一種基于社交網(wǎng)絡(luò)的好友推薦方法和系統(tǒng)的制作方法
【專利摘要】一種基于社交網(wǎng)絡(luò)的好友推薦方法和系統(tǒng)，包括：提取用戶與其他用戶在社交網(wǎng)絡(luò)中的互動信息，為每個(gè)用戶構(gòu)建一個(gè)互動成功好友組，并將與用戶有成功互動關(guān)系的其他用戶劃分到所述用戶的互動成功好友組中；根據(jù)不同用戶之間不同互動類型的成功互動數(shù)，計(jì)算用戶和互動成功好友組中的每個(gè)好友之間的互動連接強(qiáng)度，并從中挑選出互動連接強(qiáng)度最大的前若干個(gè)好友，再分別計(jì)算所述若干個(gè)好友和與其有成功互動關(guān)系的其他用戶之間的互動連接強(qiáng)度，最后將與所述若干個(gè)好友的互動連接強(qiáng)度最大的多個(gè)其他用戶向所述用戶推薦。本發(fā)明屬于網(wǎng)絡(luò)通信【技術(shù)領(lǐng)域】，能根據(jù)用戶在社交網(wǎng)絡(luò)中的互動行為來進(jìn)行個(gè)性化的好友推薦。
【專利說明】一種基于社交網(wǎng)絡(luò)的好友推薦方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于社交網(wǎng)絡(luò)的好友推薦方法和系統(tǒng)，屬于網(wǎng)絡(luò)通信【技術(shù)領(lǐng)域】?！颈尘凹夹g(shù)】
[0002]現(xiàn)有的很多用戶空間中都具有增加偶像和好友的功能。但由于用戶的交流圈子通常都是一個(gè)封閉的社交圈，若想要認(rèn)識更多的好友，需要從網(wǎng)絡(luò)中的海量用戶中隨機(jī)選取，從而花費(fèi)了用戶的大量精力、并限制了用戶的交友范圍。互聯(lián)網(wǎng)用戶傾向于通過推薦、評論、加關(guān)注等互動方式與好友進(jìn)行交互，以表達(dá)自己的喜好，因此，如何根據(jù)用戶之間的相互關(guān)系和互動行為進(jìn)行好友推薦是一個(gè)重要的問題。
[0003]專利申請CN201110294483.7 (專利名稱:一種移動通訊工具中好友自動推薦的方法及裝置，申請日:2011-09-30， 申請人::奇智軟件(北京)有限公司)提出了一種移動通訊工具中好友自動推薦的方法及裝置。所述移動通訊工具以移動終端的手機(jī)號作為用戶標(biāo)識，使用戶通過手機(jī)通訊網(wǎng)絡(luò)或手機(jī)無線網(wǎng)絡(luò)進(jìn)行通訊，所述方法包括:獲取用戶通過移動通訊工具提交的針對社交網(wǎng)站或即時(shí)通訊工具的登錄信息；依據(jù)所述登錄信息從相應(yīng)的社交網(wǎng)站或即時(shí)通訊工具的服務(wù)器端提取該用戶的好友信息，所述好友信息包括互動信息；提取互動信息符合預(yù)設(shè)條件的好友，作為推薦好友，并在移動終端進(jìn)行展示。該技術(shù)方案主要用于用戶可以直接獲取到其它社交網(wǎng)站或即時(shí)通訊工具上的好友的推薦，并不涉及到根據(jù)社交網(wǎng)絡(luò)中的互動信息來為用戶推薦更多的好友。
[0004]因此，如何根據(jù)用戶在社交網(wǎng)絡(luò)中的互動行為來進(jìn)行個(gè)性化的好友推薦，仍是一個(gè)值得深入研究的技術(shù)問題。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明的目的是提供一種基于社交網(wǎng)絡(luò)的好友推薦方法和系統(tǒng)，能根據(jù)用戶在社交網(wǎng)絡(luò)中的互動行為來進(jìn)行個(gè)性化的好友推薦。
[0006]為了達(dá)到上述目的，本發(fā)明提供了一種基于社交網(wǎng)絡(luò)的好友推薦方法，包括有:
[0007]步驟1、提取用戶與其他用戶在社交網(wǎng)絡(luò)中的互動信息，為每個(gè)用戶構(gòu)建一個(gè)互動成功好友組，并將與用戶有成功互動關(guān)系的其他用戶劃分到所述用戶的互動成功好友組中，所述成功互動是用戶對自己與其他用戶之間的互動關(guān)系進(jìn)行回應(yīng)；
[0008]步驟2、根據(jù)不同用戶之間不同互動類型的成功互動數(shù)，計(jì)算用戶和互動成功好友組中的每個(gè)好友之間的互動連接強(qiáng)度，并從中挑選出互動連接強(qiáng)度最大的前若干個(gè)好友，再分別計(jì)算所述若干個(gè)好友和與其有成功互動關(guān)系的其他用戶之間的互動連接強(qiáng)度，最后將與所述若干個(gè)好友的互動連接強(qiáng)度最大的多個(gè)其他用戶向所述用戶推薦。
[0009]為了達(dá)到上述目的，本發(fā)明還提供了一種基于社交網(wǎng)絡(luò)的好友推薦系統(tǒng)，包括有:
[0010]互動好友組構(gòu)建裝置，用于提取每個(gè)用戶與其他用戶在社交網(wǎng)絡(luò)中的互動信息，并為每個(gè)用戶構(gòu)建一個(gè)互動成功好友組，然后將與每個(gè)用戶有成功互動關(guān)系的其他用戶劃分到所述用戶的互動成功好友組中，所述成功互動是用戶對自己與其他用戶之間的互動關(guān)系進(jìn)行回應(yīng)，同時(shí)根據(jù)不同用戶之間不同互動類型的成功互動數(shù)，計(jì)算每個(gè)用戶和其互動成功好友組中的每個(gè)好友之間的互動連接強(qiáng)度，按照互動連接強(qiáng)度從大到小的順序?qū)τ脩舻幕映晒糜呀M中的所有好友進(jìn)行排序；
[0011]好友推薦裝置，用于從每個(gè)用戶的互動成功好友組中順序挑選出若干個(gè)排序在前的好友，再分別從所述若干個(gè)好友的互動成功好友組中順序挑選出多個(gè)其他用戶向用戶推薦。
[0012]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:本發(fā)明可以充分利用用戶在社交網(wǎng)絡(luò)中的互動數(shù)據(jù)，給用戶推薦其可能喜歡的好友，從而擴(kuò)大用戶在社交網(wǎng)絡(luò)中的交友范圍；通過互動連接強(qiáng)度的計(jì)算，挑選到與用戶相似性較高的好友，并繼續(xù)尋找與好友相似性較高的其他用戶向用戶推薦，由于用戶間的相似性具有自反性、對稱性、非傳遞性的特點(diǎn)，因而本發(fā)明基于對稱性和非傳遞性來進(jìn)行好友的推薦，推薦好友更具有多樣性；如果用戶原本的社交圈較小，即與用戶有成功互動關(guān)系的好友總數(shù)很少時(shí)，本發(fā)明還能通過互動強(qiáng)度的計(jì)算為用戶推薦一定數(shù)量的互動活躍好友，從而進(jìn)一步帶動用戶認(rèn)識更多符合其個(gè)性的好友。
【專利附圖】

【附圖說明】
[0013]圖1是本發(fā)明一種基于社交網(wǎng)絡(luò)的圖書推薦方法流程圖。
[0014]圖2是圖1步驟2的具體操作流程圖。
[0015]圖3是本發(fā)明一種基于社交網(wǎng)絡(luò)的好友推薦系統(tǒng)的組成結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0016]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖對本發(fā)明作進(jìn)一步的詳細(xì)描述。
[0017]如圖1所示，本發(fā)明一種基于社交網(wǎng)絡(luò)的好友推薦方法，包括有:
[0018]步驟1、提取用戶與其他用戶在社交網(wǎng)絡(luò)中的互動信息，為每個(gè)用戶構(gòu)建一個(gè)互動成功好友組，并將與用戶有成功互動關(guān)系的其他用戶劃分到所述用戶的互動成功好友組中；
[0019]所述成功互動是用戶對自己與其他用戶之間的互動關(guān)系進(jìn)行回應(yīng)，例如用戶A對關(guān)注自己的用戶B加關(guān)注、用戶A閱讀用戶C推薦的圖書、用戶A閱讀用戶D贈送的圖書、用戶A閱讀用戶E借閱的圖書等，則用戶A和B、用戶A和C、用戶A和D、用戶A和E存在有成功互動關(guān)系；所述互動類型可以包括但不限于:關(guān)注、推薦、贈送、借閱等；
[0020]步驟2、根據(jù)不同用戶之間不同互動類型的成功互動數(shù)，計(jì)算用戶和互動成功好友組中的每個(gè)好友之間的互動連接強(qiáng)度，并從中挑選出互動連接強(qiáng)度最大的前若干個(gè)好友，再分別計(jì)算所述若干個(gè)好友和與其有成功互動關(guān)系的其他用戶之間的互動連接強(qiáng)度，最后將與所述若干個(gè)好友的互動連接強(qiáng)度最大的多個(gè)其他用戶向所述用戶推薦。
[0021]所述步驟2中，不同用戶之間(例如用戶和好友、好友和與其有成功互動關(guān)系的其他用戶)的互動連接強(qiáng)度的計(jì)算公式如下:
[0022]
【權(quán)利要求】
1.一種基于社交網(wǎng)絡(luò)的好友推薦方法，其特征在于，包括有: 步驟1、提取用戶與其他用戶在社交網(wǎng)絡(luò)中的互動信息，為每個(gè)用戶構(gòu)建一個(gè)互動成功好友組，并將與用戶有成功互動關(guān)系的其他用戶劃分到所述用戶的互動成功好友組中，所述成功互動是用戶對自己與其他用戶之間的互動關(guān)系進(jìn)行回應(yīng)； 步驟2、根據(jù)不同用戶之間不同互動類型的成功互動數(shù)，計(jì)算用戶和互動成功好友組中的每個(gè)好友之間的互動連接強(qiáng)度，并從中挑選出互動連接強(qiáng)度最大的前若干個(gè)好友，再分別計(jì)算所述若干個(gè)好友和與其有成功互動關(guān)系的其他用戶之間的互動連接強(qiáng)度，最后將與所述若干個(gè)好友的互動連接強(qiáng)度最大的多個(gè)其他用戶向所述用戶推薦。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟2中，不同用戶之間的互動連接強(qiáng)度的計(jì)算公式如下:
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟2進(jìn)一步包括有: 步驟21、分別計(jì)算用戶和互動成功好友組中的每個(gè)好友之間的互動連接強(qiáng)度，并按照互動連接強(qiáng)度從大到小的順序?qū)映晒糜呀M中所有好友進(jìn)行排序； 步驟22、從互動成功好友組中挑選出排序最前的一個(gè)好友； 步驟23、計(jì)算所述挑選的好友和與其有成功互動關(guān)系的其他用戶之間的互動連接強(qiáng)度，并選出與所述挑選的好友的互動連接強(qiáng)度最大的前η個(gè)其他用戶，如果所述η個(gè)其他用戶中包含有所述用戶，則從所述η個(gè)其他用戶中剔除掉所述用戶后，再將所述其他用戶向所述用戶推薦，所述η是每個(gè)好友的推薦最大數(shù)。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，步驟2還包括有: 步驟24、調(diào)整η:η=η-1，并判斷η是否大于O，如果是，則繼續(xù)步驟25 ;如果否，則本流程結(jié)束； 步驟25、判斷所述挑選的好友是否排在互動成功好友組中的最后一個(gè)，如果否，則繼續(xù)從互動成功好友組中順序挑選出排在下一個(gè)的好友，然后轉(zhuǎn)向步驟23。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，步驟25中，當(dāng)所述挑選的好友排在互動成功好友組中的最后一個(gè)時(shí)，還包括有:
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟28中，每個(gè)用戶的互動強(qiáng)度的計(jì)算公式如下:
7.一種基于社交網(wǎng)絡(luò)的好友推薦系統(tǒng)，其特征在于，包括有: 互動好友組構(gòu)建裝置，用于提取每個(gè)用戶與其他用戶在社交網(wǎng)絡(luò)中的互動信息，并為每個(gè)用戶構(gòu)建一個(gè)互動成功好友組，然后將與每個(gè)用戶有成功互動關(guān)系的其他用戶劃分到所述用戶的互動成功好友組中，所述成功互動是用戶對自己與其他用戶之間的互動關(guān)系進(jìn)行回應(yīng)，同時(shí)根據(jù)不同用戶之間不同互動類型的成功互動數(shù)，計(jì)算每個(gè)用戶和其互動成功好友組中的每個(gè)好友之間的互動連接強(qiáng)度，按照互動連接強(qiáng)度從大到小的順序?qū)τ脩舻幕映晒糜呀M中的所有好友進(jìn)行排序； 好友推薦裝置，用于從每個(gè)用戶的互動成功好友組中順序挑選出若干個(gè)排序在前的好友，再分別從所述若干個(gè)好友的互動成功好友組中順序挑選出多個(gè)其他用戶向用戶推薦。
8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述互動好友組構(gòu)建裝置中，不同用戶之間的互動連接強(qiáng)度的計(jì)算公式如下:



9.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述好友推薦裝置進(jìn)一步包括有: 互動好友推薦單元，用于通知互動好友組構(gòu)建裝置為用戶構(gòu)建一個(gè)互動成功好友組，并從用戶的互動成功好友組中挑選出排序最前的一個(gè)好友，再通知互動好友組構(gòu)建裝置為所述挑選的好友構(gòu)建一個(gè)互動成功好友組，然后從所述挑選的好友的互動成功好友組中選出排序最前的η個(gè)其他用戶，如果所述η個(gè)其他用戶中包含有所述用戶，則從所述η個(gè)其他用戶中剔除掉所述用戶后，再將所述其他用戶向所述用戶推薦，所述η是每個(gè)好友的推薦最大數(shù)，最后調(diào)整η:η=η-1，如果調(diào)整后的η大于O、且所述挑選的好友不是排在用戶的互動成功好友組中的最后一個(gè)時(shí)，則繼續(xù)從用戶的互動成功好友組中順序挑選出排在下一個(gè)的好友。
10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述互動好友推薦單元還包括有: 好友推薦通知部件，用于當(dāng)調(diào)整后的η大于O、且所述挑選的好友排在互動成功好友組 中的最后一個(gè)時(shí)，計(jì)算用戶的好友推薦總數(shù)N:
11.根據(jù)權(quán)利要求10所述的系統(tǒng)，其特征在于，所述好友推薦裝置還包括有: 交互好友推薦單元，用于接收好友推薦通知部件發(fā)送來的通知消息，根據(jù)用戶在不同互動類型的成功互動數(shù)，計(jì)算除所述用戶、和已向所述用戶推薦的其他用戶之外的每個(gè)用戶的互動強(qiáng)度，然后將互動強(qiáng)度最大的前c個(gè)用戶向所述用戶推薦。
12.根據(jù)權(quán)利要求11所述的系統(tǒng)，其特征在于，所述交互好友推薦單元中，每個(gè)用戶的互動強(qiáng)度的計(jì)算公式如下:
【文檔編號】H04L29/08GK103475717SQ201310412434
【公開日】2013年12月25日 申請日期:2013年9月11日 優(yōu)先權(quán)日:2013年9月11日
【發(fā)明者】廖建新, 李曲, 李萍, 崔曉茹, 趙貝爾 申請人:杭州東信北郵信息技術(shù)有限公司