CN106021441B - 一种机构好友推荐方法和*** - Google Patents

一种机构好友推荐方法和*** Download PDF

Info

Publication number
CN106021441B
CN106021441B CN201610323591.5A CN201610323591A CN106021441B CN 106021441 B CN106021441 B CN 106021441B CN 201610323591 A CN201610323591 A CN 201610323591A CN 106021441 B CN106021441 B CN 106021441B
Authority
CN
China
Prior art keywords
business
recommended
friend
alternate
class indication
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
Application number
CN201610323591.5A
Other languages
English (en)
Other versions
CN106021441A (zh
Inventor
张国强
刘旦
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.)
Shanghai Coast Exhibition Service Co Ltd
Original Assignee
Shanghai Coast Exhibition Service 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 Shanghai Coast Exhibition Service Co Ltd filed Critical Shanghai Coast Exhibition Service Co Ltd
Priority to CN201610323591.5A priority Critical patent/CN106021441B/zh
Publication of CN106021441A publication Critical patent/CN106021441A/zh
Application granted granted Critical
Publication of CN106021441B publication Critical patent/CN106021441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种机构社交***中的机构好友推荐方法和***。该方法包括:设待考察机构集合为所有机构组成的集合;依据待推荐机构的好友关系和预设的推荐约束条件对待考察机构集合执行过滤;识别待推荐机构的业务分类标识集合;根据待推荐机构的业务分类标识集合获取其对应的业务关系元知识网络;根据待推荐机构的业务关系元知识网络和待考察机构集合中每个机构的业务分类标识集合确定备选机构好友推荐集合;设定备选机构好友推荐集合中每个备选机构推荐好友的推荐权重;根据备选机构好友推荐集合及每个元素的推荐权重构建机构好友推荐集合。通过本发明,可以为机构用户有效推荐可能感兴趣的机构好友,使机构用户可以方便地与新机构建立社交与合作关系。

Description

一种机构好友推荐方法和***
技术领域
本发明涉及互联网社交领域,尤其涉及一种机构社交***中的机构好友推荐方法和***。
背景技术
社交是人类除了吃、住、行之外的另一大基本需求。近年来,以人为中心的在线社交***得到了长足的发展,如Facebook、QQ、微信等。近两年,以微信的公众号为核心的人-组织机构社交通信方式也得到了快速发展。而在商业领域,对组织机构和组织机构之间的通信社交活动也有着巨大的需求,目前的在线社交产品还无法满足这一需求。机构社交中最重要的一环是机构号平台如何向机构用户推荐潜在的机构作为商业合作伙伴,以挖掘潜在的商业合作机会。因此,亟需为机构社交***提供一种机构好友推荐方法和***。
发明内容
本发明为解决上述技术问题,提供一种机构好友推荐方法和***,可以为机构用户有效地推荐可能感兴趣的机构好友,使得机构用户可以方便地与新的机构建立合作关系。所述技术方案如下:
一方面,本发明提出了一种机构好友推荐方法,包括下述步骤:
设待考察机构集合为所有机构组成的集合;
依据待推荐机构的好友关系和预设的推荐约束条件对待考察机构集合执行过滤;
识别待推荐机构的业务分类标识集合;
根据待推荐机构的业务分类标识集合获取其对应的业务关系元知识网络;
根据待推荐机构的业务关系元知识网络和待考察机构集合中每个机构的业务分类标识集合确定备选机构好友推荐集合;
设定备选机构好友推荐集合中每个备选机构推荐好友的推荐权重;
根据备选机构好友推荐集合及每个元素的推荐权重构建机构好友推荐集合。
其中,所述根据待推荐机构的好友关系对待考察机构集合进行过滤,包括:
从待考察机构集合中删除待推荐机构自身;
从待考察机构集合中删除待推荐机构已有的机构好友。
其中,所述根据预设的推荐约束条件对待考察机构集合进行过滤,包括:
根据机构的地域约束对待考察机构集合进行过滤;
根据机构从事业务的时间约束对待考察机构集合进行过滤;
根据机构的规模约束对待考察机构集合进行过滤;
根据机构的信用等级对待考察机构集合进行过滤。
进一步地,识别待推荐机构的业务分类标识集合,包括:
通过机构号的静态属性描述识别待推荐机构的业务分类标识集合;
通过机构号的动态业务行为识别待推荐机构的业务分类标识集合。
进一步地,所述根据待推荐机构的业务分类标识集合获取其对应的业务关系元知识网络,包括:
以待推荐机构中业务分类标识集合中的每个业务分类标识为键值查询业务关系元知识网络数据库,获得与该业务分类标识连接的业务关系元知识子网;
将所有业务分类标识查询获得的业务关系元知识子网合并获得业务关系元知识网络。
进一步地,所述根据待推荐机构的业务关系元知识网络和待考察机构集合中每个机构的业务分类标识集合确定备选机构好友推荐集合,包括:
设初始备选机构好友推荐集合为空集;
识别待考察机构集合中每个机构的业务分类标识集合;
若待推荐机构的业务关系元知识网络与某个待考察机构的业务分类标识集合交集非空,则将该待考察机构加入备选机构好友推荐集合。
进一步地,所述设定备选机构好友推荐集合中每个备选机构推荐好友的推荐权重,包括:
根据机构地域属性对备选机构好友进行权重设置;
根据机构从事业务的时间属性对备选机构好友进行权重设置;
根据机构规模属性对备选机构好友进行权重设置;
根据机构的信用等级对备选机构好友进行权重设置;
根据机构业务分类标识属性对备选机构好友进行权重设置。
另一方面,本发明提出一种机构好友推荐***,包括:
机构号客户端;
机构好友推荐服务程序;
业务关系元知识网络库。
进一步地,所述机构号客户端、机构好友推荐服务程序和业务关系元知识网络库按下述方式连接和交互:
机构号客户端通过网络与机构号平台上的机构好友推荐服务程序连接;
业务关系元知识网络库可与机构好友推荐服务为程序同部署在机构号平台上,或作为第三方服务独立于机构号平台部署;
机构好友推荐服务程序通过本地存储、本地网络或远程网络访问业务关系元知识网络库;
机构好友推荐服务程序将构建的机构好友推荐集合通过网络发送给机构号客户端;
机构号客户端在UI上以适当的方式通知机构号用户所接收到的机构好友推荐集合。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
通过本发明,能有效地为机构号社交***提供机构好友推荐能力,方便机构用户发现新的商业合作伙伴,建立商业关系。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1示出了依据本发明一实施方式的机构好友推荐方法流程图。
图2示出了依据本发明一实施方式的根据待推荐机构业务分类标识集合获取其对应的业务关系元知识网络的具体流程图。
图3示出了依据本发明一实施方式的根据待推荐机构的业务关系元知识网络和待考察机构集合中每个机构的业务分类标识集合确定备选机构好友推荐集合的流程图。
图4示出了依据本发明一实施方式的机构业务关系元知识网络示意图。
图5(a)和图5(b)分别示出了依据本发明一实施方式的机构好友推荐***部署图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
图1示出了依据本发明一实施方式的机构好友推荐方法流程图,包括:
1)机构好友推荐服务程序获取机构号平台中的所有机构,设为待考察机构集合ORGS_TO_CHECK;
2)依据待推荐机构的好友关系和预设的推荐约束条件对待考察机构集合ORGS_TO_CHECK进行过滤。
其一,可以根据待推荐机构的好友关系,将待推荐机构自身和待推荐机构已有的机构好友从待考察机构集合ORGS_TO_CHECK中删除,从而保证待考察机构集合中的机构元素不是待推荐机构的已有好友。
其二,可以根据预设的机构好友推荐约束条件对待考察机构集合ORGS_TO_CHECK进行过滤。可以根据机构的地域约束对待考察机构集合进行过滤,例如,约束条件要求仅推荐注册地或经营场所在上海的机构,则如果某个待考察机构其注册地和经营场所均不在上海,则将其从ORGS_TO_CHECK中删除;可以根据机构从事业务的时间约束对待考察机构集合ORGS_TO_CHECK进行过滤,例如,假设当前为2016年,约束条件要求仅推荐从事该业务的时间超过5年的机构,则如果某个待考察机构的注册时间为2012年或以后,则将其从ORGS_TO_CHECK中删除;可以根据机构的规模约束对待考察机构集合ORGS_TO_CHECK进行过滤,例如,约束条件要求仅推荐规模不低于10人的机构,则如果某个待考察机构的人数小于10人,则将其从ORGS_TO_CHECK中删除;可以根据机构的信用等级对待考察机构集合ORGS_TO_CHECK进行过滤,例如,约束条件要求被推荐机构的信用等级不低于4星,则如果某个待考察机构的信用等级为3星或以下级,则将其从ORGS_TO_CHECK中删除。除了上述预设的推荐约束条件,还可以设置其它多种推荐约束条件,本发明对具体的推荐约束条件类别不加以限制。
3)识别待推荐机构的业务分类标识集合。
可以通过机构号的静态属性描述识别待推荐机构的业务分类标识集合;或者,通过机构号的动态业务行为识别待推荐机构的业务分类标识集合。存在一个根据先验知识预设的全局业务分类标识集合,其中的每个元素都是一个已知的业务分类标识。对于每个机构,可以依据现有的自然语言处理技术对***的静态属性和/或动态历史行为进行分析、处理,计算其中的描述词与全局业务分类标识中的每个业务分类标识的相似度,进而将机构的静态属性或动态历史行为属性映射为全局业务分类标识集合中的一个子集,以此作为该机构的业务分类标识集合。例如,假设全局业务分类标识集合为{“大学”,“公安部门”,“消防部门”,“房产交易中心”,“水泥厂”,“服装厂”,“搭建商”,“展览服务商”,“参展商”,“旅行社”,“广告设计商”,“零售商”},而某个机构的主要介绍为:“XXX会展经营有限公司主要从事展览经营、会议、商务活动、文化娱乐和体育赛事等组织策划等相关服务业务”。对该静态业务介绍进行自然语言处理和语义分析,可以确定该机构的业务分类标识集合为{“展览服务商”}。
4)根据待推荐机构ORG的业务分类标识集合META(ORG)获取其对应的业务关系元知识网络。
存在一个依据先验知识或依据数据挖掘建立的全局业务关系元知识网络数据库,其中记录了与每个业务分类标识存在业务联系的其他业务分类标识。例如,与“展览服务商”相关的业务关系元知识网络如图4所示,即与其发生主要业务往来的其它业务机构的业务分类标识包括{“主办商”,“参展商”,“展馆”,“搭建商”,“消防部门”,“公安部门”,“大型活动办”}。
图2示出了根据待推荐机构的业务分类标识集合获取其对应的业务关系元知识网络的具体流程图。首先,设待推荐机构ORG的业务关系元知识网络Meta_Result为空集,对于每个机构ORG的业务分类标识集合中的元素next,将与该业务分类标识关联的业务关系元知识子网络Meta_Net(next)添加到集合Meta_Result中。
5)根据待推荐机构的业务关系元知识网络和待考察机构集合ORGS_TO_CHECK中每个机构的业务分类标识集合确定备选机构好友推荐集合CANDI_RECOMM。
具体地,图3示出了这一步骤的流程示意图。首先,置CANDI_RECOMM为空集。然后,对每个属于经过步骤2过滤后的ORGS_TO_CHECK中的元素next_check,若其业务分类标识集合META(next_check)和待推荐机构的业务关系元知识网络Meta_Result的交集非空,则将next_check加入到CANDI_RECOMM集合中。
6)设定备选机构好友推荐集合CANDI_RECOMM中每个备选机构推荐好友的推荐权重。
可以根据不同的预设策略设置备选机构推荐好友的推荐权重。可以根据备选机构推荐好友的信用等级为其设置推荐权重,例如,星级越高的推荐权重越高;也可以根据备选机构推荐好友与待推荐机构的地理上的距离设置推荐权重,例如,距离越远的推荐权重越低;也可以根据备选机构推荐好友从事该业务的时间为备选机构推荐好友设置推荐权重,例如,从事该业务的时间越长的推荐权重越高;也可以根据备选机构推荐好友的规模设置推荐权重,例如,规模越大的推荐权重越高;也可以根据备选机构好友的业务分类标识集合与待推荐机构的业务关系元知识网络的重叠度(即|META(candi)∩Meta_Result|的值)设置推荐权重,例如,重叠度越高的推荐权重越高。除了上述推荐权重设置策略,还可以采用其它的推荐权重设置策略,本发明对具体的推荐权重设置策略不加以限制。
7)根据备选机构好友推荐集合及每个元素的权重构建机构好友推荐集合。
可以采用不同的策略从备选机构好友推荐集合中选择子集构成机构好友推荐集合。例如,可以根据推荐权重从大到小对备选机构好友进行排序,选择推荐权重较大的若干个机构好友作为机构好友推荐集合。但是,本发明对具体的备选机构好友选择策略不加以限制。
图4示出了依据本发明一实施方式的机构业务关系元知识网络示意图。该示意图给出了与“展览服务商”这一业务分类标识相关联的其它业务分类标识,包括申请举办展览要联系的政府部门“大型活动办”、“公安部门”和“消防部门”,展览服务的参与者“展馆”、“参展商”、“主办商”和“搭建商”。基于这一业务关系元知识网络,如果某个机构的业务分类标识集合中包括“展览服务商”,则在进行机构好友推荐时,可以将业务分类标识为“大型活动办”、“公安部门”、“消防部门”的政府机构依据地域管辖进行过滤后推荐给该机构,还可以将“展馆”、“参展商”、“主办商”和“搭建商”等依据地域、从事业务的时间、规模、信用等级等进行过滤后推荐给该机构。
图5(a)和图5(b)分别示出了依据本发明一实施方式的机构好友推荐***部署图。
在一种部署方式中,如图5(a)所示,***由机构号客户端和机构号平台构成,机构号平台进一步包括机构好友推荐服务程序和业务关系元知识网络库。整个***的连接和工作方式如下:机构号客户端程序通过网络与机构号平台上的机构好友推荐服务程序连接;业务关系元知识网络库与机构好友推荐服务程序一同部署在机构号平台上,机构好友推荐服务程序可以通过本地存储或本地网络访问业务关系元知识网络库;机构好友推荐服务程序将构建的机构好友推荐集合通过网络发送给机构号客户端程序;机构号客户端程序在UI上以适当的方式通知机构号用户所接收到的机构好友推荐集合。
在另一种部署方式中,如图5(b)所示,***由机构号客户端、机构号平台上的机构好友推荐服务程序、以及业务关系元知识网络库构成。整个***的连接和工作方式如下:机构号客户端程序通过网络与机构号平台上的机构好友推荐服务程序连接;业务关系元知识网络库作为第三方独立于机构号平台部署,机构好友推荐服务程序可以通过网络访问业务关系元知识网络库;机构好友推荐服务程序将构建的机构好友推荐集合通过网络发送给机构号客户端程序;机构号客户端程序在UI上以适当的方式通知机构号用户所接收到的机构好友推荐集合。
通过本发明所提出的技术方案,可以为机构用户有效推荐可能感兴趣的机构好友,使得机构用户可以方便地与新机构建立社交与合作关系。
本技术领域技术人员可以理解,本发明可以涉及用于执行本申请中所述操作中的一项或多项操作的设备。所述设备可以为所需的目的而专门设计和制造,或者也可以包括通用计算机中的已知设备,所述通用计算机有存储在其内的程序选择性地激活或重构。这样的计算机程序可以被存储在设备(例如,计算机)可读介质中或者存储在适于存储电子指令并分别耦联到总线的任何类型的介质中,所述计算机可读介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、随即存储器(RAM)、只读存储器(ROM)、电可编程ROM、电可擦ROM(EPROM)、电可擦除可编程ROM(EEPROM)、闪存、磁性卡片或光线卡片。可读介质包括用于以由设备(例如,计算机)可读的形式存储或传输信息的任何组织机构。例如,可读介质包括随即存储器(RAM)、只读存储器(ROM)、磁盘存储介质、光学存储介质、闪存装置、以电的、光的、声的或其他的形式传播的信号(例如载波、红外信号、数字信号)等。
本技术领域技术人员可以理解,可以用计算机程序指令来实现这些结构图和/或框图和/或流图中的每个框以及这些结构图和/或框图和/或流图中的框的组合。可以将这些计算机程序指令提供给通用计算机、专业计算机或其他可编程数据处理方法的处理器来生成机器,从而通过计算机或其他可编程数据处理方法的处理器来执行的指令创建了用于实现结构图和/或框图和/或流图的框或多个框中指定的方法。
本技术领域技术人员可以理解,本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地,具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地,现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种机构好友推荐方法,其特征在于,包括下述步骤:
设待考察机构集合为所有机构组成的集合;
依据待推荐机构的好友关系和预设的推荐约束条件对待考察机构集合执行过滤;
识别待推荐机构的业务分类标识集合;
根据待推荐机构的业务分类标识集合获取其对应的业务关系元知识网络,
包括:
以待推荐机构中业务分类标识集合中的每个业务分类标识为键值查询业务关系元知识网络数据库,获得与该业务分类标识连接的业务关系元知识子网;
将所有业务分类标识查询获得的业务关系元知识子网合并获得业务关系元知识网络;
根据待推荐机构的业务关系元知识网络和过滤后的待考察机构集合中每个机构的业务分类标识集合确定备选机构好友推荐集合;
设定备选机构好友推荐集合中每个备选机构推荐好友的推荐权重;
根据备选机构好友推荐集合及每个元素的推荐权重构建机构好友推荐集合。
2.如权利要求1所述的方法,其特征在于,所述根据待推荐机构的好友关系对待考察机构集合进行过滤,包括:
从待考察机构集合中删除待推荐机构自身;
从待考察机构集合中删除待推荐机构已有的机构好友。
3.如权利要求1所述的方法,其特征在于,所述根据预设的推荐约束条件对待考察机构集合进行过滤,包括:
根据机构的地域约束对待考察机构集合进行过滤;
根据机构从事业务的时间约束对待考察机构集合进行过滤;
根据机构的规模约束对待考察机构集合进行过滤;
根据机构的信用等级对待考察机构集合进行过滤。
4.如权利要求1所述的方法,其特征在于,识别待推荐机构的业务分类标识集合,包括:
通过机构号的静态属性描述识别待推荐机构的业务分类标识集合;
通过机构号的动态业务行为识别待推荐机构的业务分类标识集合。
5.如权利要求1所述的方法,其特征在于,所述根据待推荐机构的业务关系元知识网络和过滤后的待考察机构集合中每个机构的业务分类标识集合确定备选机构好友推荐集合,包括:
设初始备选机构好友推荐集合为空集;
识别待考察机构集合中每个机构的业务分类标识集合;
若待推荐机构的业务关系元知识网络与某个待考察机构的业务分类标识集合交集非空,则将该过滤后的待考察机构加入备选机构好友推荐集合。
6.如权利要求1所述的方法,其特征在于,设定备选机构好友推荐集合中每个备选机构推荐好友的推荐权重,包括:
根据机构地域属性对备选机构好友进行权重设置;
根据机构从事业务的时间属性对备选机构好友进行权重设置;
根据机构规模属性对备选机构好友进行权重设置;
根据机构的信用等级对备选机构好友进行权重设置;
根据机构业务分类标识属性对备选机构好友进行权重设置。
CN201610323591.5A 2016-05-16 2016-05-16 一种机构好友推荐方法和*** Active CN106021441B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610323591.5A CN106021441B (zh) 2016-05-16 2016-05-16 一种机构好友推荐方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610323591.5A CN106021441B (zh) 2016-05-16 2016-05-16 一种机构好友推荐方法和***

Publications (2)

Publication Number Publication Date
CN106021441A CN106021441A (zh) 2016-10-12
CN106021441B true CN106021441B (zh) 2019-11-19

Family

ID=57097190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610323591.5A Active CN106021441B (zh) 2016-05-16 2016-05-16 一种机构好友推荐方法和***

Country Status (1)

Country Link
CN (1) CN106021441B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109727109A (zh) * 2018-12-28 2019-05-07 深圳市华云中盛科技有限公司 涉税服务机构推荐方法、装置、计算机设备及存储介质
CN110457593B (zh) * 2019-07-29 2022-03-04 平安科技(深圳)有限公司 一种用户好友数据的分析方法及***、相关设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408043A (zh) * 2014-10-17 2015-03-11 深圳大学 一种信息处理方法及服务器

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102208086B (zh) * 2010-03-31 2014-05-14 北京邮电大学 面向领域的个性化智能推荐***及实现方法
CN102915484A (zh) * 2012-10-12 2013-02-06 重庆亚德科技股份有限公司 一种基于协同过滤的智能预案***
CN102880725B (zh) * 2012-10-23 2013-11-06 武汉大学 一种基于按需服务组织的推荐方法
JP6080649B2 (ja) * 2013-03-29 2017-02-15 キヤノン株式会社 レコメンド装置、レコメンド方法及びプログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408043A (zh) * 2014-10-17 2015-03-11 深圳大学 一种信息处理方法及服务器

Also Published As

Publication number Publication date
CN106021441A (zh) 2016-10-12

Similar Documents

Publication Publication Date Title
Andrabi et al. In aid we trust: Hearts and minds and the Pakistan earthquake of 2005
De Meo et al. On Facebook, most ties are weak
Zhang et al. Understanding spatial homophily: the case of peer influence and social selection
US8560681B2 (en) Method of characterizing a social network communication using motifs
CN104834695A (zh) 基于用户兴趣度和地理位置的活动推荐方法
CN103795613A (zh) 一种在线社交网络中朋友关系预测的方法
Tabourier et al. Predicting links in ego-networks using temporal information
CN105376223B (zh) 网络身份关系的可靠度计算方法
CN106354797B (zh) 数据推荐方法和装置
Samanta et al. A new approach to social networks based on fuzzy graphs
Agreste et al. An empirical comparison of algorithms to find communities in directed graphs and their application in web data analytics
Adinyira et al. Determining the unique features of mass housing projects (MHPs)
CN110232591A (zh) 一种页面推广方法、页面推广***及服务器
CN106021441B (zh) 一种机构好友推荐方法和***
CN113010255A (zh) 基于捆绑会话组的交互方法、装置和计算机设备
CN112925899B (zh) 排序模型建立方法、案件线索推荐方法、装置及介质
Unlu et al. A contemporary evaluation of Turkish drug-control policy
Cihangir-Çamur et al. Turkey's tourism recovery process during COVID-19: Policy, planning and management
CN107992493A (zh) 基于两人或多人寻找聊天话题的方法
CN109559013A (zh) 基于小游戏的风险测试方法及装置、电子设备及可读存储介质
Phythian et al. Progress in electronic service delivery by English District Councils
CN113806555A (zh) 用于app的运营异常识别方法、***、装置及存储介质
JP6122138B2 (ja) インタラクションの類似性によってリンクされるコミュニティの間の情報拡散を最適化するための方法およびデバイス
Nassani An Application of Statistics and Random Graphs to Analyze Local Heroin Markets
CN106022872A (zh) 一种机构好友推荐方法和***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant