CN103166834A - 基于位置向社交网络中的用户推荐好友的方法和设备 - Google Patents
基于位置向社交网络中的用户推荐好友的方法和设备 Download PDFInfo
- Publication number
- CN103166834A CN103166834A CN2011104300711A CN201110430071A CN103166834A CN 103166834 A CN103166834 A CN 103166834A CN 2011104300711 A CN2011104300711 A CN 2011104300711A CN 201110430071 A CN201110430071 A CN 201110430071A CN 103166834 A CN103166834 A CN 103166834A
- Authority
- CN
- China
- Prior art keywords
- good friend
- user
- weighted value
- candidate
- candidate good
- 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
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的实施方式涉及基于位置向社交网络中的用户推荐好友的方法和设备。具体地,公开了一种基于位置来推荐好友的方法,包括:获取用户的当前位置信息;根据所获取的用户的当前位置信息确定最后一次位置距离所述用户的当前位置一定距离范围内的候选好友,其中所述候选好友是所述社交网络的成员、但不是所述用户的直接好友;根据所述候选好友的最后一次位置与所述用户的当前位置之间的所述距离、所述候选好友的最后一次位置的获取时间来计算第一加权值D;根据所述候选好友与所述用户的关系获得第二加权值G;以及根据所述第一加权值D和所述第二加权值G对所述候选好友进行排序。
Description
技术领域
本发明的实施方式总体上涉及网络信息技术领域,更具体地,涉及用于在社交网络中向用户推荐好友的方法和设备。
背景技术
随着网络信息技术的不断发展,社交网络已经成为了现代网络的重要组成部分之一。在此使用的术语“社交网络”或者“社交网站”是指向对特定对象感兴趣或只是一起“闲逛”的人们提供虚拟社区的Web站点。成员通过语音、聊天、即时消息、视频会议和博客等进行通信,并且该服务通常向成员提供了联系其他成员的好友的方法。这种站点还可以用作亲自会面的媒介。
特别地,很多社交网络都以现实世界的实际生活中的社交为基础。换言之,尽管社交网络成员的关系和数据是虚拟化的,但是这些关系和数据之间的联系往往基于和反映现实生活中确实存在的社交关系。例如,社交网络中的“好友”在很多情况下都是真实世界中的朋友、同事、同学这样的关系。已知的是,此类社交网络通常在注册成员时要求进行实名制认证。
社交网络为其用户或成员提供与该社交网络的其他用户进行通信和交互的能力(注意,在与社交网络有关的描述中,“成员”和“用户”可互换使用)。在使用中,社交网络的用户可以首先执行登录操作,继而与其好友或者其他用户进行互动。在此使用的术语“好友”是指用户通过社交网络与之形成连接、关联或者关系的任何其他用户。社交网络中的连接通常是双向的(但这不是必须的),因此术语“好友”可能依赖于参照系。用户之间的连接可以是直接连接;然而,社交网络的某些实施方式允许经由一级或者多级连接的间接连接。另外,术语“好友”并非必须要求用户在现实生活中实际上是朋友,它仅仅表示社交网络中的关系。
在社交网络中,如何发现和建立不同用户之间的好友关系具有至关重要的作用,它是很多后续操作的起点和基础。在现有技术中,连接通常可以由用户主动地显式添加。例如,用户可以选择他/她认识的其他成员,继而请求与之建立好友关系。此外,社交网络也可以基于成员的共同特征而自动创建用户之间的好友关系。
在社交网络中往往会出现这样的情况:社交网络的不同用户在现实世界中可能是彼此相识的,但是出于各种原因在社交网络中不是彼此的好友。为了解决这一问题,很多社交网络提供有称为“好友推荐”的功能。
在现有技术中,好友推荐的一类方法是根据用户填写的资料、信息和/或行为进行推荐。例如,社交网络可以基于用户的个人情况、工作单位、兴趣爱好、兴趣爱好、近期活动等各种信息,来为用户推荐潜在的好友。然而,在社交网络中一种普遍存在的现象是:很多用户往往并未填写所有的信息,和/或所填写的信息与实际情况不符。在这种情况下,仅仅基于用户填写的信息常常无法准确、全面地为用户推荐好友。
另一类现有技术的好友推荐方法依赖于用户之间的共同好友的数目。这种方法的一个基本假设是,两个用户之间的共同好友越多,这两个用户之间彼此相识的可能性也越高。然而,在很多情况下,拥有共同好友的用户未必相互认识;反之,相互认识的用户未必具有共同好友。
在现有技术的好友推荐方法中,可能出现的情况是:某一被推荐的好友(候选好友)可能与用户关系很近(如,是同学),但是该候选好友并未与用户活动在相同范围中,也就是说,该候选好友与该用户在生活中的交集可能很少,所以对于该用户来说,并不期望推荐这类候选好友。用户可能期望与经常与自己活动在相同范围内,并且关系较近的候选好友成为好友。
随着定位技术的发展,社交网络的用户可以利用定位技术得到其自身的位置信息,并且可以将这些位置信息上传到社交网络中的社交网络服务器中。而社交网络服务器可以将这些位置信息存储在社交网络服务器数据库中,从而使得社交网络的其他用户能够获得关于用户的位置信息。因此,可以利用该定位技术获得与用户经常活动在相同范围中的用户,并且将该技术与传统的好友推荐技术相结合,以便准确地向用户推荐经常与自己活动在相同范围中,并且与自己关系较近的新好友。
发明内容
为了向用户推荐与自己经常活动在相同范围内且与自己关系较近的好友,本发明的实施方式提供基于位置来向社交网络中的用户推荐好友的方法和设备。
在本发明的一个方面中,提供一了种基于位置来推荐好友的方法。该方法包括:获取用户的当前位置信息;根据所获取的用户的当前位置信息确定最后一次位置距离所述用户的当前位置一定距离范围内的候选好友,其中所述候选好友是所述社交网络的成员、但不是所述用户的直接好友;根据所述候选好友的最后一次位置与所述用户的当前位置之间的所述距离、所述候选好友的最后一次位置的获取时间来计算第一加权值D;根据所述候选好友与所述用户的关系获得第二加权值G;以及根据所述第一加权值D和所述第二加权值G对所述候选好友进行排序。
在本发明的可选实施方式中,所述用户的当前位置信息至少包括以下信息之一:经纬度信息、cell_id信息、以及wifi信息。
在本发明的可选实施方式中,所述最后一次位置是所述候选好友留下的时间上最近的位置。
在本发明的可选实施方式中,所述关系包括所述候选好友与所述用户是否属于同一工作单位、同一学校,所述好友与所述用户之间的共同活动、兴趣爱好,或者所述候选好友与所述用户之间的共同好友的数目等。
在本发明的可选实施方式中,所述一定距离由所述用户设定。
在本发明的可选实施方式中,该方法还包括:修改所述第一加权值D或者所述第二加权值G。
在本发明的另一方面,提供一种基于位置来推荐好友的设备。该设备包括:获取装置,用于获取用户的当前位置;候选好友确定装置,用于根据所获取的所述用户的当前位置信息确定最后一次位置距离所述用户的当前位置一定距离范围内的候选好友,其中所述候选好友是所述社交网络的成员、但不是所述用户的直接好友;第一加权值D计算装置,用于根据所述候选好友的最后一次位置与所述用户的当前位置之间的所述距离、所述候选好友的最后一次位置的获取时间来计算第一加权值D;第二加权值G计算装置,用于根据所述候选好友与所述用户的关系获得第二加权值G;以及排序装置,用于根据所述第一加权值D和所述第二加权值G对所述候选好友进行排序。
附图说明
通过参考附图阅读下文的详细描述,本发明实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
图1示出了根据本发明示例性实施方式的基于位置来推荐好友的方法100的流程图;
图2示出了根据本发明示例性实施方式的基于位置来推荐好友的设备200的框图;以及
图3示出了适合用来实践本发明实施方式的计算机***300的框图。
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。
如上文所述,根据本发明的各种实施方式,主要基于位置信息向在社交网络中的用户推荐好友。
下面结合附图以示例的方式详细描述本发明的各种实施方式。首先参考图1,其示出了根据本发明实施方式的用于在社交网络中向用户推荐好友的方法100的流程图。应当理解,方法100中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。方法100还可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
方法100开始之后,在步骤S102,获取用户的当前位置信息。其中,该当前位置信息可以是由用户上传到社交网络服务器的位置信息,也可以是社交网络服务器根据用户当前上传的包含位置信息的其他任何信息而确定的当前位置信息。当前位置信息至少包括:经纬度信息、cell_id信息、以及wifi信息。
在步骤S104,社交网络服务器根据所获取的用户的当前位置信息确定最后一次位置距离所述用户的当前位置一定距离范围内的候选好友。根据本发明的实施方式,“候选好友”是所考虑的社交网络的有效成员,但是目前尚不是当前用户的直接好友(即,二者之间不存在直接连接)。例如,为了确定用户A当前位置一定距离范围内的候选好友,需要设置一个一定距离(Vt),Vt表示候选好友的当前位置距离用户A的当前位置的距离参考值。该Vt可以由用户设定。例如,用户可以将Vt设置为500米。可以理解,还可以将Vt设置为其他值,例如可以设置为更小(如200米)或者更大(例如1000米)等等。例如,如果用户A在某一“餐厅”位置处,则服务器基于其获取的该用户A的当前位置信息,来确定距离该用户A的当前位置即“餐厅”500米范围内的用户。如果存在其最后一次位置在所述范围内且其是所考虑的社交网络的有效成员,但是目前尚不是用户A的直接好友的用户B、C、D等,则这些用户将被确定为该用户A的候选好友。其中,这些候选好友B、C、D等的最后一次位置事先已经被发送到社交网络的服务器并存储在其中,例如可以存储在服务器中的一个数据库中。
在步骤S106,社交网络的服务器根据所述候选好友的最后一次位置与所述用户的当前位置之间的实际距离(si)、所述候选好友的最后一次位置获取时间(ti)来计算第一加权值D。
Di=f(si)+f(ti)
Di其是多个影响因素的总和。对于某一好友来说,si越大,则Di越小,而ti离当前时间越远,则Di越小。在排序中,Di越大,则该候选好友的排名越靠前,并且反之亦然。
在步骤S108处,根据所述候选好友与所述用户的关系而计算第二加权值G。其中,所述关系例如可以包括所述候选好友与所述用户是否属于同一工作单位(company)、同一学校(school),以及所述候选好友与所述用户之间的共同活动(activity)、兴趣爱好(hobbies),这这所述候选好友与所述用户之间的共同好友的数目(friend)。通过以下式子来计算G:
Gi=f(company)+f(school)+f(activity)+f(hobbies)+f(friend)+…
Gi是多个影响因素的总和。其中f(company)是指示候选好友与该用户是否属于同一公司的函数;f(school)是指示候选好友与该用户是否属于同一学校的函数;f(activity)是指示候选好友与该用户之间的共同活动的数目的函数;f(hobbies)是指示候选好友与该用户之间的共同爱好数目的函数;并且f(friend)是指示候选好友与该用户之间的共同好友数目的函数。例如,如果候选好友B与所述用户A属于同一工作单位,则f(company)=1;否则f(company)=0。类似地,如果候选好友与所述用户A属于同一学校或者毕业于同一学校,则f(school)=1;否则f(school)=0。再例如,如果候选好友B与所述用户A没有共同好友,则f(friend)=0,如果有1个共同好友,则f(friend)=1,以此类推。在对候选好友进行排名时,Gi越大,则该候选好友的排名越靠前,并且反之亦然。
应该理解,上面的公式仅是示例性的而不是限制性的,本领域技术人员根据本发明的其实可以想到其他合适的计算加权值的函数关系。
接下来该方法到步骤S110,在该步骤中,根据第一加权值D和第二加权值G来对所述候选好友进行排序。例如,可以使用D与G的和(sum)对候选好友进行排序。sum越大,则该候选好友排序越靠前,否则越靠后。这样,可以得到经排序的候选好友。而那些最后一次位置与用户越近并且与用户关系密切的候选好友将优先推荐给该用户,并且反之亦然。当然,可以D与G的其他函数关系对候选好友进行排序,例如,可以分别给D与G指派权重因子w1和w2,而使用w1·D+w2·G来对候选好友进行排序。其中,权重因子w1和w2可以由用户根据需要来设置。
该方法还可以包括将经排序的候选好友推荐给用户的步骤。
此外,该方法还可以包括用于修改加权值的装置。例如,如果用户期望仅用基于距离来进行推荐,则社交网络的服务器可以基于用户的相关输入而将加权值D修改为0,这样,将得到仅基于距离的推荐。此外,用户也可能期望仅基于用户与候选好友的关系,即第二加权值G来推荐,这样,可以社交网络的服务器可以基于用户的相关输入将第一加权值D设置为0,从而获得仅基于关系的推荐。
应当理解,上述对影响加权值D和G的因素,以及对加权值的计算公式仅是示例性的,本领域技术人员可以在本发明的教导下使用其他影响因素以及其他计算公式来计算加权值D与加权值G。
现在参考图2,其示出了根据本发明示例性实施方式的用于在社交网络中向用户推荐好友的设备200的框图。如图所示,根据本发明的实施方式,设备200包括获取装置202,其用于获取用户的当前位置信息。候选好友确定装置204,其用于根据所获取的所述用户的当前位置信息确定最后一次位置距离所述用户的当前位置一定距离范围内的候选好友,其中所述候选好友是所述社交网络的成员、但不是所述用户的直接好友;第一加权值D计算装置206,其用于根据所述候选好友的最后一次位置与所述用户的当前位置之间的所述距离、所述候选好友的最后一次位置的获取时间来计算第一加权值D;第二加权值G计算装置208,其用于根据所述候选好友与所述用户的关系获得第二加权值G;以及排序装置210,其用于根据所述第一加权值D和所述第二加权值G对所述候选好友进行排序。
在本发明的可选实施方式中,设备200进一步包括:加权值修改装置210,其用于修改所述第一加权值D或者所述第二加权值G。
在本发明的可选实施方式中,设备200进一步包括:推荐装置212,用于将经排序的候选好友中的一个或多个推荐给所述用户。
为清晰起见,在图2中并未示出各个装置所包含的子装置。然而,应当理解,设备200中记载的装置202-210及其子装置分别与参考图1描述的方法100中的步骤S102-S110相对应。由此,上文针对图1中的方法100描述的操作和特征同样适用于设备200及其中包含的装置和子装置,在此不再赘述。
还应当理解,设备200可以利用各种方式来实现。例如,在某些实施方式中,设备200可以利用软件和/或固件模块来实现。此外,设备200也可以利用硬件模块来实现。例如,设备200可以实现为集成电路(IC)芯片或专用集成电路(ASIC)。设备200也可以实现为片上***(SOC)。现在已知或者将来开发的其他方式也是可行的,本发明的范围在此方面不受限制。
图3示出了适于用来实践本发明实施方式的计算机***的示意性框图。如图3所示,计算机***可以包括:CPU(中央处理单元)301、RAM(随机存取存储器)302、ROM(只读存储器)303、***总线304、硬盘控制器305、键盘控制器306、串行接口控制器307、并行接口控制器308、显示控制器309、硬盘310、键盘311、串行外部设备312、并行外部设备313和显示器314。在这些设备中,与***总线304耦合的有CPU 301、RAM 302、ROM 303、硬盘控制器305、键盘控制器306、串行控制器307、并行控制器308和显示控制器309。硬盘310与硬盘控制器305耦合,键盘311与键盘控制器306耦合,串行外部设备312与串行接口控制器307耦合,并行外部设备313与并行接口控制器308耦合,以及显示器314与显示控制器309耦合。
应当理解,图3所述的结构框图仅仅为了示例的目的而示出的,而不是对本发明范围的限制。在某些情况下,可以根据具体情况而增加或者减少某些设备。
特别地,除硬件实施方式之外,本发明的实施方式可以通过计算机程序产品的形式实现。例如,参考图1描述的方法100可以通过计算机程序产品来实现。该计算机程序产品可以存储在例如图3所示的RAM 302、ROM 303、硬盘310和/或任何适当的存储介质中,或者通过网络从适当的位置下载到计算机***300上。计算机程序产品可以包括计算机代码部分,其包括可由适当的处理设备(例如,图3中示出的CPU 301)执行的程序指令。所述程序指令至少可以包括:用于基于与所述用户相关联的至少一个图像来确定候选好友的指令,所述候选好友是所述社交网络的成员、但不是所述用户的直接好友;以及用于将所述候选好友中的一个或多个推荐给所述用户的指令。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行***,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
说明书中提及的通信网络可以包括各类网络,包括但不限于局域网(“LAN”),广域网(“WAN”),根据IP协议的网络(例如,因特网)以及端对端网络(例如,ad hoc对等网络)。
应当注意,尽管在上文详细描述中提及了设备的若干装置或子装置,但是这种划分仅仅并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多装置的特征和功能可以在一个装置中具体化。反之,上文描述的一个装置的特征和功能可以进一步划分为由多个装置来具体化。
此外,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,流程图中描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本发明,但是应该理解,本发明并不限于所公开的具体实施方式。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。所附权利要求的范围符合最宽泛的解释,从而包含所有这样的修改及等同结构和功能。
Claims (14)
1.一种基于位置来推荐好友的方法,包括:
获取用户的当前位置信息;
根据所获取的用户的当前位置信息确定最后一次位置距离所述用户的当前位置一定距离范围内的候选好友,其中所述候选好友是所述社交网络的成员、但不是所述用户的直接好友;
根据所述候选好友的最后一次位置与所述用户的当前位置之间的所述距离、所述候选好友的最后一次位置的获取时间来计算第一加权值D;
根据所述候选好友与所述用户的关系获得第二加权值G;以及
根据所述第一加权值D和所述第二加权值G对所述候选好友进行排序。
2.根据权利要求1所述的方法,其中,所述用户的当前位置信息至少包括以下信息之一:经纬度信息、cell_id信息、以及wifi信息。
3.根据权利要求1所述的方法,其中,所述最后一次位置是所述候选好友留下的时间上最近的位置。
4.根据权利要求1所述的方法,其中,所述关系包括所述候选好友与所述用户是否属于同一工作单位、同一学校,所述好友与所述用户之间的共同活动、兴趣爱好,或者所述候选好友与所述用户之间的共同好友的数目。
5.根据权利要求1所述的方法,其中,所述一定距离由所述用户设定。
6.根据权利要求1所述的方法,还包括:
修改所述第一加权值D或者所述第二加权值G。
7.根据权利要求1-6中任一项所述的方法,还包括:
将经排序的候选好友中的一个或多个推荐给所述用户。
8.一种基于位置来推荐好友的设备,包括:
获取装置,用于获取用户的当前位置;
候选好友确定装置,用于根据所获取的所述用户的当前位置信息确定最后一次位置距离所述用户的当前位置一定距离范围内的候选好友,其中所述候选好友是所述社交网络的成员、但不是所述用户的直接好友;
第一加权值D计算装置,用于根据所述候选好友的最后一次位置与所述用户的当前位置之间的所述距离、所述候选好友的最后一次位置的获取时间来计算第一加权值D;
第二加权值G计算装置,用于根据所述候选好友与所述用户的关系获得第二加权值G;以及
排序装置,用于根据所述第一加权值D和所述第二加权值G对所述候选好友进行排序。
9.根据权利要求8所述的设备,其中,所述用户的当前位置信息至少包括以下信息之一:经纬度信息、cell_id信息、以及wifi信息。
10.根据权利要求8所述的设备,其中,所述最后一次位置是所述候选好友留下的时间上最近的位置。
11.根据权利要求8所述的设备,其中,所述关系包括所述候选好友与所述用户是否属于同一工作单位、同一学校,所述好友与所述用户之间的共同活动、兴趣爱好,或者所述候选好友与所述用户之间的共同好友的数目。
12.根据权利要求8所述的设备,其中,所述一定距离由所述用户设定。
13.根据权利要求8所述的设备,还包括:
加权值修改装置,用于修改所述第一加权值D或者所述第二加权值G。
14.根据权利要求8-13中任一项所述的设备,还包括:
推荐装置,用于将经排序的候选好友中的一个或多个推荐给所述用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104300711A CN103166834A (zh) | 2011-12-15 | 2011-12-15 | 基于位置向社交网络中的用户推荐好友的方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104300711A CN103166834A (zh) | 2011-12-15 | 2011-12-15 | 基于位置向社交网络中的用户推荐好友的方法和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103166834A true CN103166834A (zh) | 2013-06-19 |
Family
ID=48589585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011104300711A Pending CN103166834A (zh) | 2011-12-15 | 2011-12-15 | 基于位置向社交网络中的用户推荐好友的方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103166834A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156392A (zh) * | 2014-07-09 | 2014-11-19 | 中电科华云信息技术有限公司 | 好友及应用个性化推荐方法及*** |
CN104281650A (zh) * | 2014-09-15 | 2015-01-14 | 南京锐角信息科技有限公司 | 一种基于兴趣分析的好友搜索推荐方法及*** |
WO2015062191A1 (zh) * | 2013-10-28 | 2015-05-07 | 陶睿 | 一种在移动设备中基于标签搜索用户的方法及*** |
CN105224545A (zh) * | 2014-06-03 | 2016-01-06 | 华为技术有限公司 | 一种位置推荐方法及装置 |
CN105959909A (zh) * | 2016-04-26 | 2016-09-21 | 广东小天才科技有限公司 | 一种推荐好友的方法及*** |
CN106097112A (zh) * | 2016-06-21 | 2016-11-09 | 李振国 | 一种缘分记录***及基于该***的社交方法 |
CN103944804B (zh) * | 2014-04-24 | 2017-04-12 | 小米科技有限责任公司 | 推荐联系人的方法及装置 |
CN107038649A (zh) * | 2017-05-10 | 2017-08-11 | 广东小天才科技有限公司 | 一种终端用户的好友推荐方法及装置 |
WO2018145610A1 (zh) * | 2017-02-08 | 2018-08-16 | 腾讯科技(深圳)有限公司 | 数据处理方法、服务器以及存储介质 |
CN109101540A (zh) * | 2018-07-02 | 2018-12-28 | 湖北衣谷电子商务有限公司 | 基于社交网络的好友位置信息挖掘推送方法及*** |
CN111131003A (zh) * | 2019-12-31 | 2020-05-08 | 深圳市真星科技有限公司 | 一种社交软件资源精准匹配推送的方法、存储介质和终端 |
JPWO2021028988A1 (zh) * | 2019-08-09 | 2021-02-18 | ||
US11227342B2 (en) | 2017-05-26 | 2022-01-18 | Microsoft Technology Licensing, Llc | Recommending friends in automated chatting |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090012955A1 (en) * | 2007-07-03 | 2009-01-08 | John Chu | Method and system for continuous, dynamic, adaptive recommendation based on a continuously evolving personal region of interest |
US20100153292A1 (en) * | 2008-12-11 | 2010-06-17 | Microsoft Corporation | Making Friend and Location Recommendations Based on Location Similarities |
CN102075573A (zh) * | 2011-01-07 | 2011-05-25 | 北京邮电大学 | 远程教育社交网络中学习伙伴自动推荐方法及其*** |
CN102202095A (zh) * | 2011-05-13 | 2011-09-28 | 宇龙计算机通信科技(深圳)有限公司 | 一种终端联系人的排序方法、装置及终端 |
-
2011
- 2011-12-15 CN CN2011104300711A patent/CN103166834A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090012955A1 (en) * | 2007-07-03 | 2009-01-08 | John Chu | Method and system for continuous, dynamic, adaptive recommendation based on a continuously evolving personal region of interest |
US20100153292A1 (en) * | 2008-12-11 | 2010-06-17 | Microsoft Corporation | Making Friend and Location Recommendations Based on Location Similarities |
CN102075573A (zh) * | 2011-01-07 | 2011-05-25 | 北京邮电大学 | 远程教育社交网络中学习伙伴自动推荐方法及其*** |
CN102202095A (zh) * | 2011-05-13 | 2011-09-28 | 宇龙计算机通信科技(深圳)有限公司 | 一种终端联系人的排序方法、装置及终端 |
Non-Patent Citations (1)
Title |
---|
YU ZHENG ET AL: "《GeoLife2.0: A Location-Based Social Networking Service》", 《SYSTEMS, SERVICES AND MIDDLEWARE》, 30 December 2009 (2009-12-30) * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015062191A1 (zh) * | 2013-10-28 | 2015-05-07 | 陶睿 | 一种在移动设备中基于标签搜索用户的方法及*** |
CN103944804B (zh) * | 2014-04-24 | 2017-04-12 | 小米科技有限责任公司 | 推荐联系人的方法及装置 |
CN105224545A (zh) * | 2014-06-03 | 2016-01-06 | 华为技术有限公司 | 一种位置推荐方法及装置 |
CN104156392A (zh) * | 2014-07-09 | 2014-11-19 | 中电科华云信息技术有限公司 | 好友及应用个性化推荐方法及*** |
CN104156392B (zh) * | 2014-07-09 | 2017-06-13 | 中电科华云信息技术有限公司 | 好友及应用个性化推荐方法及*** |
CN104281650A (zh) * | 2014-09-15 | 2015-01-14 | 南京锐角信息科技有限公司 | 一种基于兴趣分析的好友搜索推荐方法及*** |
CN105959909A (zh) * | 2016-04-26 | 2016-09-21 | 广东小天才科技有限公司 | 一种推荐好友的方法及*** |
CN106097112A (zh) * | 2016-06-21 | 2016-11-09 | 李振国 | 一种缘分记录***及基于该***的社交方法 |
WO2018145610A1 (zh) * | 2017-02-08 | 2018-08-16 | 腾讯科技(深圳)有限公司 | 数据处理方法、服务器以及存储介质 |
CN107038649A (zh) * | 2017-05-10 | 2017-08-11 | 广东小天才科技有限公司 | 一种终端用户的好友推荐方法及装置 |
US11227342B2 (en) | 2017-05-26 | 2022-01-18 | Microsoft Technology Licensing, Llc | Recommending friends in automated chatting |
CN109101540A (zh) * | 2018-07-02 | 2018-12-28 | 湖北衣谷电子商务有限公司 | 基于社交网络的好友位置信息挖掘推送方法及*** |
JPWO2021028988A1 (zh) * | 2019-08-09 | 2021-02-18 | ||
JP7235122B2 (ja) | 2019-08-09 | 2023-03-08 | 日本電気株式会社 | ユーザ位置計算装置及び方法、及びプログラム |
CN111131003A (zh) * | 2019-12-31 | 2020-05-08 | 深圳市真星科技有限公司 | 一种社交软件资源精准匹配推送的方法、存储介质和终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103166834A (zh) | 基于位置向社交网络中的用户推荐好友的方法和设备 | |
US10277692B2 (en) | Method and apparatus for identifying common interest between social network users | |
US10417445B2 (en) | Context-aware privacy meter | |
US20180150914A1 (en) | Identity mapping between commerce customers and social media users | |
Symeonidis et al. | Geo-social recommendations based on incremental tensor reduction and local path traversal | |
US20160357352A1 (en) | Methods and Systems for Providing User Feedback | |
CN102637183A (zh) | 用于在社交网络中向用户推荐好友的方法和设备 | |
US20140052718A1 (en) | Social relevance to infer information about points of interest | |
JP6273024B2 (ja) | 類似度距離に基づいたオブジェクトの推奨 | |
US10846350B2 (en) | Systems and methods for providing service directory predictive search recommendations | |
US20130031093A1 (en) | Information processing system, information processing method, program, and non-transitory information storage medium | |
US20140122603A1 (en) | Systems and methods of establishing and measuring trust relationships in a community of online users | |
US20140025733A1 (en) | Social Network Architecture | |
CN105224545A (zh) | 一种位置推荐方法及装置 | |
US20120303714A1 (en) | Method for managing a personalized social network map in an application server which provides personalized content, and program recording medium for executing the method | |
CN107948047B (zh) | 一种用户推荐方法及终端 | |
CN103051650A (zh) | 基于通讯录的推荐方法和推荐设备 | |
CN103139192A (zh) | 推荐注册方法和*** | |
US20180365751A1 (en) | System and method for trusted contact, business selection with automated menuing using trusted friends' and family's recommendations | |
CN103854204A (zh) | 服务信息推荐方法及装置 | |
US11301533B1 (en) | Systems and methods for recommending pages | |
JP6659700B2 (ja) | コール・トゥ・アクションを作成し、選択し、提示し、実行するためのシステムおよび方法 | |
US20180247379A1 (en) | Evaluating potential connections based on instrumental variables | |
US11973841B2 (en) | System and method for user model based on app behavior | |
KR20170095998A (ko) | 콜 투 액션을 생성, 선택, 표시 및 실행하기 위한 시스템 및 방법 |
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: 20130619 |