一種基于動態(tài)社團識別的社交網(wǎng)絡交友推薦方法及系統(tǒng)的制作方法
【技術領域】
[0001]本發(fā)明屬于互聯(lián)網(wǎng)技術領域，具體涉及一種基于動態(tài)社團識別的社交網(wǎng)絡交友推薦方法及系統(tǒng)。
【背景技術】
[0002]當前社交網(wǎng)絡及軟件的好友推薦方法主要基于社交網(wǎng)絡中的用戶相似性度量來推薦，代表性的產(chǎn)品及功能包括騰訊QQ的可能認識的人、Facebook的People You May Know等。這些方法的共同特點是:共同好友數(shù)較多的潛在好友更有可能被推薦。
[0003]但是，在實際應用中，社交網(wǎng)絡好友推薦的效果較差?，F(xiàn)有的社交網(wǎng)絡好友推薦方法面臨著一個困境:推薦的人都認識，但是不愿意加為好友。這存在兩個問題:(I)共同好友數(shù)較多的潛在好友，往往是用戶參加的一個成熟社團中用戶不感興趣的部分。例如，用戶加了高中班級的80 %的同學作為好友，那么與剩下的20 %的共同好友數(shù)很高，但是可能這剩下的20 %用戶不愿意加為好友;再例如，用戶加了單位80 %的同事，但是剩下的20 %的領導不愿意加為好友；(2)相反，某些共同好友數(shù)較少的潛在好友，可能是因為社團正在形成。例如，新入學的大學班級，大家處于互相認識和熟悉的階段，這樣的潛在好友共同好友數(shù)并不高，卻反而是用戶比較感興趣的。這些原因共同造成了基于相似性度量的好友推薦的不準確。

【發(fā)明內(nèi)容】

[0004]為了克服上述現(xiàn)有技術存在的缺陷，本發(fā)明的目的在于提供一種基于動態(tài)社團識別的社交網(wǎng)絡交友推薦方法及系統(tǒng)。
[0005]本發(fā)明是通過以下技術方案來實現(xiàn):
[0006]本發(fā)明公開了一種基于動態(tài)社團識別的社交網(wǎng)絡交友推薦方法，包括以下步驟:
[0007]步驟一，從用戶設計關系數(shù)據(jù)庫中獲得用戶二度好友列表，進行社團識別，同時計算社團相關性指標；
[0008]步驟二，基于社團相關性指標計算結果，對所得到的社團進行分類；
[0009]步驟三，根據(jù)社團分類結果，進行好友推薦，并通過社團類別展示好友推薦結果。
[0010]步驟一所述從用戶設計關系數(shù)據(jù)庫中獲得用戶二度好友列表，進行社團識別，具體操作為:
[0011]I)獲取目標用戶的好友ID列表，為該用戶的一度好友列表;再獲取目標用戶的每個好友的好友ID列表，為該用戶的二度好友列表;合并一度好友列表和二度好友列表，若存在重復，則刪除二度好友列表中的記錄，合并后的列表為全部好友ID列表；
[0012]2)判斷全部好友ID列表中，任意兩個ID之間是否存在好友關系，構建鄰接矩陣；
[0013]3)基于鄰接矩陣，對全部好友ID列表組成的網(wǎng)絡的進行社團識別，輸出每個ID屬于的社團。
[0014]步驟一所述的計算社團相關性指標，是指為每個ID屬于的社團計算社團關系密度、社團關系的平均建立時長、用戶與社團的連接密度及用戶與社團的關系平均建立時長。
[0015]社團相關性指標計算方法如下:
[0016]社團關系密度=社團中的好友關系數(shù)*2/[社團中ID數(shù)*(社團中ID數(shù)-1)]；
[0017]社團關系的平均建立時長=社團中關系的建立時長之和/社團中的好友關系數(shù)；
[0018]用戶與社團的連接密度=用戶與社團中ID的好友關系數(shù)/社團中ID數(shù)；
[0019]用戶與社團的關系平均建立時長=用戶與社團中ID的好友關系建立時長之和/用戶與社團中ID的好友關系數(shù)。
[0020]步驟二對社團進行分類具體操作如下:
[0021]I)基于社團關系密度和社團關系的平均建立時長，將社團分為成熟社團、成長中社團和初始社團；
[0022]其中，定義社團關系平均建立時長大于180天的為成熟社團；社團關系平均建立時長小于等于180天但大于30天的為成長中社團；社團關系平均建立時長小于等于30天的為初始社團；
[0023]2)基于用戶與社團的連接密度和用戶與社團的關系平均建立時長為社團分類，將社團分為用戶已進入社團、用戶正在進入社團以及用戶不相關社團；
[0024]其中，定義用戶與社團的連接密度大于0.6的為用戶已進入社團；用戶與社團的連接密度大于0.1但小于等于0.6的為用戶正在進入社團；用戶與社團的連接密度小于等于
0.1的為用戶不相關社團。
[0025]步驟三所述根據(jù)社團分類結果進行好友推薦，具體操作為:
[0026]當社團為用戶不相關社團時，不觸發(fā)任何操作；
[0027]當社團為用戶已進入社團時，不觸發(fā)任何操作；
[0028]當社團為成長中社團或初始社團，且為用戶正在進入社團時，按照社團成員與用戶的共同好友數(shù)的多少，從高到低排序，推薦共同好友數(shù)最高的前1到100名潛在好友；
[0029]當社團為成熟社團，且為用戶正在進入社團時，按照與用戶的共同好友數(shù)的多少，從高到低排序，推薦共同好友數(shù)最高的前I到3名潛在好友；
[0030]當與這些潛在好友建立聯(lián)系后，再依共同好友數(shù)從多到少的順序逐漸展示其它潛在好友。
[0031]步驟三所述通過社團類別展示好友推薦結果，具體操作為:
[0032]展示正在形成中的社團的推薦結果時，用戶能夠一次性看到前10到100名潛在好友，并可將這些潛在好友加為好友；
[0033]而展示正在進入的社團的推薦結果時，用戶只能看到前I到3名潛在好友，其它的潛在好友灰度展示，不展示完整信息，也不能操作，隨著用戶在此社團中加的好友數(shù)量的增多而逐步放開。
[0034]本發(fā)明還公開了一種基于動態(tài)社團識別的社交網(wǎng)絡交友推薦系統(tǒng)，該系統(tǒng)包括:
[0035]社團識別模塊，用于從用戶社交關系數(shù)據(jù)庫中獲得用戶二度好友列表，進行社團識別，并計算社團相關性指標；
[0036]社團分類模塊，用于對識別出的社團進行分類；
[0037]好友推薦模塊，用于對所得到的社團類別進行推薦；
[0038]結果展示模塊，根據(jù)社團類別展示好友推薦結果。
[0039]社團分類模塊基于計算社團識別模塊計算得到的社團相關性指標對識別出的社團進行分類。
[0040]好友推薦模塊基于所得到的社團類別結果進行推薦。
[0041]與現(xiàn)有技術相比，本發(fā)明具有以下有益的技術效果:
[0042]本發(fā)明公開的基于動態(tài)社團識別的社交網(wǎng)絡交友推薦方法，首先從從用戶設計關系數(shù)據(jù)庫中獲得用戶二度好友列表，進行社團識別，同時計算社團相關性指標;其次，基于社團相關性指標計算結果，對所得到的社團進行分類;再次，根據(jù)社團分類結果，進行好友推薦，為用戶推薦正在進入社團及初始社團的成員，推薦結果反映了用戶當前的社交興趣；再次，本方法可以避免給用戶推薦過時社團的舊關系，避免給用戶推薦其未進入社團的大量關系，避免帶來隱私泄露;最后，通過社團類別展示好友推薦結果。本發(fā)明方法通過動態(tài)社團識別以及社團屬性分析的方法，來找到并推薦用戶可能感興趣的人;與現(xiàn)有的好友推薦算法“推薦可能認識的人”不同，本發(fā)明方法“推薦可能感興趣的人”，針對用戶當前的社交興趣進行推薦，推薦準確率更高，而且避免了過度的用戶騷擾與隱私泄露。
[0043]本發(fā)明還公開了能夠?qū)崿F(xiàn)上述交友推薦方法的系統(tǒng)，系統(tǒng)功能主要由以下四部分組成:社團識別模塊，社團分類模塊，好友推薦模塊以及結果展示模塊。首先，社團識別模塊從用戶社交關系數(shù)據(jù)庫中獲得用戶二度好友列表，進行社團識別，并進行一些社團關鍵指標的計算?；谟嬎憬Y果，社團分類模塊對所得到的社團進行分類。好友推薦模塊基于所得到的社團類別進行推薦。最后，結果展示模塊依據(jù)社團類別展示好友推薦結果。
【附圖說明】
[0044]圖1為本發(fā)明基于動態(tài)社團識別的社交網(wǎng)絡交友推薦系統(tǒng)的邏輯結構圖；
[0045]圖2為本發(fā)明所涉及的好友列表說明圖；
[0046]圖3為本發(fā)明基于動態(tài)社團識別的社交網(wǎng)絡交友推薦結果展示圖。
[°047]其中，1I為社團識別模塊；102為社團分類模塊；103為好友推薦模塊；104為結果展示模塊。
【具體實施方式】
[0048]下面結合具體的實施例對本發(fā)明做進一步的詳細說明，所述是對本發(fā)明的解釋而不是限定。
[0049]本發(fā)明公開了一種基于動態(tài)社團識別的社交網(wǎng)絡交友推薦系統(tǒng)，其功能結構如圖1所示，其中，101為社團識別模塊；102為社團分類模塊；103為好友推薦模塊；104為結果展不豐旲塊。
[0050]系統(tǒng)功能主要由以下四部分組成:社團識別模塊，社團分類模塊，好友推薦模塊以及結果展示模塊。
[0051]基于動態(tài)社團識別的社交網(wǎng)絡交友推薦方法，包括以下步驟:
[0052]步驟一，從用戶設計關系數(shù)據(jù)庫中獲得用戶二度好友列表，進行社團識別，同時計算社團相關性指標；
[0053]步驟二，基于社團相關性指標計算結果，對所得到的社團進行分類；
[0054]步驟三，根據(jù)社團分類結果，進行好友推薦，并通過社團類別展示好友推薦結果。
[0055]下面對各模塊工作進行具體舉例說明:
[0056]丨、社團識別模塊
[0057]第一步，獲取目標用戶的好友ID列表，稱為該用戶的一度好友ID列表，如圖2中的AB C D。用戶的每個好友的好友ID列表，稱為該用戶的二度好友ID列表，圖2中的C D E F G;合并一度好友ID列表和二度好友ID列表，如遇到重復項，刪除二度好友ID列表中的記錄，如圖2中的C D僅被稱為一度好友。合并后的列表稱為全部好友ID列表，如圖2中的A BCDEF G0
[0058]第二步，判斷全部好友ID列表中任意兩個ID之間是否存在好友關系，構建鄰接矩陣。例如，矩陣的(i，j)位置的值為I代表第i個ID與第j個ID之間存在好友關系;O代表不存在好友關系。
[0059]第三步，基于鄰接矩陣，全部好友ID列表組成的網(wǎng)絡的進行社團識別(CommunityDetect1n)。社團識別已有成熟的技術方案，具體可以參考常見的Modularity等方法([I]Newman，M.E.J.2004."Fast algorithm for detecting community struc