CN103001994B - 好友推荐方法及装置 - Google Patents
好友推荐方法及装置 Download PDFInfo
- Publication number
- CN103001994B CN103001994B CN201110278327.1A CN201110278327A CN103001994B CN 103001994 B CN103001994 B CN 103001994B CN 201110278327 A CN201110278327 A CN 201110278327A CN 103001994 B CN103001994 B CN 103001994B
- Authority
- CN
- China
- Prior art keywords
- user
- recommended
- recommendation
- blacklist
- current
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000000717 retained effect Effects 0.000 claims abstract description 8
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种好友推荐方法,所述方法包括:为各用户建立推荐黑名单;进行好友推荐时,删除被推荐用户列表中包含在当前用户的推荐黑名单中的被推荐用户,将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户。本发明还公开了一种用于好友推荐的推荐服务器,能够基于用户的需求进行好友推荐,向用户推荐其真正感兴趣的用户,提高好友推荐的准确率及效率,达到有效推荐好友的目的,并提升用户体验。
Description
技术领域
本发明涉及社交网络技术,尤其涉及一种好友推荐方法及装置。
背景技术
随着即时通信的网络平台、微博、校友录等社交网络的普及,越来越多的人通过网络寻找好友。为了使用户能够在自身的网络平台上建立关系链,各社交网络均会进行好友推荐。
现有的好友推荐中,通常是通过估算相熟度,将相熟度高的用户作为推荐对象推荐给当前用户。但是,对于多次推荐而用户却不加为好友的推荐对象,会不断进行重复推荐,如此,不仅未能达到有效推荐好友的目的,而且还会严重影响用户体验,引起用户反感,造成网络用户的流失。
发明内容
有鉴于此,本发明的主要目的在于提供一种好友推荐方法及装置,能够对好友推荐对象进行调整,从而提高好友推荐的有效性和准确性,并提升用户体验。
为达到上述目的,本发明的技术方案是这样实现的:
本发明提供了一种好友推荐方法,为各用户建立推荐黑名单;所述方法还包括:
进行好友推荐时,删除被推荐用户列表中包含在当前用户的推荐黑名单中的被推荐用户,将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户。
在上述方案中,所述删除被推荐用户列表中包含在当前用户的推荐黑名单中的被推荐用户,包括:
分别将所述被推荐用户列表中各被推荐用户的ID,与当前用户的推荐黑名单中保存的各用户ID进行比较;
在被推荐用户的ID与当前用户的推荐黑名单中的任意一个用户ID一致时,将所述被推荐用户的ID从所述被推荐用户列表中删除。
在上述方案中,所述将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户,包括:
基于保留在所述被推荐用户列表中的各被推荐用户的个人信息、以及推荐次数,得到各被推荐用户与所述当前用户之间的相熟度;
基于所述相熟度对所述各被推荐用户进行排序;
将在所述被推荐用户列表中的全部被推荐用户或部分被推荐用户,按照所述排序得到的顺序推荐给当前用户。
在上述方案中,所述方法还包括:对于各用户,记录推荐给所述用户的各被推荐用户的推荐次数;将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户之前,获取各被推荐用户推荐给当前用户的推荐次数。
在上述方案中,所述对于各用户,记录推荐给所述用户的各被推荐用户的推荐次数,包括:为各用户建立计数数组,所述计数数组包含有一个或多个计数器,一个计数器保存有一个被推荐用户的ID和推荐次数,被推荐用户推荐给用户一次,所述用户的计数数组中包含该被推荐用户ID的计数器将所保存的推荐次数加1。
在上述方案中,所述方法还包括:在当前用户将被推荐用户加为好友后,将当前用户的计数数组中对应所述被推荐用户的计数器删除。
在上述方案中,所述方法还包括:在当前用户将被推荐用户拉入自身的推荐黑名单时,将所述被推荐用户的ID***到当前用户的推荐黑名单中并保存。
在上述方案中,所述方法还包括:设置用于将被推荐用户拉入推荐黑名单的拉黑功能键;
当前用户将被推荐用户拉入自身的推荐黑名单,包括:当前用户选中要拉入自身推荐黑名单的被推荐用户,并点击所述拉黑功能键。
在上述方案中,将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户之前,所述方法还包括:
删除被推荐用户列表中包含在当前用户的关系链中的被推荐用户。
本发明还提供了一种用于好友推荐的推荐服务器,所述推荐服务器包括:推荐黑名单模块、删除模块和推荐模块;其中,
推荐黑名单模块,用于为各用户建立推荐黑名单;
删除模块,用于进行好友推荐时,删除被推荐用户列表中包含在当前用户的推荐黑名单中的被推荐用户;
推荐模块,用于将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户。
在上述方案中,所述删除模块,具体用于分别将所述被推荐用户列表中各被推荐用户的ID,与当前用户的推荐黑名单中保存的各用户ID进行比较;在被推荐用户的ID与当前用户的推荐黑名单中的任意一个用户ID一致时,将所述被推荐用户的ID从所述被推荐用户列表中删除。
在上述方案中,所述推荐模块,用于:基于保留在所述被推荐用户列表中的各被推荐用户的个人信息、以及推荐次数,得到各被推荐用户与所述当前用户之间的相熟度;基于所述相熟度对所述各被推荐用户进行排序;将所述被推荐用户列表中的全部被推荐用户或部分被推荐用户,按照所述排序得到的顺序推荐给当前用户。
在上述方案中,所述推荐服务器,还包括:记录模块,用于对于各用户,记录推荐给所述用户的各被推荐用户的推荐次数;
所述推荐模块,还用于在将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户之前,从所述记录模块中获取各被推荐用户推荐给当前用户的推荐次数。
在上述方案中,所述记录模块,用于:为各用户建立计数数组,所述计数数组包含有一个或多个计数器,一个计数器保存有一个被推荐用户的ID和推荐次数,被推荐用户推荐给用户一次,所述用户的计数数组中包含该被推荐用户ID的计数器将所保存的推荐次数加1。
在上述方案中,所述删除模块,还用于在当前用户将被推荐用户加为好友后,将所述记录模块中当前用户的计数数组内对应所述被推荐用户的计数器删除。
在上述方案中,推荐黑名单模块,还用于在当前用户将被推荐用户拉入自身的推荐黑名单时,将所述被推荐用户的ID***到当前用户的推荐黑名单中并保存。
在上述方案中,所述删除模块,还用于在所述推荐模块将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户之前,删除被推荐用户列表中包含在当前用户的关系链中的被推荐用户。
本发明的好友推荐方法及装置,通过建立用户的推荐黑名单,在进行好友推荐之前,预先将用户不愿加为好友的用户从被推荐用户列表中删除,如此,能够基于用户的需求进行好友推荐,向用户推荐其真正感兴趣的用户,提高好友推荐的准确率及效率,达到有效推荐好友的目的;并且,还能够有效提升用户体验。
此外,本发明还记录被推荐用户的推荐次数,并基于被推荐用户的推荐次数,调整被推荐用户与当前用户的相熟度,将推荐多次而用户却未加为好友的被推荐用户相熟度降低,从而能够更有效的向用户推荐其真正感兴趣的用户,提高好友推荐的准确率及效率,达到有效推荐好友的目的。
附图说明
图1为本发明好友推荐方法的实现流程图;
图2为本发明推荐服务器的组成结构示意图;
图3为本发明实施例一中推荐好友的实现过程流程图。
具体实施方式
本发明的基本思想是:为各用户建立推荐黑名单,在向用户推荐好友时,先将被推荐用户列表中包含在所述推荐黑名单中的被推荐用户过滤掉,再推荐给用户,如此,用户能够根据自身的需求对好友推荐进行设置,从而提供好友推荐的有效性和准确性,提升用户体验。
如图1所示,本发明的好友推荐方法,主要可以包括如下步骤:
步骤101:为各用户建立推荐黑名单;
步骤102:进行好友推荐时,删除被推荐用户列表中包含在当前用户的推荐黑名单中的被推荐用户,将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户。
具体地,分别将所述被推荐用户列表中各被推荐用户的ID,与当前用户的推荐黑名单中保存的各用户ID进行比较;在被推荐用户的ID与当前用户的推荐黑名单中的任意一个用户ID一致时,将所述被推荐用户的ID从所述被推荐用户列表中删除。
这里,还可以删除被推荐用户列表中包含在当前用户的关系链中的被推荐用户。具体删除的方法可以通过相关的现有技术实现,也可以通过类似上述从推荐黑名单中删除用户的方法,删除被推荐用户列表中包含在当前用户的关系链中的被推荐用户。
具体地,所述将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户,可以包括:基于保留在所述被推荐用户列表中的各被推荐用户的个人信息、以及推荐次数,得到各被推荐用户与所述当前用户之间的相熟度;基于所述相熟度对所述各被推荐用户进行排序;将在所述被推荐用户列表中的全部被推荐用户或部分被推荐用户,按照所述排序得到的顺序推荐给当前用户。
这里,可以设置对应个人信息的相熟度因子、以及对应推荐次数的相熟度因子,其中,对应推荐次数的相熟度因子与推荐次数之间为反比关系;具体地,分别根据被推荐用户的个人信息以及推荐次数,得到相应的相熟度因子,再基于各相熟度因子得到相熟度,如此,对于被推荐用户来说,推荐次数越高,相熟度便会越低。
这里,所述方法还包括:对于各用户,记录推荐给所述用户的各被推荐用户的推荐次数;将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户之前,获取各被推荐用户推荐给当前用户的推荐次数。
具体地,为各用户建立计数数组,所述计数数组包含有一个或多个计数器,一个计数器保存有一个被推荐用户的ID和推荐次数,被推荐用户推荐给用户一次,所述用户的计数数组中包含该被推荐用户ID的计数器将所保存的推荐次数加1。
这里,所述方法还可以包括:在当前用户将被推荐用户加为好友后,将当前用户的计数数组中对应所述被推荐用户的计数器删除。
这里,所述方法还可以包括:在当前用户将被推荐用户拉入自身的推荐黑名单时,将所述被推荐用户的ID***到当前用户的推荐黑名单中并保存。其中,可以设置用于将被推荐用户拉入推荐黑名单的拉黑功能键;当前用户可以通过选中要拉入自身推荐黑名单的被推荐用户,并点击所述拉黑功能键,将被推荐用户拉入自身的推荐黑名单。
相应的,本发明还提供了一种用于好友推荐的推荐服务器,如图2所示,所述推荐服务器包括:推荐黑名单模块、删除模块和推荐模块;其中,推荐黑名单模块,用于为各用户建立推荐黑名单;删除模块,用于进行好友推荐时,删除被推荐用户列表中包含在当前用户的推荐黑名单中的被推荐用户;推荐模块,用于将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户。
其中,所述删除模块,具体用于分别将所述被推荐用户列表中各被推荐用户的ID,与当前用户的推荐黑名单中保存的各用户ID进行比较;在被推荐用户的ID与当前用户的推荐黑名单中的任意一个用户ID一致时,将所述被推荐用户的ID从所述被推荐用户列表中删除。
其中,,所述推荐模块,用于:基于保留在所述被推荐用户列表中的各被推荐用户的个人信息、以及推荐次数,得到各被推荐用户与所述当前用户之间的相熟度;基于所述相熟度对所述各被推荐用户进行排序;将所述被推荐用户列表中的全部被推荐用户或部分被推荐用户,按照所述排序得到的顺序推荐给当前用户。
这里,所述推荐服务器,还包括:记录模块,用于对于各用户,记录推荐给所述用户的各被推荐用户的推荐次数;
所述推荐模块,还用于在将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户之前,从所述记录模块中获取各被推荐用户推荐给当前用户的推荐次数。
具体地,所述记录模块用于:为各用户建立计数数组,所述计数数组包含有一个或多个计数器,一个计数器保存有一个被推荐用户的ID和推荐次数,被推荐用户推荐给用户一次,所述用户的计数数组中包含该被推荐用户ID的计数器将所保存的推荐次数加1。
其中,所述删除模块还可以用于在当前用户将被推荐用户加为好友后,将所述记录模块中当前用户的计数数组内对应所述被推荐用户的计数器删除。
其中,推荐黑名单模块还可以用于在当前用户将被推荐用户拉入自身的推荐黑名单时,将所述被推荐用户的ID***到当前用户的推荐黑名单中并保存。
其中,所述删除模块,还用于在所述推荐模块将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户之前,删除被推荐用户列表中包含在当前用户的关系链中的被推荐用户。
实施例一
如图3所示,本实施例中,进行好友推荐的过程,主要可以包括如下步骤:
步骤301:对当前用户的个人信息进行解析,并提取关键字;
具体地,个人信息可以包含有用户注册在当前推荐服务器中的信息,例如,可以包含用户的ID、年龄、学校、班级、工作地点、家乡、校友、好友等信息。
实际应用中,在用户注册到推荐服务器之后,会将自身的个人信息同时进行注册,推荐服务器会将用户注册的个人信息进行保存,需要进行好友推荐时,可以根据当前用户的ID,查询到该用户的个人信息,并进行解析。
上述的关键字可以根据实际推荐的需要进行设定,可以是一个或多个,一般设置为多个。例如,对于针对校友的网络社区,可以设定所述关键字是用户的学校、班级等。此时,如果当前用户的学校为XXX、班级为YYY时,可以从当前用户的个人信息中提取“XXX”、以及“YYY”作为关键字。
步骤302:查询包含有所述关键字的个人信息,生成被推荐用户列表;
具体地,推荐服务器对自身所保存的所有用户的个人信息进行解析,查询包含有所述关键字的个人信息,并将所查找到的个人信息所属的用户作为被推荐用户,生成包含有各被推荐用户ID的被推荐用户列表。
这里,查询包含有所述关键字的个人信息包括:在所述关键字为多个时,查询包含有任意一个或多个所述关键字的所有个人信息。
步骤303:将所述被推荐用户列表中包含在当前用户关系链中的用户、以及包含在当前用户的推荐黑名单中的用户删除;
这里,推荐服务器中为每个用户建立有推荐黑名单,所述推荐黑名单中保存有用户ID。
具体地,查询当前用户的推荐黑名单,分别将所述被推荐用户列表中各被推荐用户的ID与所述推荐黑名单中保存的用户ID进行比较,如果一致,则将所述被推荐用户删除,否则,保留所述被推荐用户。同理,删除当前用户关系链中的被推荐用户。
步骤304:对于所述被推荐用户列表中保留下来的各被推荐用户,基于各被推荐用户的个人信息、以及被推荐给当前用户的推荐次数,得到各被推荐用户与当前用户之间的相熟度因子,并根据相熟度因子计算得到各被推荐用于与当前用户之间的相熟度;
具体地,设置对应个人信息的一个或多个相熟度因子,该相熟度因子可以基于上述设置的关键字进行相应设置,一个关键字对应一个相熟度因子,该相熟度因子的取值可以设置为大于0的整数,具体数值可以根据需求进行设置。在所述被推荐用户的个人信息中包含有一个关键字时,该关键字所对应的相熟度因子取值为所设置的数值,在所述被推荐用户的个人信息中不包含有所述关键字时,所述关键字对应的相熟度因子取值为0。例如,对于针对校友的网络社区,对于“学校”这一关键字所对应相熟度因子的相熟度分数可以设置为最高,例如为20,在被推荐用户的个人信息中包含的学校与当前用户个人信息中的学校相一致时,对应“学校”的相熟度因子取值为20,不一致时,对应“学校”的相熟度因子取值为0;而对于“家乡”这一关键字所对应相熟度因子的相熟度分数可以设置为较低的数值,例如为5,在被推荐用户的个人信息中包含的家乡与当前用户个人信息中的家乡相一致时,对应“家乡”的相熟度因子取值为5,不一致时,对应“家乡”的相熟度因子取值为0,依此类推,不再赘述。
此外,还设置对应推荐次数的相熟度因子,并设置该相熟度因子与推荐次数为反比关系,如此,推荐次数越高,对应的相熟度因子越低,进而将推荐多次而用户却未加为好友的被推荐用户相熟度降低。相熟度因子与推荐次数之间的具体算法可以根据实际需要进行设置,例如,可以针对推荐次数的不同取值,设置固定的相熟度因子,具体地,推荐次数为1、2、3、4时,对应的相熟度因子分别为-10、-20、-30、-40,依此类推;还可以将相熟度因子的取值与推荐次数之间的关系设置为加权关系,推荐次数增加时,相熟度因子的取值就会随着推荐次数的增加以指数关系下降。
最后,将对应个人信息的各相熟度因子、以及对应推荐次数的相熟度因子整合,得到相熟度。例如,可以将各相熟度因子相加,得到的和即为相熟度。
步骤305:将所述被推荐用户列表中的各被推荐用户按照其与当前用户之间的相熟度从高到低进行排序;
步骤306:将所述被推荐用户列表中的所有被推荐用户或部分被推荐用户,按照所述排序的顺序推荐给当前用户;
这里,可以将所述被推荐用户列表中,排序在前N位的各被推荐用户推荐给当前用户,这里,N为不小于1的整数,可以根据实际需要进行设定。
步骤307:对于推荐给当前用户的各被推荐用户,更新其推荐次数。
具体地,在推荐服务器中为每个用户均设置用于记录该用户的各被推荐用户推荐次数的计数数组,一个计数数组中包含有多个计数器,一个计数器存放一个被推荐用户的ID和该被推荐用户的推荐次数,将被推荐用户推荐给用户一次,则将该用户的计数数组中包含有所述被推荐用户ID的计数器中的推荐次数加1。对于新注册的用户,推荐服务器可以在该用户注册时,建立该用户的计数数组。
上述步骤304中,推荐服务器可以查询当前用户的计数数组,根据各被推荐用户的ID查询其对应的计数器,从相应的计数器中读取各被推荐用户的推荐次数。步骤304中,对于一个或多个被推荐用户,如果所述推荐服务器在当前用户的计数数组中未查询到该被推荐用户的计数器,则默认该被推荐用户的推荐次数为0,并在当前用户的计数数组中建立所述被推荐用户的计数器,该计数器中推荐次数的初始值为0。
步骤308:在当前用户将推荐给自己的各被推荐用户中一个或多个用户拉入推荐黑名单时,推荐服务器将所述被推荐用户的ID***到所述当前用户的推荐黑名单并保存,更新当前用户的推荐黑名单。
在社区的好友推荐界面上,设置用于将用户拉入黑名单的拉黑功能键“X”。当前用户选中要拉入推荐黑名单的被推荐用户,点击好友推荐界面上的拉黑功能健“X”,推荐服务器便会将所述被推荐用户的ID***到所述当前用户的推荐黑名单并保存,更新当前用户的推荐黑名单,完成对于被推荐用户的拉黑操作。
步骤309:在当前用户将推荐给自己的各被推荐用户中一个或多个用户加为好友时,推荐服务器将当前用户的计数数组中对应所述被推荐用户的计数器删除,更新当前用户的计数数组。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (15)
1.一种好友推荐方法,其特征在于,为各用户建立推荐黑名单;所述方法还包括:
进行好友推荐时,删除被推荐用户列表中包含在当前用户的推荐黑名单中的被推荐用户,将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户;
所述将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户,包括:
基于保留在所述被推荐用户列表中的各被推荐用户的个人信息、以及推荐次数,得到各被推荐用户与所述当前用户之间的相熟度;
基于所述相熟度对所述各被推荐用户进行排序;
将在所述被推荐用户列表中的全部被推荐用户或部分被推荐用户,按照所述排序得到的顺序推荐给当前用户。
2.根据权利要求1所述的好友推荐方法,其特征在于,所述删除被推荐用户列表中包含在当前用户的推荐黑名单中的被推荐用户,包括:
分别将所述被推荐用户列表中各被推荐用户的ID,与当前用户的推荐黑名单中保存的各用户ID进行比较;
在被推荐用户的ID与当前用户的推荐黑名单中的任意一个用户ID一致时,将所述被推荐用户的ID从所述被推荐用户列表中删除。
3.根据权利要求1所述的好友推荐方法,其特征在于,所述方法还包括:
对于各用户,记录推荐给所述用户的各被推荐用户的推荐次数;
将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户之前,获取各被推荐用户推荐给当前用户的推荐次数。
4.根据权利要求3所述的好友推荐方法,其特征在于,所述对于各用户,记录推荐给所述用户的各被推荐用户的推荐次数,包括:
为各用户建立计数数组,所述计数数组包含有一个或多个计数器,一个计数器保存有一个被推荐用户的ID和推荐次数,被推荐用户推荐给用户一次,所述用户的计数数组中包含该被推荐用户ID的计数器将所保存的推荐次数加1。
5.根据权利要求4所述的好友推荐方法,其特征在于,所述方法还包括:
在当前用户将被推荐用户加为好友后,将当前用户的计数数组中对应所述被推荐用户的计数器删除。
6.根据权利要求1至5任一项所述的好友推荐方法,其特征在于,所述方法还包括:在当前用户将被推荐用户拉入自身的推荐黑名单时,将所述被推荐用户的ID***到当前用户的推荐黑名单中并保存。
7.根据权利要求6所述的好友推荐方法,其特征在于,
所述方法还包括:设置用于将被推荐用户拉入推荐黑名单的拉黑功能键;
当前用户将被推荐用户拉入自身的推荐黑名单,包括:当前用户选中要拉入自身推荐黑名单的被推荐用户,并点击所述拉黑功能键。
8.根据权利要求1至5任一项所述的好友推荐方法,其特征在于,将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户之前,所述方法还包括:
删除被推荐用户列表中包含在当前用户的关系链中的被推荐用户。
9.一种用于好友推荐的推荐服务器,其特征在于,所述推荐服务器包括:推荐黑名单模块、删除模块和推荐模块;其中,
推荐黑名单模块,用于为各用户建立推荐黑名单;
删除模块,用于进行好友推荐时,删除被推荐用户列表中包含在当前用户的推荐黑名单中的被推荐用户;
推荐模块,用于基于保留在所述被推荐用户列表中的各被推荐用户的个人信息、以及推荐次数,得到各被推荐用户与所述当前用户之间的相熟度;基于所述相熟度对所述各被推荐用户进行排序;将所述被推荐用户列表中的全部被推荐用户或部分被推荐用户,按照所述排序得到的顺序推荐给当前用户。
10.根据权利要求9所述用于好友推荐的推荐服务器,其特征在于,所述删除模块,具体用于分别将所述被推荐用户列表中各被推荐用户的ID,与当前用户的推荐黑名单中保存的各用户ID进行比较;在被推荐用户的ID与当前用户的推荐黑名单中的任意一个用户ID一致时,将所述被推荐用户的ID从所述被推荐用户列表中删除。
11.根据权利要求9所述用于好友推荐的推荐服务器,其特征在于,
所述推荐服务器,还包括:记录模块,用于对于各用户,记录推荐给所述用户的各被推荐用户的推荐次数;
所述推荐模块,还用于在将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户之前,从所述记录模块中获取各被推荐用户推荐给当前用户的推荐次数。
12.根据权利要求11所述用于好友推荐的推荐服务器,其特征在于,所述记录模块,用于:为各用户建立计数数组,所述计数数组包含有一个或多个计数器,一个计数器保存有一个被推荐用户的ID和推荐次数,被推荐用户推荐给用户一次,所述用户的计数数组中包含该被推荐用户ID的计数器将所保存的推荐次数加1。
13.根据权利要求12所述用于好友推荐的推荐服务器,其特征在于,所述删除模块,还用于在当前用户将被推荐用户加为好友后,将所述记录模块中当前用户的计数数组内对应所述被推荐用户的计数器删除。
14.根据权利要求9至13任一项所述用于好友推荐的推荐服务器,其特征在于,推荐黑名单模块,还用于在当前用户将被推荐用户拉入自身的推荐黑名单时,将所述被推荐用户的ID***到当前用户的推荐黑名单中并保存。
15.根据权利要求9至13任一项所述用于好友推荐的推荐服务器,其特征在于,所述删除模块,还用于在所述推荐模块将保留在所述被推荐用户列表中的被推荐用户推荐给当前用户之前,删除被推荐用户列表中包含在当前用户的关系链中的被推荐用户。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110278327.1A CN103001994B (zh) | 2011-09-19 | 2011-09-19 | 好友推荐方法及装置 |
PCT/CN2012/076861 WO2013040914A1 (zh) | 2011-09-19 | 2012-06-13 | 好友推荐方法、装置及存储介质 |
US14/051,382 US9584589B2 (en) | 2011-09-19 | 2013-10-10 | Friend recommendation method, apparatus and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110278327.1A CN103001994B (zh) | 2011-09-19 | 2011-09-19 | 好友推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103001994A CN103001994A (zh) | 2013-03-27 |
CN103001994B true CN103001994B (zh) | 2016-02-17 |
Family
ID=47913834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110278327.1A Active CN103001994B (zh) | 2011-09-19 | 2011-09-19 | 好友推荐方法及装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9584589B2 (zh) |
CN (1) | CN103001994B (zh) |
WO (1) | WO2013040914A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468598A (zh) * | 2014-08-18 | 2016-04-06 | 大连民族学院 | 好友推荐方法及装置 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104639508A (zh) * | 2013-11-14 | 2015-05-20 | 李�权 | 一种信息多维传播的方法 |
CN104765738B (zh) * | 2014-01-03 | 2019-03-26 | 腾讯科技(北京)有限公司 | 对用户生成内容的计数器进行控制的方法和*** |
US20160283548A1 (en) * | 2015-03-27 | 2016-09-29 | International Business Machines Corporation | Recommending connections in a social network system |
US9858625B2 (en) | 2015-04-28 | 2018-01-02 | International Business Machines Corporation | Leveraging skipped relationships in a social network |
US10565272B2 (en) | 2015-10-26 | 2020-02-18 | International Business Machines Corporation | Adjusting system actions, user profiles and content in a social network based upon detected skipped relationships |
CN105931123B (zh) * | 2016-05-09 | 2020-04-14 | 深圳市永兴元科技股份有限公司 | 基于网络账号的好友推荐方法及装置 |
CN109587034B (zh) * | 2017-09-28 | 2021-04-27 | 北京博瑞彤芸科技股份有限公司 | 一种垃圾用户过滤模块及方法 |
CN109299384B (zh) * | 2018-11-02 | 2021-05-04 | 北京小米智能科技有限公司 | 场景推荐方法、装置及***、存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102035891A (zh) * | 2010-12-17 | 2011-04-27 | 百度在线网络技术(北京)有限公司 | 一种网络交友平台中推荐好友的方法和装置 |
CN102164315A (zh) * | 2011-02-14 | 2011-08-24 | 深圳市同洲电子股份有限公司 | 数字电视中网络个人录像数据的推荐方法和*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL134943A0 (en) * | 2000-03-08 | 2001-05-20 | Better T V Technologies Ltd | Method for personalizing information and services from various media sources |
US20090299998A1 (en) * | 2008-02-15 | 2009-12-03 | Wordstream, Inc. | Keyword discovery tools for populating a private keyword database |
US8010602B2 (en) * | 2008-08-28 | 2011-08-30 | Microsoft Corporation | Leveraging communications to identify social network friends |
CN101968818A (zh) * | 2010-11-08 | 2011-02-09 | 北京开心人信息技术有限公司 | 一种社交网站中向用户推荐好友的方法及*** |
US20120159337A1 (en) * | 2010-12-17 | 2012-06-21 | Kerry Travilla | System and method for recommending media content |
-
2011
- 2011-09-19 CN CN201110278327.1A patent/CN103001994B/zh active Active
-
2012
- 2012-06-13 WO PCT/CN2012/076861 patent/WO2013040914A1/zh active Application Filing
-
2013
- 2013-10-10 US US14/051,382 patent/US9584589B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102035891A (zh) * | 2010-12-17 | 2011-04-27 | 百度在线网络技术(北京)有限公司 | 一种网络交友平台中推荐好友的方法和装置 |
CN102164315A (zh) * | 2011-02-14 | 2011-08-24 | 深圳市同洲电子股份有限公司 | 数字电视中网络个人录像数据的推荐方法和*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468598A (zh) * | 2014-08-18 | 2016-04-06 | 大连民族学院 | 好友推荐方法及装置 |
CN105468598B (zh) * | 2014-08-18 | 2020-05-08 | 大连民族学院 | 好友推荐方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2013040914A1 (zh) | 2013-03-28 |
CN103001994A (zh) | 2013-03-27 |
US20140053087A1 (en) | 2014-02-20 |
US9584589B2 (en) | 2017-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103001994B (zh) | 好友推荐方法及装置 | |
CN107526807B (zh) | 信息推荐方法及装置 | |
CN106156127B (zh) | 选择数据内容向终端推送的方法及装置 | |
CN108197330B (zh) | 基于社交平台的数据挖掘方法及装置 | |
CN103455515B (zh) | Sns社区中的用户推荐方法和*** | |
CN104572889B (zh) | 一种搜索词推荐方法、装置和*** | |
CN103200279B (zh) | 推荐方法和云端服务器 | |
CN104111935B (zh) | 一种推送微博的方法及***、服务器 | |
CN106789598B (zh) | 基于社交关系链的公众号消息推送方法、装置及*** | |
CN108874812B (zh) | 一种数据处理方法及服务器、计算机存储介质 | |
CN105868267B (zh) | 一种移动社交网络用户兴趣的建模方法 | |
CN101937547A (zh) | 软件和/或软件信息推送方法、***、获取装置、软件商店服务***及移动终端 | |
KR101174213B1 (ko) | 인맥에 기초한 검색 결과 제공 시스템 및 방법 | |
CN104615627B (zh) | 一种基于微博平台的事件舆情信息提取方法及*** | |
CN107679239B (zh) | 一种基于用户行为的个性化社区推荐方法 | |
KR101925950B1 (ko) | 컨텐츠에 대한 유입검색어 및 연관검색어 기반의 컨텐츠 추천방법 및 추천장치 | |
CN106960354A (zh) | 一种基于客户生命周期的精准化推荐方法及装置 | |
CN103218366A (zh) | 下载资源推荐方法及*** | |
CN110008405A (zh) | 一种基于时效性的个性化消息推送方法及*** | |
CN104077392B (zh) | 一种搜索建议提示方法及装置 | |
KR101682659B1 (ko) | 키워드 기반 맞춤 뉴스 알림 방법 및 그를 위한 뉴스 검색 관리 서버 | |
CN102959539A (zh) | 一种业务交叉时的项目推荐方法及*** | |
CN108090171A (zh) | 一种面向精准广告投放的时间聚合查询方法 | |
CN104902498A (zh) | 用户重入网识别方法和装置 | |
JP2012059182A (ja) | 検索クエリ推薦方法、検索クエリ推薦装置、検索クエリ推薦プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |