CN101847226A - 一种社会性网络sns社区中推荐异性朋友的方法及*** - Google Patents

一种社会性网络sns社区中推荐异性朋友的方法及*** Download PDF

Info

Publication number
CN101847226A
CN101847226A CN200910213921A CN200910213921A CN101847226A CN 101847226 A CN101847226 A CN 101847226A CN 200910213921 A CN200910213921 A CN 200910213921A CN 200910213921 A CN200910213921 A CN 200910213921A CN 101847226 A CN101847226 A CN 101847226A
Authority
CN
China
Prior art keywords
user
characteristic information
different
nature
opposite sex
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
CN200910213921A
Other languages
English (en)
Inventor
陈浩
崔波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GUANGZHOU CULTURAL TRANSMISSION CO Ltd
Original Assignee
GUANGZHOU CULTURAL TRANSMISSION 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 GUANGZHOU CULTURAL TRANSMISSION CO Ltd filed Critical GUANGZHOU CULTURAL TRANSMISSION CO Ltd
Priority to CN200910213921A priority Critical patent/CN101847226A/zh
Publication of CN101847226A publication Critical patent/CN101847226A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

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

Abstract

本发明公开了一种SNS社区中推荐异性朋友的方法，所述SNS社区至少包括第一用户和第二异性用户，包括以下步骤：(a)收集第一用户和第二异性用户在异***友诉求方面的个人特征信息；(b)存储以上信息；(c)在第一用户请求获得异性朋友或第一用户登录SNS社区时，提取信息并判断第一用户和第二异性用户是否同时通过对方设置的异性朋友门槛标准；(d)基于双方的个人复杂特征信息进行匹配运算；(e)若第一用户和第二异性用户间个人复杂特征信息相匹配，则将第二异性用户作为异性朋友推荐给第一用户。本发明拓展出专门针对SNS社区中异性朋友的推荐方法及***，提升SNS社区交友精确性与针对性。

Description

一种社会性网络SNS社区中推荐异性朋友的方法及***
技术领域
本发明涉及计算机网络技术领域，更具体地说，涉及一种SNS社区中推荐异性朋友的方法及***。
背景技术
社会性网络(Social Networks Service，SNS)是Web 2.0体系下的一个技术应用架构。SNS通过直接的社会朋友关系的建立，朋友之间进行人力资源分享，在建立社会关系的过程中完成或解决具体的应用问题。通过使用SNS可以实现个人数据处理、个人社会关系管理、可信的商业信息共享，可以安全地对信任的人群分享自己的信息和知识，利用信任关系拓展自己的社会性网络，达成更加有价值的沟通和协作。
SNS基于六度分隔理论运作，即“在人脉网络中，要结识任何一位陌生的朋友，中间最多只要通过六个朋友就可以达到目的”。按照六度分隔理论，每个个体的社交圈都不断放大，最后成为一个大型网络。
SNS社区即基于SNS理论而搭建的网络社区***。用户在SNS社区中通常要结识很多陌生的用户作为朋友，尤其是异性朋友；而作为用户交流的平台，SNS社区通过多种方式向用户推荐朋友。上述的异性朋友推荐，也就是将合适的异性用户信息呈现给用户。
中国专利公开号CN101079714，公开日2007年11月28日，发明创造的名称为《一种SNS社区中推荐朋友的方法及***》，该申请案公开了一种基于网络简单行为的推荐朋友的方法及***，其不足之处在于：包括其在内的现有SNS社区的好友推荐机制，首先不对同性朋友与异性朋友的推荐做技术区分，没有意识到这两种朋友推荐原则的重要区别：网络异***友有着更为严格的门槛标准。否则将会造成对用户，尤其是对女性用户的骚扰，也将造成针对SNS社区人际交往环境安全性的挑战，以及增加了SNS社区网站服务器的运行负担；其次现有的推荐方法只根据个人的外在的简单特征信息，不管是个人资料，还是简单网络行为进行推荐，没有注意到用户身上内在但固定的、对于人际交往更有价值的复杂特征信息，而这些特征信息通过技术手段是可以客观、定量化收集并加以应用；复次，现有的推荐方式注重用户单方面交友条件设定，其实质只是一种单方面的搜索，而忽略了交友，尤其是异***友是一个双方彼此认可的过程。
此外，还有***随机推荐，这种方式更容易造成推荐错误，从而对用户造成骚扰，浪费SNS社区网站服务器的运算性能。
发明内容
本发明要解决的技术问题在于，针对以往SNS社区的好友推荐方法及***不做同性/异***友推荐原则区分、匹配参数较为单一简单、只做单方面条件设定等问题，提出一种基于用户“简单特征信息双向过滤+复杂特征信息双向匹配”的SNS中推荐异性朋友的方法及***，以期拓展SNS社区好友推荐机制效能，提高其精确性、针对性，节省SNS社区网站服务器运算量。
本发明解决的上述技术问题的技术方案是，提供一种社会性网络SNS社区中推荐异性朋友的***，至少包括第一用户和第二异性用户，还包括：
个人特征信息收集模块，用于收集第一用户和第二异性用户在异***友诉求方面的个人特征信息；
用户特征信息存储数据库模块，用于存储和提取第一用户和第二异性用户在异***友诉求方面的个人特征信息；
双向门槛标准过滤模块，用于在第一用户请求获得异性朋友或第一用户登录SNS社区时，判断第一用户和第二异性用户是否同时通过对方设置的异性朋友门槛标准；
复杂特征信息匹配运算模块，用于在第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准时，基于双方的个人复杂特征信息进行进一步匹配运算；
推荐模块，用于在第一用户和第二异性用户间个人复杂特征信息匹配时，将第二异性用户作为SNS异性朋友推荐给第一用户。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的***中，所述个人特征信息收集模块进一步包括：
基本特征信息收集子模块，用于收集所述第一用户和第二异性用户外在的且易被客观评测的个人基本特征信息；
复杂特征信息收集子模块，用于收集所述第一用户和第二异性用户内在的但可被量化评测的个人品质特征信息；
SNS异性朋友门槛标准收集子模块，用于收集所述第一用户和第二异性用户针对潜在SNS中异性朋友的外在的且易被客观评测的个人基本特征信息要求。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的***中，所述基本特征信息收集子模块具体收集所述第一用户和第二异性用户的性别、年龄、所在城市、身高、收入水平、学历、婚姻状况等7方面信息。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的***中，所述复杂特征信息收集子模块具体收集所述第一用户和第二异性用户的沟通方式、幽默风格、思维方式、生活方式、个人爱好、家庭价值观、两性观念、个性特征、依恋风格等9方面信息。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的***中，所述SNS异性朋友门槛标准收集子模块具体收集所述第一用户和第二异性用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的***中，所述复杂特征信息收集子模块针对所要收集的9个方面特征信息，采用3道问题测量每1个方面，每题采用7分计分制，3道题得分累加总分为用户在该方面个人复杂特征信息上的原始数据。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的***中，所述用户特征信息存储数据库模块进一步包括：
男性用户数据库子模块，存储男性用户的7个方面基本特征信息、复杂特征信息的9个方面原始数据，以及用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求数据；
女性用户数据库子模块，存储女性用户的7个方面基本特征信息、复杂特征信息的9个方面原始数据，以及用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求数据。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的***，根据所述第一用户和第二异性用户的基本特征信息中性别数据为标准，决定所述第一用户和第二异性用户分别进入男性用户数据库子模块或女性用户数据库子模块。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的***，所述双向门槛标准过滤模块判断所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准的方式为：
如果，所述第二异性用户的基本特征信息一一满足所述第一用户设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求；
且同时所述第一用户的基本特征信息一一满足所述第二异性用户设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求，则判断所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准，否则不通过。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的***中，所述复杂特征信息匹配运算模块在所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准后，基于所述第一用户和第二异性用户的个人复杂特征信息9个方面原始数据做匹配加权运算，获得所述第一用户和第二异性用户的个人复杂特征信息匹配度综合数据值，若所述匹配度综合数据值小于或等于预定值，则所述第一用户和第二异性用户的个人复杂特征信息相匹配；若所述匹配度综合数据值大于预定值，则所述第一用户和第二异性用户的个人复杂特征信息不匹配。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的***中，所述复杂特征信息匹配运算模块使用以下公式进行加权运算：匹配度综合数据值＝|M1-F1|+|M2-F2|+|M3-F3|+|M4-F4|+|M5-F5|+|M6-F6|+|M7-F7|+|M8-F8|+|M9-F9|；
其中，M1为所述第一用户的复杂特征信息中沟通方式方面原始数据，F1为所述第二异性用户的复杂特征信息中沟通方式方面原始数据；M2为所述第一用户的复杂特征信息中幽默风格方面原始数据，F2为所述第二异性用户的复杂特征信息中幽默风格方面原始数据；M3为所述第一用户的复杂特征信息中思维方式方面原始数据，F3为所述第二异性用户的复杂特征信息中思维方式方面原始数据；M4为所述第一用户的复杂特征信息中生活方式方面原始数据，F4为所述第二异性用户的复杂特征信息中生活方式方面原始数据；M5为所述第一用户的复杂特征信息中个人爱好方面原始数据，F5为所述第二异性用户的复杂特征信息中个人爱好方面原始数据；M6为所述第一用户的复杂特征信息中家庭价值观方面原始数据，F6为所述第二异性用户的复杂特征信息中家庭价值观方面原始数据；M7为所述第一用户的复杂特征信息中两性观念方面原始数据，F7为所述第二异性用户的复杂特征信息中两性观念方面原始数据；M8为所述第一用户的复杂特征信息中个性特征方面原始数据，F8为所述第二异性用户的复杂特征信息中个性特征方面原始数据；M9为所述第一用户的复杂特征信息中依恋风格方面原始数据，F9为所述第二异性用户的复杂特征信息中依恋风格方面原始数据。
本发明还提供一种社会性网络SNS社区中推荐异性朋友的方法，所述SNS社区至少包括第一用户和第二异性用户，包括以下步骤：
(a)收集第一用户和第二异性用户在异***友诉求方面的个人特征信息；
(b)存储第一用户和第二异性用户在异***友诉求方面的个人特征信息；
(c)在第一用户请求获得异性朋友或第一用户登录SNS社区时，判断第一用户和第二异性用户是否同时通过对方设置的异性朋友门槛标准；
(d)若第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准，再基于双方的个人复杂特征信息进行进一步匹配运算；
(e)若第一用户和第二异性用户间个人复杂特征信息相匹配，则将第二异性用户作为SNS异性朋友推荐给第一用户。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的方法中，所述步骤(a)进一步包括：
(a1)收集所述第一用户和第二异性用户外在的且易被客观评测的个人基本特征信息；
(a2)收集所述第一用户和第二异性用户内在的但可被量化评测的个人品质特征信息；
(a3)收集所述第一用户和第二异性用户针对潜在SNS中异性朋友的外在的且易被客观评测的个人基本特征信息要求。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的方法中，所述步骤(a1)中具体收集所述第一用户和第二异性用户的性别、年龄、所在城市、身高、收入水平、学历、婚姻状况等7方面信息。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的方法中，所述步骤(a2)中具体收集所述第一用户和第二异性用户的沟通方式、幽默风格、思维方式、生活方式、个人爱好、家庭价值观、两性观念、个性特征、依恋风格等9方面信息。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的方法中，所述步骤(a3)具体收集所述第一用户和第二异性用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求，即异性朋友门槛标准。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的方法中，针对所要收集的所述第一用户和第二异性用户的9个方面复杂特征信息，采用3道问题测量每1个方面，每题采用7分计分制，3道题得分累加总分为用户在该方面个人复杂特征信息上的原始数据。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的方法中，所述步骤(b)进一步包括：
(b1)集中存储男性用户的7个方面基本特征信息、复杂特征信息的9个方面原始数据，以及用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求数据；
(b2)集中存储女性用户的7个方面基本特征信息、复杂特征信息的9个方面原始数据，以及用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求数据。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的方法中，根据所述第一用户和第二异性用户的基本特征信息中性别数据为标准，决定所述第一用户和第二异性用户分别为男性用户或女性用户。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的方法中，所述步骤(c)中判断所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准的方式为：
如果，所述第二异性用户的基本特征信息一一满足所述第一用户设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求；
且同时所述第一用户的基本特征信息一一满足所述第二异性用户设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求，则判断所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准，否则不通过。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的方法中，所述步骤(d)，所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准后，基于所述第一用户和第二异性用户的个人复杂特征信息9个方面原始数据做匹配加权运算，获得所述第一用户和第二异性用户的个人复杂特征信息匹配度综合数据值，若所述匹配度综合数据值小于或等于预定值，则所述第一用户和第二异性用户的个人复杂特征信息相匹配；若所述匹配度综合数据值大于预定值，则所述第一用户和第二异性用户的个人复杂特征信息不匹配。
在本发明所述的一种社会性网络SNS社区中推荐异性朋友的方法中，所述步骤(d)，所述复杂特征信息匹配加权运算使用以下公式进行加权运算：匹配度综合数据值＝|M1-F1|+|M2-F2|+|M3-F3|+|M4-F4|+|M5-F5|+|M6-F6|+|M7-F7|+|M8-F8|+|M9-F9|；
其中，M1为所述第一用户的复杂特征信息中沟通方式方面原始数据，F1为所述第二异性用户的复杂特征信息中沟通方式方面原始数据；M2为所述第一用户的复杂特征信息中幽默风格方面原始数据，F2为所述第二异性用户的复杂特征信息中幽默风格方面原始数据；M3为所述第一用户的复杂特征信息中思维方式方面原始数据，F3为所述第二异性用户的复杂特征信息中思维方式方面原始数据；M4为所述第一用户的复杂特征信息中生活方式方面原始数据，F4为所述第二异性用户的复杂特征信息中生活方式方面原始数据；M5为所述第一用户的复杂特征信息中个人爱好方面原始数据，F5为所述第二异性用户的复杂特征信息中个人爱好方面原始数据；M6为所述第一用户的复杂特征信息中家庭价值观方面原始数据，F6为所述第二异性用户的复杂特征信息中家庭价值观方面原始数据；M7为所述第一用户的复杂特征信息中两性观念方面原始数据，F7为所述第二异性用户的复杂特征信息中两性观念方面原始数据；M8为所述第一用户的复杂特征信息中个性特征方面原始数据，F8为所述第二异性用户的复杂特征信息中个性特征方面原始数据；M9为所述第一用户的复杂特征信息中依恋风格方面原始数据，F9为所述第二异性用户的复杂特征信息中依恋风格方面原始数据。
本发明一种SNS社区中推荐异性朋友的方法及***，根据用户简单特征信息对异性朋友间进行双向门槛条件过滤，继而再基于两人复杂特征信息进行双向匹配运算，从而实现了SNS社区中异性好友间精确、有效推荐，很大程度上解决了SNS社区运营中安全交友环境营造与避免频繁骚扰的技术难题。
附图说明
图1是本发明一种SNS社区中推荐异性朋友的***实施例的结构示意图；
图2是图1中个人特征信息收集模块的结构示意图；
图3是图1中用户特征信息存储数据库模块的结构示意图；
图4是本发明一种SNS社区中推荐异性朋友的方法实施例的流程图。
具体实施方式
为能进一步了解本发明的特征、技术手段以及所达到的具体目的、功能，解析本发明的优点与精神，藉由以下具体实施方式对本发明的详述得到进一步的了解。
如图1所示，在本发明一种SNS社区中推荐异性朋友的***的一个实施例中，至少包括第一用户11和第二异性用户12。此外，该***还包括个人特征信息收集模块13、用户特征信息存储数据库模块14、双向门槛标准过滤模块15、复杂特征信息匹配运算模块16以及推荐模块17。
个人特征信息收集模块13用于收集第一用户11和第二异性用户12在异***友诉求方面的个人特征信息。个人特征信息收集模块13进一步包括基本特征信息收集子模块131、复杂特征信息收集子模块132和SNS异性朋友门槛标准收集子模块133。
基本特征信息收集子模块131用于收集所述第一用户11和第二异性用户12外在的且易被客观评测的个人基本特征信息，其中具体包括性别、年龄、所在城市、身高、收入水平、学历、婚姻状况等7方面信息。在本实施例中，表1是第一用户11和第二异性用户12的个人基本特征信息：
  性别   年龄   所在城市   身高   收入水平   学历   婚姻状况
  第一用户11   男   28   北京   175cm   5000-6000元/月   研究生   未婚
  第二异性用户12   女   25   北京   164cm   3000-4000元/月   本科   未婚
表1第一用户和第二用户的个人基本特征信息
复杂特征信息收集子模块132，用于收集所述第一用户11和第二异性用户12内在的但可被量化评测的个人品质特征信息，其中具体包括沟通方式、幽默风格、思维方式、生活方式、个人爱好、家庭价值观、两性观念、个性特征、依恋风格等9方面信息。复杂特征信息收集子模块132针对所要收集的9个方面特征信息，采用3道问题测量每1个方面，每题采用7分计分制，3道题得分累加总分为用户在该方面个人复杂特征信息上的原始数据。举例，表2是复杂特征信息收集子模块132收集用户在沟通方式、家庭价值观和两性观念3方面个人复杂特征信息时的3×3道题目：
表2复杂特征信息收集子模块收集用户3方面复杂特征信息的测题举例
在表2中，仅举复杂特征信息收集子模块132收集用户3方面复杂特征信息的测题内容为例，分别为沟通方式、家庭价值观、两性观念。每个方面都采用3条语意中性但与测量方面直接紧密相关的句子，让第一用户11和第二异性用户12基于其与自身内在稳定的观念、想法、态度相符的程度进行自由判断，并进行记录。第一用户11和第二异性用户12对这些题目的判断结果成为计算其在这些方面上的原始数据。
在本实施例中，表3是复杂特征信息收集子模块132收集到的第一用户11和第二异性用户12在以上3方面复杂特征信息3×3共9道题上的作答结果：
Figure G2009102139215D00101
表3第一用户和第二异性用户在3方面复杂特征信息测题上作答结果举例
表3中，第一用户11在个人复杂特征信息沟通方式方面的原始数据得分为：M1＝4(不能确定)+5(有些符合)+3(有些不符合)＝12；而第二异性用户12在个人复杂特征信息沟通方式方面的原始数据得分为：F1＝6(很符合)+7(非常符合)+6(很符合)＝19。以上原始数据定量化地客观体现第一用户11的沟通力、说服能力和营造谈话气氛的能力较为一般，即在沟通方式上呈现中等水平；而第二异性用户12与他人的沟通能力很强，善于营造愉快的谈话气氛。
表3中，第一用户11在个人复杂特征信息家庭价值观方面的原始数据得分为：M6＝4(不能确定)+3(有些不符合)+3(有些不符合)＝10；而第二异性用户12在个人复杂特征信息家庭价值观方面的原始数据得分为：F6＝5(有些符合)+6(很符合)+7(非常符合)＝18。以上原始数据定量化客观体现第一用户11的家庭观念一般；而第二异性用户12的家庭观念很重，以追求家庭幸福为个人重要诉求。
表3中，第一用户11在个人复杂特征信息两性观念方面的原始数据得分为：M7＝7(非常符合)+3(有些符合)+6(很符合)＝16；第二异性用户12在个人复杂特征信息两性观念方面的原始数据得分为：F7＝2(很不符合)+5(有些不符合)+1(非常不符合)＝8。以上原始数据定量化客观体现第一用户11在男女两性地位观上虽趋于稍微保守，但性行为观念上较为现代，总体上在男女两性观念较为开放；而第二异性用户12在男女两性地位观趋于现代，但性行为观念上较为保守，总体上在男女两性观念上较为传统。题目72与题目71、题目73相异，测量的是相反的态度，所以计分采用反向计分。
SNS异性朋友门槛标准收集子模块133用于收集第一用户11和第二异性用户12针对潜在SNS中异性朋友的外在的且易被客观评测的个人基本特征信息要求。其中具体包括年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息。在本实施例中，表4是第一用户11和第二异性用户12针对潜在SNS中异性朋友设定的门槛标准：
  门槛标准   年龄范围   所在城市  身高范围   收入水平范围   学历范围   婚姻状况
  第一用户11   22至26岁   北京  160cm以上   2500元/月以上   专科以上   必须未婚
  第二异性用户12   26至35岁   北京  170cm以上   5000元/月以上   本科以上   必须未婚
表4第一用户和第二异性用户针对潜在SNS中异性朋友设定的门槛标准
用户特征信息存储数据库模块14用于存储和提取第一用户11和第二异性用户12在异***友诉求方面的个人特征信息。用户特征信息存储数据库模块14存储的信息具体包括第一用户11和第二异性用户12的7方面个人基本特征信息(本实施例中，表1信息)、个人复杂特征信息的9个方面原始数据(本实施例中，表3信息)，以及用户针对潜在SNS中异性朋友设定的门槛标准的6方面信息数据(本实施例中，表4信息)。为数据库管理与提取之便，用户特征信息存储数据库模块14进一步包括男性用户数据库子模块141和女性用户数据库子模块142。
根据第一用户11和第二异性用户12的个人基本特征信息中性别数据为标准，决定所述第一用户11和第二异性用户12的全部相关信息分别进入男性用户数据库子模块141，抑或是女性用户数据库子模块142。在本实施例中，根据表1，第一用户11的全部相关信息进入男性用户数据库子模块141，第二异性用户12的全部相关信息进入女性用户数据库子模块142。
双向门槛标准过滤模块15，用于在第一用户11请求获得异性朋友或第一用户11登录SNS社区时，判断第一用户11和第二异性用户12是否同时通过对方设置的异性朋友门槛标准。双向门槛标准过滤模块15判断第一用户11和第二异性用户12同时通过对方设置的异性朋友门槛标准的方式为：
如果，第二异性用户12的基本特征信息(本实施例，表1)一一满足第一用户11设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求(本实施例，表4)；
且同时第一用户11的基本特征信息(本实施例，表1)一一满足第二异性用户12设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求(本实施例，表4)，则判断第一用户11和第二异性用户12同时通过对方设置的异性朋友门槛标准，否则不通过。
在本实施例中，第一用户11和第二异性用户12的个人基本特征信息彼此符合对方设置的SNS中潜在异性朋友门槛标准(表5)，结果通过：
  个人特征信息   年龄   所在城市  身高   收入水平   学历   婚姻
  第一用户11   28   北京  175cm   5000-6000元/月   研究生   未婚
  第二异性用户12   25   北京  164cm   3000-4000元/月   本科   未婚
  门槛标准   年龄范围   所在城市  身高范围   收入水平范围   学历范围   婚姻状况
  第一用户11   22至26岁   北京  160cm以上   2500元/月以上   专科以上   必须未婚
  第二异性用户12   26至35岁   北京  170cm以上   5000元/月以上   本科以上   必须未婚
  同时通过与否   √   √  √   √   √   √
表5双向门槛标准过滤模块对第一用户和第二异性用户进行门槛标准判断
复杂特征信息匹配运算模块16用于在第一用户11和第二异性用户12同时通过对方设置的异性朋友门槛标准时，基于双方的个人复杂特征信息进行进一步匹配运算。
复杂特征信息匹配运算模块16用于在第一用户11和第二异性用户12同时通过对方设置的异性朋友门槛标准后，基于第一用户11和第二异性用户12的个人复杂特征信息9个方面原始数据做匹配加权运算，获得第一用户11和第二异性用户12的个人复杂特征信息匹配度综合数据值，若所述匹配度综合数据值小于或等于预定值，则第一用户11和第二异性用户12的个人复杂特征信息相匹配；若所述匹配度综合数据值大于预定值，则第一用户11和第二异性用户12的个人复杂特征信息不匹配。
在本实施例中，复杂特征信息匹配运算模块16使用以下公式进行加权运算：匹配度综合数据值＝|M1-F1|+|M2-F2|+|M3-F3|+|M4-F4|+|M5-F5|+|M6-F6|+|M7-F7|+|M8-F8|+|M9-F9|。
其中，M1为第一用户11的复杂特征信息中沟通方式方面原始数据，F1为第二异性用户12的复杂特征信息中沟通方式方面原始数据；M2为第一用户11的复杂特征信息中幽默风格方面原始数据，F2为第二异性用户12的复杂特征信息中幽默风格方面原始数据；M3为第一用户11的复杂特征信息中思维方式方面原始数据，F3为第二异性用户12的复杂特征信息中思维方式方面原始数据；M4为第一用户11的复杂特征信息中生活方式方面原始数据，F4为第二异性用户12的复杂特征信息中生活方式方面原始数据；M5为第一用户11的复杂特征信息中个人爱好方面原始数据，F5为第二异性用户12的复杂特征信息中个人爱好方面原始数据；M6为第一用户11的复杂特征信息中家庭价值观方面原始数据，F6为第二异性用户12的复杂特征信息中家庭价值观方面原始数据；M7为第一用户11的复杂特征信息中两性观念方面原始数据，F7为第二异性用户12的复杂特征信息中两性观念方面原始数据；M8为第一用户11的复杂特征信息中个性特征方面原始数据，F8为第二异性用户12的复杂特征信息中个性特征方面原始数据；M9为第一用户11的复杂特征信息中依恋风格方面原始数据，F9为第二异性用户12的复杂特征信息中依恋风格方面原始数据。
例如，第一用户11和第二异性用户12在个人复杂特征信息各方面原始数据得分分别为如下表5，则匹配度综合数据值＝|M1-F1|+|M2-F2|+|M3-F3|+|M4-F4|+|M5-F5|+|M6-F6|+|M7-F7|+|M8-F8|+|M9-F9|＝57：
Figure G2009102139215D00131
Figure G2009102139215D00141
表5第一用户和第二异性用户个人复杂特征信息匹配度综合数据值
在本实施例中，设置的预定值为40，第一用户11和第二异性用户12个人复杂特征信息匹配度综合数据值＝57＜40，所以第一用户11和第二异性用户12的个人复杂特征信息不匹配。因此，在本实施例中，第二异性用户12不能作为第一用户11的潜在异性朋友，被SNS社区推荐给第一用户11。
上述表1、表2、表3、表4、表5所示仅为本发明实施例的一个例子，用于说明本发明的***。在实际应用中，分析的数据值可能更多，且参与匹配的用户也往往更多。
如图4所示，是本发明一种SNS社区中推荐异性朋友的方法实施例的流程图。其中SNS社区至少包括第一用户11和第二异性用户12，该流程包括以下步骤：
步骤S41：收集第一用户11和第二异性用户12在异***友诉求方面的个人特征信息。
在该步骤中，进一步包括：
(a1)收集第一用户11和第二异性用户12外在的且易被客观评测的个人基本特征信息。该步骤(a1)具体收集第一用户11和第二异性用户12的性别、年龄、所在城市、身高、收入水平、学历、婚姻状况等7方面信息。
(a2)收集第一用户11和第二异性用户12内在的但可被量化评测的个人品质特征信息。该步骤(a2)具体收集第一用户11和第二异性用户12的沟通方式、幽默风格、思维方式、生活方式、个人爱好、家庭价值观、两性观念、个性特征、依恋风格等9方面信息。
(a3)收集第一用户11和第二异性用户12针对潜在SNS中异性朋友的外在的且易被客观评测的个人基本特征信息要求。该步骤(a3)具体收集第一用户11和第二异性用户12对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求，即异性朋友门槛标准。
步骤S42：存储第一用户11和第二异性用户12在异***友诉求方面的个人特征信息。
在该步骤进一步包括：
(b1)集中存储男性用户的7个方面基本特征信息、复杂特征信息的9个方面原始数据，以及用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求数据；
(b2)集中存储女性用户的7个方面基本特征信息、复杂特征信息的9个方面原始数据，以及用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求数据。
根据第一用户11和第二异性用户12的基本特征信息中性别数据为标准，决定第一用户11和第二异性用户12分别为男性用户或女性用户。
步骤S43：在第一用户11请求获得异性朋友或第一用户11登录SNS社区时，判断第一用户11和第二异性用户12是否同时通过对方设置的异性朋友门槛标准。
在该步骤中，判断第一用户11和第二异性用户12同时通过对方设置的异性朋友门槛标准的方式为：
如果，第二异性用户12的基本特征信息一一满足第一用户11设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求；
且同时第一用户11的基本特征信息一一满足第二异性用户12设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求，则判断第一用户11和第二异性用户12同时通过对方设置的异性朋友门槛标准，否则不通过。
步骤S44：若第一用户11和第二异性用户12同时通过对方设置的异性朋友门槛标准，再基于双方的个人复杂特征信息进行进一步匹配运算。
在该步骤中，基于第一用户11和第二异性用户12的个人复杂特征信息9个方面原始数据做匹配加权运算，获得第一用户11和第二异性用户12的个人复杂特征信息匹配度综合数据值，若所述匹配度综合数据值小于或等于预定值，则第一用户11和第二异性用户12的个人复杂特征信息相匹配；若所述匹配度综合数据值大于预定值，则第一用户11和第二异性用户12的个人复杂特征信息不匹配。
在本实施例中，所述复杂特征信息匹配加权运算使用以下公式进行加权运算：匹配度综合数据值＝|M1-F1|+|M2-F2|+|M3-F3|+|M4-F4|+|M5-F5|+|M6-F6|+|M7-F7|+|M8-F8|+|M9-F9|；
其中，M1为第一用户11的复杂特征信息中沟通方式方面原始数据，F1为第二异性用户12的复杂特征信息中沟通方式方面原始数据；M2为第一用户11的复杂特征信息中幽默风格方面原始数据，F2为第二异性用户12的复杂特征信息中幽默风格方面原始数据；M3为第一用户11的复杂特征信息中思维方式方面原始数据，F3为第二异性用户12的复杂特征信息中思维方式方面原始数据；M4为第一用户11的复杂特征信息中生活方式方面原始数据，F4为第二异性用户12的复杂特征信息中生活方式方面原始数据；M5为第一用户11的复杂特征信息中个人爱好方面原始数据，F5为第二异性用户12的复杂特征信息中个人爱好方面原始数据；M6为第一用户11的复杂特征信息中家庭价值观方面原始数据，F6为第二异性用户12的复杂特征信息中家庭价值观方面原始数据；M7为第一用户11的复杂特征信息中两性观念方面原始数据，F7为第二异性用户12的复杂特征信息中两性观念方面原始数据；M8为第一用户11的复杂特征信息中个性特征方面原始数据，F8为第二异性用户12的复杂特征信息中个性特征方面原始数据；M9为第一用户11的复杂特征信息中依恋风格方面原始数据，F9为第二异性用户12的复杂特征信息中依恋风格方面原始数据。
步骤S45：在第一用户11和第二异性用户12间个人复杂特征信息匹配时，将第二异性用户12作为SNS异性朋友推荐给第一用户11。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (12)

1.一种社会性网络SNS社区中推荐异性朋友的***，至少包括第一用户和第二异性用户，其特征在于，还包括：
个人特征信息收集模块，用于收集第一用户和第二异性用户在异***友诉求方面的个人特征信息；
用户特征信息存储数据库模块，用于存储和提取第一用户和第二异性用户在异***友诉求方面的个人特征信息；
双向门槛标准过滤模块，用于在第一用户请求获得异性朋友或第一用户登录SNS社区时，判断第一用户和第二异性用户是否同时通过对方设置的异性朋友门槛标准；
复杂特征信息匹配运算模块，用于在第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准时，基于双方的个人复杂特征信息进行进一步匹配运算；
推荐模块，用于在第一用户和第二异性用户间个人复杂特征信息匹配时，将第二异性用户作为SNS异性朋友推荐给第一用户。
2.根据权利要求1所述的一种社会性网络SNS社区中推荐异性朋友的***，其特征在于，所述个人特征信息收集模块进一步包括：
基本特征信息收集子模块，用于收集所述第一用户和第二异性用户外在的且易被客观评测的个人基本特征信息；所述基本特征信息收集子模块具体收集所述第一用户和第二异性用户的性别、年龄、所在城市、身高、收入水平、学历、婚姻状况7方面信息；
复杂特征信息收集子模块，用于收集所述第一用户和第二异性用户内在的但可被量化评测的个人品质特征信息；所述复杂特征信息收集子模块具体收集所述第一用户和第二异性用户的沟通方式、幽默风格、思维方式、生活方式、个人爱好、家庭价值观、两性观念、个性特征、依恋风格9方面信息；
SNS异性朋友门槛标准收集子模块，用于收集所述第一用户和第二异性用户针对潜在SNS中异性朋友的外在的且易被客观评测的个人基本特征信息要求；所述SNS异性朋友门槛标准收集子模块具体收集所述第一用户和第二异性用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况6方面信息的要求。
3.根据权利要求2所述的一种社会性网络SNS社区中推荐异性朋友的***，其特征在于，所述复杂特征信息收集子模块针对所要收集的9个方面特征信息，采用3道问题测量每1个方面，每题采用7分计分制，3道题得分累加总分为用户在该方面个人复杂特征信息上的原始数据。
4.根据权利要求1所述的一种社会性网络SNS社区中推荐异性朋友的***，其特征在于，所述用户特征信息存储数据库模块进一步包括：
男性用户数据库子模块，存储男性用户的7个方面基本特征信息、复杂特征信息的9个方面原始数据，以及用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况6方面信息的要求数据；
女性用户数据库子模块，存储女性用户的7个方面基本特征信息、复杂特征信息的9个方面原始数据，以及用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况6方面信息的要求数据。
5.根据权利要求4所述的一种社会性网络SNS社区中推荐异性朋友的***，其特征在于，根据所述第一用户和第二异性用户的基本特征信息中性别数据为标准，决定所述第一用户和第二异性用户分别进入男性用户数据库子模块或女性用户数据库子模块。
6.根据权利要求1所述的一种社会性网络SNS社区中推荐异性朋友的***，其特征在于，所述双向门槛标准过滤模块判断所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准的方式为：
如果，所述第二异性用户的基本特征信息一一满足所述第一用户设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求；
且同时所述第一用户的基本特征信息一一满足所述第二异性用户设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求，则判断所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准，否则不通过；
所述复杂特征信息匹配运算模块在所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准后，基于所述第一用户和第二异性用户的个人复杂特征信息9个方面原始数据做匹配加权运算，获得所述第一用户和第二异性用户的个人复杂特征信息匹配度综合数据值，若所述匹配度综合数据值小于或等于预定值，则所述第一用户和第二异性用户的个人复杂特征信息相匹配；若所述匹配度综合数据值大于预定值，则所述第一用户和第二异性用户的个人复杂特征信息不匹配；
7.根据权利要求6所述的一种社会性网络SNS社区中推荐异性朋友的***，其特征在于，所述复杂特征信息匹配运算模块使用以下公式进行加权运算：匹配度综合数据值＝|M1-F1|+|M2-F2|+|M3-F3|+|M4-F4|+|M5-F5|+|M6-F6|+|M7-F7|+|M8-F8|+|M9-F9|；
其中，M1为所述第一用户的复杂特征信息中沟通方式方面原始数据，F1为所述第二异性用户的复杂特征信息中沟通方式方面原始数据；
M2为所述第一用户的复杂特征信息中幽默风格方面原始数据，F2为所述第二异性用户的复杂特征信息中幽默风格方面原始数据；
M3为所述第一用户的复杂特征信息中思维方式方面原始数据，F3为所述第二异性用户的复杂特征信息中思维方式方面原始数据；
M4为所述第一用户的复杂特征信息中生活方式方面原始数据，F4为所述第二异性用户的复杂特征信息中生活方式方面原始数据；
M5为所述第一用户的复杂特征信息中个人爱好方面原始数据，F5为所述第二异性用户的复杂特征信息中个人爱好方面原始数据；
M6为所述第一用户的复杂特征信息中家庭价值观方面原始数据，F6为所述第二异性用户的复杂特征信息中家庭价值观方面原始数据；
M7为所述第一用户的复杂特征信息中两性观念方面原始数据，F7为所述第二异性用户的复杂特征信息中两性观念方面原始数据；
M8为所述第一用户的复杂特征信息中个性特征方面原始数据，F8为所述第二异性用户的复杂特征信息中个性特征方面原始数据；
M9为所述第一用户的复杂特征信息中依恋风格方面原始数据，F9为所述第二异性用户的复杂特征信息中依恋风格方面原始数据。
8.一种社会性网络SNS社区中推荐异性好友的方法，所述SNS社区至少包括第一用户和第二异性用户，其特征在于，包括以下步骤：
(a)收集第一用户和第二异性用户在异***友诉求方面的个人特征信息；
(b)存储第一用户和第二异性用户在异***友诉求方面的个人特征信息；
(c)在第一用户请求获得异性朋友或第一用户登录SNS社区时，判断第一用户和第二异性用户是否同时通过对方设置的异性朋友门槛标准；
(d)若第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准，再基于双方的个人复杂特征信息进行进一步匹配运算；
(e)若第一用户和第二异性用户间个人复杂特征信息相匹配，则将第二异性用户作为SNS异性朋友推荐给第一用户。
9.根据权利要求8所述的一种社会性网络SNS社区中推荐异性朋友的方法，其特征在于，所述步骤(a)进一步包括：
(a1)收集所述第一用户和第二异性用户外在的且易被客观评测的个人基本特征信息，具体收集所述第一用户和第二异性用户的性别、年龄、所在城市、身高、收入水平、学历、婚姻状况7方面信息；
(a2)收集所述第一用户和第二异性用户内在的但可被量化评测的个人品质特征信息，具体收集所述第一用户和第二异性用户的沟通方式、幽默风格、思维方式、生活方式、个人爱好、家庭价值观、两性观念、个性特征、依恋风格9方面信息；针对所要收集的所述第一用户和第二异性用户的9个方面复杂特征信息，采用3道问题测量每1个方面，每题采用7分计分制，3道题得分累加总分为用户在该方面个人复杂特征信息上的原始数据；
(a3)收集所述第一用户和第二异性用户针对潜在SNS中异性朋友的外在的且易被客观评测的个人基本特征信息要求，具体收集所述第一用户和第二异性用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求，即异性朋友门槛标准。
10.根据权利要求8所述的一种社会性网络SNS社区中推荐异性朋友的方法，其特征在于，根据所述第一用户和第二异性用户的基本特征信息中性别数据为标准，决定所述第一用户和第二异性用户分别为男性用户或女性用户；所述步骤(b)进一步包括：
(b1)集中存储男性用户的7个方面基本特征信息、复杂特征信息的9个方面原始数据，以及用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求数据；
(b2)集中存储女性用户的7个方面基本特征信息、复杂特征信息的9个方面原始数据，以及用户对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况6方面信息的要求数据。
11.根据权利要求8所述的一种社会性网络SNS社区中推荐异性朋友的方法，其特征在于，所述步骤(c)中判断所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准的方式为：
如果，所述第二异性用户的基本特征信息一一满足所述第一用户设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求；
且同时所述第一用户的基本特征信息一一满足所述第二异性用户设置的对SNS中潜在异性朋友的年龄范围、所在城市、身高范围、收入水平范围、学历范围、婚姻状况等6方面信息的要求，则判断所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准，否则不通过。
12.根据权利要求8所述的一种社会性网络SNS社区中推荐异性朋友的方法，其特征在于，所述步骤(d)，所述第一用户和第二异性用户同时通过对方设置的异性朋友门槛标准后，基于所述第一用户和第二异性用户的个人复杂特征信息9个方面原始数据做匹配加权运算，获得所述第一用户和第二异性用户的个人复杂特征信息匹配度综合数据值，若所述匹配度综合数据值小于或等于预定值，则所述第一用户和第二异性用户的个人复杂特征信息相匹配；若所述匹配度综合数据值大于预定值，则所述第一用户和第二异性用户的个人复杂特征信息不匹配；
所述步骤(d)，所述复杂特征信息匹配加权运算使用以下公式进行加权运算：匹配度综合数据值＝|M1-F1|+|M2-F2|+|M3-F3|+|M4-F4|+|M5-F5|+|M6-F6|+|M7-F7|+|M8-F8|+|M9-F9|；
其中，M1为所述第一用户的复杂特征信息中沟通方式方面原始数据，F1为所述第二异性用户的复杂特征信息中沟通方式方面原始数据；
M2为所述第一用户的复杂特征信息中幽默风格方面原始数据，F2为所述第二异性用户的复杂特征信息中幽默风格方面原始数据；
M3为所述第一用户的复杂特征信息中思维方式方面原始数据，F3为所述第二异性用户的复杂特征信息中思维方式方面原始数据；
M4为所述第一用户的复杂特征信息中生活方式方面原始数据，F4为所述第二异性用户的复杂特征信息中生活方式方面原始数据；
M5为所述第一用户的复杂特征信息中个人爱好方面原始数据，F5为所述第二异性用户的复杂特征信息中个人爱好方面原始数据；
M6为所述第一用户的复杂特征信息中家庭价值观方面原始数据，F6为所述第二异性用户的复杂特征信息中家庭价值观方面原始数据；
M7为所述第一用户的复杂特征信息中两性观念方面原始数据，F7为所述第二异性用户的复杂特征信息中两性观念方面原始数据；
M8为所述第一用户的复杂特征信息中个性特征方面原始数据，F8为所述第二异性用户的复杂特征信息中个性特征方面原始数据；
M9为所述第一用户的复杂特征信息中依恋风格方面原始数据，F9为所述第二异性用户的复杂特征信息中依恋风格方面原始数据。
CN200910213921A 2009-12-17 2009-12-17 一种社会性网络sns社区中推荐异性朋友的方法及*** Pending CN101847226A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200910213921A CN101847226A (zh) 2009-12-17 2009-12-17 一种社会性网络sns社区中推荐异性朋友的方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200910213921A CN101847226A (zh) 2009-12-17 2009-12-17 一种社会性网络sns社区中推荐异性朋友的方法及***

Publications (1)

Publication Number Publication Date
CN101847226A true CN101847226A (zh) 2010-09-29

Family

ID=42771842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200910213921A Pending CN101847226A (zh) 2009-12-17 2009-12-17 一种社会性网络sns社区中推荐异性朋友的方法及***

Country Status (1)

Country Link
CN (1) CN101847226A (zh)

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622364A (zh) * 2011-01-28 2012-08-01 腾讯科技（深圳）有限公司 一种信息聚合的方法、装置及信息处理***
CN102739559A (zh) * 2011-04-11 2012-10-17 腾讯科技（深圳）有限公司 网络信息传播方法及***
CN102831176A (zh) * 2012-07-30 2012-12-19 东莞宇龙通信科技有限公司 推荐好友的方法及服务器
WO2013037256A1 (zh) * 2011-09-13 2013-03-21 腾讯科技（深圳）有限公司 数据匹配方法和装置
CN103390009A (zh) * 2012-05-25 2013-11-13 许友权 一种网上双向选择应用环境下目标精确定位技术
CN103617578A (zh) * 2013-12-11 2014-03-05 上海电机学院 一种稳定的婚恋匹配方法及其在线自动婚恋配对***
CN103914499A (zh) * 2013-06-17 2014-07-09 樊杰 一种个性化双向检索技术方法
CN104104590A (zh) * 2014-07-24 2014-10-15 杨科 一种基于目的的社交网络建立方法和***
CN104679861A (zh) * 2015-03-01 2015-06-03 浙江理工大学 一种基于事件驱动的客户关系配对方法
CN105574139A (zh) * 2015-12-14 2016-05-11 西安交通大学 一种基于双吸引度计算的社交网络陌生交友推荐方法及***
CN105589966A (zh) * 2015-12-24 2016-05-18 中山大学深圳研究院 一种基于综合得分的好友推荐方法
CN106022872A (zh) * 2016-05-16 2016-10-12 上海海岸展览服务有限公司 一种机构好友推荐方法和***
WO2016173404A1 (zh) * 2015-04-28 2016-11-03 腾讯科技（深圳）有限公司 用户匹配方法及装置
CN102999509B (zh) * 2011-09-13 2016-12-14 腾讯科技（北京）有限公司 信息匹配方法和装置
CN103795613B (zh) * 2014-01-16 2017-02-01 西北工业大学 一种在线社交网络中朋友关系预测的方法
CN106649650A (zh) * 2016-12-10 2017-05-10 宁波思库网络科技有限公司 一种需求信息双向匹配方法
CN106709750A (zh) * 2015-11-18 2017-05-24 腾讯科技（深圳）有限公司 一种用户推荐方法及装置
CN107038217A (zh) * 2017-03-15 2017-08-11 王悕锦 婚恋对象匹配方法及装置
CN107077299A (zh) * 2016-10-24 2017-08-18 深圳市大疆创新科技有限公司 控制方法、控制装置及电子装置
CN107067331A (zh) * 2017-03-30 2017-08-18 上海交通大学 基于多维度数据的相亲对象推荐***与方法
CN107426406A (zh) * 2017-05-09 2017-12-01 四川青青扬舟网络科技有限公司 一种基于移动终端的一对一交友方法
CN107451287A (zh) * 2017-08-14 2017-12-08 佛山科学技术学院 一种基于双向匹配的推荐方法
CN108022631A (zh) * 2017-12-04 2018-05-11 重庆浩雅宇殊科技有限公司 一种医疗crm***及处理方法
CN109002497A (zh) * 2018-06-28 2018-12-14 王志添 一种基于群体评价关联用户的方法及装置
CN109325883A (zh) * 2017-07-31 2019-02-12 深圳市珍爱网信息技术有限公司 一种双向匹配的推荐方法及装置
CN109829101A (zh) * 2018-12-24 2019-05-31 深圳市珍爱捷云信息技术有限公司 交友匹配方法、装置、计算机设备及可读存储介质

Cited By (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622364A (zh) * 2011-01-28 2012-08-01 腾讯科技（深圳）有限公司 一种信息聚合的方法、装置及信息处理***
CN102622364B (zh) * 2011-01-28 2017-12-01 腾讯科技（深圳）有限公司 一种信息聚合的方法、装置及信息处理***
CN102739559A (zh) * 2011-04-11 2012-10-17 腾讯科技（深圳）有限公司 网络信息传播方法及***
CN102739559B (zh) * 2011-04-11 2015-12-02 腾讯科技（深圳）有限公司 网络信息传播方法及***
WO2013037256A1 (zh) * 2011-09-13 2013-03-21 腾讯科技（深圳）有限公司 数据匹配方法和装置
CN102999509A (zh) * 2011-09-13 2013-03-27 腾讯科技（北京）有限公司 信息匹配方法和装置
CN102999509B (zh) * 2011-09-13 2016-12-14 腾讯科技（北京）有限公司 信息匹配方法和装置
CN103390009A (zh) * 2012-05-25 2013-11-13 许友权 一种网上双向选择应用环境下目标精确定位技术
CN102831176A (zh) * 2012-07-30 2012-12-19 东莞宇龙通信科技有限公司 推荐好友的方法及服务器
CN102831176B (zh) * 2012-07-30 2016-12-21 东莞宇龙通信科技有限公司 推荐好友的方法及服务器
CN103914499A (zh) * 2013-06-17 2014-07-09 樊杰 一种个性化双向检索技术方法
CN103617578A (zh) * 2013-12-11 2014-03-05 上海电机学院 一种稳定的婚恋匹配方法及其在线自动婚恋配对***
CN103795613B (zh) * 2014-01-16 2017-02-01 西北工业大学 一种在线社交网络中朋友关系预测的方法
CN104104590A (zh) * 2014-07-24 2014-10-15 杨科 一种基于目的的社交网络建立方法和***
CN104679861A (zh) * 2015-03-01 2015-06-03 浙江理工大学 一种基于事件驱动的客户关系配对方法
CN104679861B (zh) * 2015-03-01 2018-05-22 浙江理工大学 一种基于事件驱动的客户关系配对方法
CN106161575A (zh) * 2015-04-28 2016-11-23 腾讯科技（深圳）有限公司 用户匹配方法及装置
WO2016173404A1 (zh) * 2015-04-28 2016-11-03 腾讯科技（深圳）有限公司 用户匹配方法及装置
US11023544B2 (en) 2015-04-28 2021-06-01 Tencent Technology (Shenzhen) Company Limited User matching method and apparatus
CN106709750A (zh) * 2015-11-18 2017-05-24 腾讯科技（深圳）有限公司 一种用户推荐方法及装置
WO2017084455A1 (zh) * 2015-11-18 2017-05-26 腾讯科技（深圳）有限公司 一种用户推荐方法及装置
CN105574139A (zh) * 2015-12-14 2016-05-11 西安交通大学 一种基于双吸引度计算的社交网络陌生交友推荐方法及***
CN105589966A (zh) * 2015-12-24 2016-05-18 中山大学深圳研究院 一种基于综合得分的好友推荐方法
CN106022872B (zh) * 2016-05-16 2020-04-10 上海海岸展览服务有限公司 一种机构好友推荐方法和***
CN106022872A (zh) * 2016-05-16 2016-10-12 上海海岸展览服务有限公司 一种机构好友推荐方法和***
CN107077299A (zh) * 2016-10-24 2017-08-18 深圳市大疆创新科技有限公司 控制方法、控制装置及电子装置
CN106649650A (zh) * 2016-12-10 2017-05-10 宁波思库网络科技有限公司 一种需求信息双向匹配方法
CN106649650B (zh) * 2016-12-10 2020-08-18 宁波财经学院 一种需求信息双向匹配方法
CN107038217A (zh) * 2017-03-15 2017-08-11 王悕锦 婚恋对象匹配方法及装置
CN107067331A (zh) * 2017-03-30 2017-08-18 上海交通大学 基于多维度数据的相亲对象推荐***与方法
CN107426406A (zh) * 2017-05-09 2017-12-01 四川青青扬舟网络科技有限公司 一种基于移动终端的一对一交友方法
CN109325883A (zh) * 2017-07-31 2019-02-12 深圳市珍爱网信息技术有限公司 一种双向匹配的推荐方法及装置
CN107451287A (zh) * 2017-08-14 2017-12-08 佛山科学技术学院 一种基于双向匹配的推荐方法
CN108022631A (zh) * 2017-12-04 2018-05-11 重庆浩雅宇殊科技有限公司 一种医疗crm***及处理方法
CN109002497A (zh) * 2018-06-28 2018-12-14 王志添 一种基于群体评价关联用户的方法及装置
CN109002497B (zh) * 2018-06-28 2022-02-01 王志添 一种基于群体评价关联用户的方法及装置
CN109829101A (zh) * 2018-12-24 2019-05-31 深圳市珍爱捷云信息技术有限公司 交友匹配方法、装置、计算机设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN101847226A (zh) 一种社会性网络sns社区中推荐异性朋友的方法及***
Imhoff et al. Conspiracy mentality and political orientation across 26 countries
Leighley et al. Socioeconomic class bias in turnout, 1964–1988: The voters remain the same
Farahbakhsh et al. Analysis of publicly disclosed information in facebook profiles
Hooghe et al. Is same-sex marriage legislation related to attitudes toward homosexuality? Trends in tolerance of homosexuality in European countries between 2002 and 2010
Broockman et al. What politicians believe about their constituents: Asymmetric misperceptions and prospects for constituency control
Jacob Male and female youth crime in Canadian communities: Assessing the applicability of social disorganization theory
CN101540739A (zh) 用户推荐方法及用户推荐***
Sayan et al. Cultural influence on crowding norms in outdoor recreation: a comparative analysis of visitors to national parks in Turkey and the United States
Joly et al. Nice guys finish last: Personality and political success
KR102106203B1 (ko) 소셜 네트워크 시스템 기반의 질의 응답 서비스 제공을 위한 전문가 추천 방법 및 전문가 추천 시스템
Nyagah et al. Social networking sites and their influence on the self-esteem of adolescents in Embu County, Kenya
Teuton Social isolation and loneliness in Scotland: a review of prevalence and trends
Dar Parachuters vs. climbers: Economic consequences of barriers to political entry in a democracy
CN108959364B (zh) 一种社交媒体事件级新闻中新闻媒体影响力评估方法
Knight et al. Minorities in rural China: Poorer but inherently happier?
CN110543601B (zh) 一种基于中智集的上下文感知兴趣点推荐方法及***
Wäckerle A bill of their own: collaboration of women in European parliaments
CN112214651A (zh) 智能学习竞赛***及方法
US20090271387A1 (en) Extraction Method of Interview Relation by Optimal Condition and Record Medium Recording Thereof
Levin et al. Validating and testing a measure of anti‐semitism on support for QAnon and vote intention for Trump in 2020
CN109871493A (zh) 交友匹配方法、装置、计算机设备及可读存储介质
CN109146737B (zh) 一种基于考试平台的智能交互方法和装置
Gustafsson Are social networks reducing inequality in political participation?
Hesse A coorientation study of Wisconsin state senators and their constituencies

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20100929