōu)選地，若所述融合概率最大的社交關(guān)系類型，其融合概率值大于預(yù)設(shè)閾值a，則 最終推斷待判斷網(wǎng)絡(luò)主體彼此之間為該社交關(guān)系類型。
[0010] 優(yōu)選地，確定社交關(guān)系類型推斷結(jié)果的正確率要求為0 ;對于所述初始樣本集 合，計算該初始樣本集合中，任意兩個網(wǎng)絡(luò)主體之間的融合概率，并選取某個預(yù)設(shè)閾值的具 體取值a i作為假定預(yù)設(shè)閾值，以該假定預(yù)設(shè)閾值為標(biāo)準(zhǔn)，進行社交關(guān)系類型的推斷，并將 該推斷結(jié)果與初始樣本集合中的實際數(shù)據(jù)比對，獲得推斷結(jié)果的正確率；當(dāng)使用某個具體 取值a i，獲得的社交關(guān)系類型推斷結(jié)果的正確率等于或者稍大于0，則取該具體取值a: 作為所述預(yù)設(shè)閾值a的取值。
[0011] 優(yōu)選地，將網(wǎng)絡(luò)主體a的各個網(wǎng)絡(luò)社交行為權(quán)重與對應(yīng)該網(wǎng)絡(luò)社交行為的頻次相 乘，并將上述所有乘積相加，獲得該對網(wǎng)絡(luò)主體中b對a的社交關(guān)系強度指數(shù)。
[0012] 優(yōu)選地，所述網(wǎng)絡(luò)社交行為權(quán)重以下述公式計算：
【主權(quán)項】
1. 一種獲取網(wǎng)絡(luò)主體社交關(guān)系類型的方法，其特征在于，包括： 獲取需要判斷社交關(guān)系類型的兩個網(wǎng)絡(luò)主體的網(wǎng)絡(luò)社交行為數(shù)據(jù)；所述網(wǎng)絡(luò)社交關(guān)系 類型包括M種；所述網(wǎng)絡(luò)社交行為包括S種； 將待判斷的兩個網(wǎng)絡(luò)主體的網(wǎng)絡(luò)社交行為數(shù)據(jù)以預(yù)定的方式離散化，使每個網(wǎng)絡(luò)社交 行為根據(jù)數(shù)量離散化到規(guī)定的N個等級； 根據(jù)每種網(wǎng)絡(luò)社交行為的每個等級對應(yīng)于特定的社交關(guān)系類型的條件概率，計算上述 兩個待判斷社交關(guān)系類型的網(wǎng)絡(luò)主體屬于每種社交關(guān)系類型的融合概率； 初步推定融合概率最大的社交關(guān)系類型為待判斷網(wǎng)絡(luò)主體彼此的社交關(guān)系類型。
2. 根據(jù)權(quán)利要求1所述的獲取網(wǎng)絡(luò)主體社交關(guān)系類型的方法，其特征在于， 所述每種網(wǎng)絡(luò)社交行為的每個等級對應(yīng)于某種社交關(guān)系類型的條件概率，采用如下方 式獲得： 獲取已知社交關(guān)系類型的網(wǎng)絡(luò)主體的數(shù)據(jù)以及該些網(wǎng)絡(luò)主體的網(wǎng)絡(luò)社交行為數(shù)據(jù)作 為初始樣本集合； 將所述S種網(wǎng)絡(luò)社交行為的數(shù)量范圍以所述預(yù)定的方式離散化，使每個社交行為根據(jù) 發(fā)生數(shù)量獲得N個等級； 根據(jù)所述初始樣本集合的已知數(shù)據(jù)，計算每種網(wǎng)絡(luò)社交行為的每個等級對應(yīng)于某種社 交關(guān)系類型的條件概率。
3. 根據(jù)權(quán)利要求1-2任意一項所述的獲取網(wǎng)絡(luò)主體社交關(guān)系類型的方法，其特征在 于，包括：若所述融合概率最大的社交關(guān)系類型，其融合概率值大于預(yù)設(shè)閾值a，則最終推 斷待判斷網(wǎng)絡(luò)主體彼此之間為該社交關(guān)系類型。
4. 根據(jù)權(quán)利要求3所述的獲取網(wǎng)絡(luò)主體社交關(guān)系類型的方法，其特征在于，所述預(yù)設(shè) 閾值ct的確定過程如下： 確定社交關(guān)系類型推斷結(jié)果的正確率要求為3 ; 對于所述初始樣本集合，計算該初始樣本集合中，任意兩個網(wǎng)絡(luò)主體之間的融合概率， 并選取某個預(yù)設(shè)閾值的具體取值ai作為假定預(yù)設(shè)閾