CN113420229B - 一种基于大数据的社交媒体信息推送方法和*** - Google Patents
一种基于大数据的社交媒体信息推送方法和*** Download PDFInfo
- Publication number
- CN113420229B CN113420229B CN202110952123.5A CN202110952123A CN113420229B CN 113420229 B CN113420229 B CN 113420229B CN 202110952123 A CN202110952123 A CN 202110952123A CN 113420229 B CN113420229 B CN 113420229B
- Authority
- CN
- China
- Prior art keywords
- data
- information
- friends
- interactive
- acquiring
- 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 50
- 230000003993 interaction Effects 0.000 claims abstract description 38
- 238000012546 transfer Methods 0.000 claims abstract description 4
- 230000002452 interceptive effect Effects 0.000 claims description 80
- 238000012795 verification Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 8
- 239000003550 marker Substances 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000012502 risk assessment Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 18
- 230000015654 memory Effects 0.000 description 15
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 241000234671 Ananas Species 0.000 description 4
- 235000007119 Ananas comosus Nutrition 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及数据推送技术领域,具体公开了一种基于大数据的社交媒体信息推送方法和***,所述方法包括获取中转用户终端中包含好友信息的通讯录信息;根据所述通讯录信息中的好友信息获取中转用户与不同好友之间的交互数据;根据所述交互数据计算中转用户与不同好友之间的亲密度,并根据所述亲密度对不同好友进行分类,得到同类型库;依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息,并随机将所述推送信息发送至同类型库中的其他好友。本发明通过获取中转用户的好友,并获取相应的亲密度,在亲密度差别不大的好友之间进行信息交叉推送,保证了推送效果的同时,极大的降低了用户对于信息泄露的反感程度。
Description
技术领域
本发明涉及数据推送技术领域,具体是一种基于大数据的社交媒体信息推送方法和***。
背景技术
现有的社交媒体信息推送方法大都是强行的获取用户的个人信息,然后根据用户的个人信息进行信息推送,这一过程涉及到隐私问题,尽管推送的内容很符合用户的喜好,但是依旧会引起用户的反感。
发明内容
本发明的目的在于提供一种基于大数据的社交媒体信息推送方法和***,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于大数据的社交媒体信息推送方法,所述方法具体包括:
定位中转用户终端中交互类App的数据库,获取所述数据库中的包含好友信息的通讯录信息;
根据所述通讯录信息中的好友信息获取中转用户与不同好友之间的交互数据;
根据所述交互数据计算中转用户与不同好友之间的亲密度,并根据所述亲密度对不同好友进行分类,得到同类型库;
依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息,并随机将所述推送信息发送至同类型库中的其他好友。
作为本发明技术方案进一步的限定:所述定位中转用户终端中交互类App的数据库的步骤具体包括:
实时监测中转用户终端的短信数据,并筛选出含有短信验证码的短信;
对含有短信验证码的短信进行内容识别,确定交互类App的名称;
根据所述交互类App的名称定位中转用户终端中交互类App的数据库。
作为本发明技术方案进一步的限定:所述根据所述通讯录信息中的好友信息获取中转用户与不同好友之间的交互数据的步骤具体包括:
依次读取通讯录信息中的好友昵称,并获取相应的预设时间范围内的交互数据量;
根据所述交互数据量对好友昵称进行排序,并根据排序顺序生成与好友昵称为映射关系的数值;
截取交互数据量大于预设的数量阈值的好友昵称,并根据好友昵称获取相应的交互数据。
作为本发明技术方案进一步的限定:所述根据所述交互数据计算中转用户与不同好友之间的亲密度的步骤包括:
读取交互数据,基于交互数据中的发送方将所述交互数据分为主动交互数据和被动交互数据,并计算相应的数据条数;
计算所述主动交互数据的条数与所述被动交互数据的条数之间的比例;
比对所述比例与预设的比例阈值范围,对好友昵称进行分类,并确定基础分;
基于所述数值对分类后的好友昵称进行排序,确定修正分,基于修正分和所述基础分确定亲密度。
作为本发明技术方案进一步的限定:所述依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息的步骤具体包括:
获取好友账户信息,根据所述好友账户信息定位好友终端;
获取好友终端中各App的屏幕占用时长,根据所述屏幕占用时长确定偏好App;
根据所述偏好App获取偏好数据。
作为本发明技术方案进一步的限定:所述根据所述偏好App获取偏好数据的步骤包括:
获取所述偏好App中预设时间内的搜索记录,并连接所述搜索记录生成纯文本文件;
将所述纯文本文件输入训练好的词性分析模型中,标记所述纯文本文件中的词汇;
依次对所述纯文本文件中的词汇进行近义词转换,得到标识词,并计算标识词重复次数;
当重复次数大于预设的次数阈值时,提取相应的标识词,作为偏好数据。
作为本发明技术方案进一步的限定:所述依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息的步骤还包括:
将所述偏好数据输入训练好的风险分析模型中,得到风险概率;
当所述风险概率大于预设的概率阈值时,在所述同类型库中删除相应好友。
本发明技术方案还提供了一种基于大数据的社交媒体信息推送***,所述***包括:
通讯录读取模块,用于定位中转用户终端中交互类App的数据库,获取所述数据库中的包含好友信息的通讯录信息;
交互数据获取模块,用于根据所述通讯录信息中的好友信息获取中转用户与不同好友之间的交互数据;
分类模块,用于根据所述交互数据计算中转用户与不同好友之间的亲密度,并根据所述亲密度对不同好友进行分类,得到同类型库;
推送模块,用于依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息,并随机将所述推送信息发送至同类型库中的其他好友。
作为本发明技术方案进一步的限定:所述通讯录读取模块具体包括:
筛选单元,用于实时监测中转用户终端的短信数据,并筛选出含有短信验证码的短信;
内容识别单元,用于对含有短信验证码的短信进行内容识别,确定交互类App的名称;
定位单元,用于根据所述交互类App的名称定位中转用户终端中交互类App的数据库。
作为本发明技术方案进一步的限定:所述交互数据获取模块具体包括:
读取单元,用于依次读取通讯录信息中的好友昵称,并获取相应的预设时间范围内的交互数据量;
赋值单元,用于根据所述交互数据量对好友昵称进行排序,并根据排序顺序生成与好友昵称为映射关系的数值;
截取单元,用于截取交互数据量大于预设的数量阈值的好友昵称,并根据好友昵称获取相应的交互数据。
与现有技术相比,本发明的有益效果是:本发明通过获取中转用户的好友,并获取相应的亲密度,在亲密度差别不大的好友之间进行信息交叉推送,保证了推送效果的同时,极大的降低了用户对于信息泄露的反感程度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1示出了基于大数据的社交媒体信息推送方法的流程框图。
图2示出了基于大数据的社交媒体信息推送方法的第一子流程框图。
图3示出了基于大数据的社交媒体信息推送方法的第二子流程框图。
图4示出了基于大数据的社交媒体信息推送方法的第三子流程框图。
图5示出了基于大数据的社交媒体信息推送方法的第四子流程框图。
图6示出了基于大数据的社交媒体信息推送方法的第五子流程框图。
图7示出了基于大数据的社交媒体信息推送方法的第六子流程框图。
图8示出了基于大数据的社交媒体信息推送***的组成结构框图。
图9示出了基于大数据的社交媒体信息推送***中通讯录读取模块的组成结构框图。
图10示出了基于大数据的社交媒体信息推送***中交互数据获取模块的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
图1示出了基于大数据的社交媒体信息推送方法的流程框图,本发明实施例中,一种基于大数据的社交媒体信息推送方法,包括:
步骤S100:定位中转用户终端中交互类App的数据库,获取所述数据库中的包含好友信息的通讯录信息;
步骤S100的目的是获取一个用户的好友信息,交互类App的数量肯定不止一个,因此,上述获取所述数据库中的包含好友信息的通讯录信息过程中,最终获得的是不同软件中的通讯录信息;值得一提的是,交互类App一般不包括手机自带的功能,比如手机自带的通讯录。
步骤S200:根据所述通讯录信息中的好友信息获取中转用户与不同好友之间的交互数据;
在获取到通讯录信息后,便是获取中转用户与通讯录信息中的好友之间的交互数据。
步骤S300:根据所述交互数据计算中转用户与不同好友之间的亲密度,并根据所述亲密度对不同好友进行分类,得到同类型库;
交互数据隐藏着中转用户与其好友之间的亲密度,不同亲密度的好友可以归为一类;这也是本发明的创新点,一个人的好友可以有很多,但是亲密程度相似的好友,存在相同特质的可能性非常大,比如,一个人在高中的好朋友与他在大学时的好朋友,尽管他们并不认识,但他们之间存在相同点的可能性很大,换而言之,高中时的好朋友喜欢的内容,大学时的好朋友也有可能喜欢;本发明技术方案便是基于这一规律,其中,中转用户就是上述中间人,真正的推送过程发生在他的好友之间,而与他个人无关,可以想到,每个人都可以作为中转用户,也可以作为其他中转用户的好友。
步骤S400:依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息,并随机将所述推送信息发送至同类型库中的其他好友;
步骤S400是执行过程,举例来说,获取一个人高中时期的好朋友的偏好数据,然后推送给他大学时期的好朋友,在这一过程中,他大学时期的好朋友接收到的推送数据与个人无关,但是极有可能是自己喜欢的,因此,在保证了推送效果的同时,极大的降低了用户对于信息泄露的反感程度。
图2示出了基于大数据的社交媒体信息推送方法的第一子流程框图,所述定位中转用户终端中交互类App的数据库的步骤具体包括步骤S101至步骤S103:
步骤S101:实时监测中转用户终端的短信数据,并筛选出含有短信验证码的短信;
步骤S102:对含有短信验证码的短信进行内容识别,确定交互类App的名称;
步骤S103:根据所述交互类App的名称定位中转用户终端中交互类App的数据库。
步骤S101至步骤S103是交互类App的定位过程,定位过程需要借助到短信功能,在现有的技术背景下,一个未经注册的App足以说明用户对其使用频率不高,因此,对于它的分析意义不大;而且,一旦注册了App,一般都会要求与手机号进行绑定,尤其是在现在的手机App中,几乎每个软件的注册,都是发送一个验证码,因此,根据验证码信息,便可以确定用户常用的交互类App的名称。
图3示出了基于大数据的社交媒体信息推送方法的第二子流程框图,所述根据所述通讯录信息中的好友信息获取中转用户与不同好友之间的交互数据的步骤具体包括步骤S201至步骤S203:
步骤S201:依次读取通讯录信息中的好友昵称,并获取相应的预设时间范围内的交互数据量;
步骤S202:根据所述交互数据量对好友昵称进行排序,并根据排序顺序生成与好友昵称为映射关系的数值;
步骤S203:截取交互数据量大于预设的数量阈值的好友昵称,并根据好友昵称获取相应的交互数据。
步骤S201至步骤S203是对于好友的一个简单排序,交互数据多的好友,自然是联系较为紧密的好友,此外,因为数据推送的时效性较强,几年前的数据显然不具备参考价值,因此,需要获取一定时间范围内的交互数据量。
图4示出了基于大数据的社交媒体信息推送方法的第三子流程框图,所述根据所述交互数据计算中转用户与不同好友之间的亲密度的步骤包括步骤S301至步骤S304:
步骤S301:读取交互数据,基于交互数据中的发送方将所述交互数据分为主动交互数据和被动交互数据,并计算相应的数据条数;
步骤S302:计算所述主动交互数据的条数与所述被动交互数据的条数之间的比例;
步骤S303:比对所述比例与预设的比例阈值范围,对好友昵称进行分类,并确定基础分;
步骤S304:基于所述数值对分类后的好友昵称进行排序,确定修正分,基于修正分和所述基础分确定亲密度。
交互数据的多少并不能说明两个人关系的远近,但是它可以作为一个修正量;更能体现两个人关系的是双方交互的对等性,具体反应到交互数据中,便是用户发送的内容与接收到的内容的比例,此外,在一次交互之后,新的交互由谁发送,也是很重要的一点,因此,步骤S301提到了主动交互数据和被动交互数据,它涵盖了上述内容,其目的就是判断两个人的对等性;通过关于主动交互数据和被动交互数据的判断,可以生成一个基础分,然后再配合交互数据量生成的修正分,最终确定亲密度。
具体的,将亲密度相差不大的好友归结为一类用户。
图5示出了基于大数据的社交媒体信息推送方法的第四子流程框图,所述依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息的步骤具体包括步骤S401至步骤S403:
步骤S401:获取好友账户信息,根据所述好友账户信息定位好友终端;
步骤S402:获取好友终端中各App的屏幕占用时长,根据所述屏幕占用时长确定偏好App;
步骤S403:根据所述偏好App获取偏好数据。
屏幕占用时长代表着用户的偏好App,越喜爱的App,其参考价值越高。
图6示出了基于大数据的社交媒体信息推送方法的第五子流程框图,所述根据所述偏好App获取偏好数据的步骤包括步骤S4031至步骤S4033:
步骤S4031:获取所述偏好App中预设时间内的搜索记录,并连接所述搜索记录生成纯文本文件;
步骤S4032:将所述纯文本文件输入训练好的词性分析模型中,标记所述纯文本文件中的词汇;
步骤S4033:依次对所述纯文本文件中的词汇进行近义词转换,得到标识词,并计算标识词重复次数;
当重复次数大于预设的次数阈值时,提取相应的标识词,作为偏好数据。
在本发明的一个实例中,提取前一周或前三天的搜索记录,由于搜索记录的词条内容较短,可以将预设时间内的搜索记录连接在一起进行分析;首先,需要进行词性分析,所述词性分析模型属于现有技术,然后对分析后的各个词汇进行转换,这一步的目的举例来说较为清晰,“菠萝”和“凤梨”二者在普通人眼中是同样的内容,它们指代的是相同的内容,因此,可以用“菠萝”作为标识词,来统一不同的名称,进而计算重复次数。
图7示出了基于大数据的社交媒体信息推送方法的第六子流程框图,所述依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息的步骤还包括步骤S404至步骤S405:
步骤S404:将所述偏好数据输入训练好的风险分析模型中,得到风险概率;
步骤S405:当所述风险概率大于预设的概率阈值时,在所述同类型库中删除相应好友。
偏好数据在传播过程中,一定要经过风险分析,如果一个好友的账号出现了问题,那么它的偏好数据就不适合进行传播,因此,在传播前,需要进行风险分析,具体的风险分析方法有很多,也有许多开源的技术,而且它不是本发明技术方案的内容,本发明不再赘述。
实施例2
图8示出了基于大数据的社交媒体信息推送***的组成结构框图,本发明实施例中,一种基于大数据的社交媒体信息推送***,所述***10包括:
通讯录读取模块11,用于定位中转用户终端中交互类App的数据库,获取所述数据库中的包含好友信息的通讯录信息;
交互数据获取模块12,用于根据所述通讯录信息中的好友信息获取中转用户与不同好友之间的交互数据;
分类模块13,用于根据所述交互数据计算中转用户与不同好友之间的亲密度,并根据所述亲密度对不同好友进行分类,得到同类型库;
推送模块14,用于依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息,并随机将所述推送信息发送至同类型库中的其他好友。
图9示出了基于大数据的社交媒体信息推送***中通讯录读取模块的组成结构框图,所述通讯录读取模块11具体包括:
筛选单元111,用于实时监测中转用户终端的短信数据,并筛选出含有短信验证码的短信;
内容识别单元112,用于对含有短信验证码的短信进行内容识别,确定交互类App的名称;
定位单元113,用于根据所述交互类App的名称定位中转用户终端中交互类App的数据库。
图10示出了基于大数据的社交媒体信息推送***中交互数据获取模块的组成结构框图,所述交互数据获取模块12具体包括:
读取单元121,用于依次读取通讯录信息中的好友昵称,并获取相应的预设时间范围内的交互数据量;
赋值单元122,用于根据所述交互数据量对好友昵称进行排序,并根据排序顺序生成与好友昵称为映射关系的数值;
截取单元123,用于截取交互数据量大于预设的数量阈值的好友昵称,并根据好友昵称获取相应的交互数据。
上述基于大数据的社交媒体信息推送方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述基于大数据的社交媒体信息推送方法的功能。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示***的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例***中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个***实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于大数据的社交媒体信息推送方法,其特征在于,所述方法包括:
定位中转用户终端中交互类App的数据库,获取所述数据库中的包含好友信息的通讯录信息;
根据所述通讯录信息中的好友信息获取中转用户与不同好友之间的交互数据;
根据所述交互数据计算中转用户与不同好友之间的亲密度,并根据所述亲密度对不同好友进行分类,得到同类型库;
依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息,并随机将所述推送信息发送至同类型库中的其他好友;
所述依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息的步骤具体包括:
获取好友账户信息,根据所述好友账户信息定位好友终端;
获取好友终端中各App的屏幕占用时长,根据所述屏幕占用时长确定偏好App;
根据所述偏好App获取偏好数据;
所述根据所述偏好App获取偏好数据的步骤包括:
获取所述偏好App中预设时间内的搜索记录,并连接所述搜索记录生成纯文本文件;
将所述纯文本文件输入训练好的词性分析模型中,标记所述纯文本文件中的词汇;
依次对所述纯文本文件中的词汇进行近义词转换,得到标识词,并计算标识词重复次数;
当重复次数大于预设的次数阈值时,提取相应的标识词,作为偏好数据。
2.根据权利要求1所述的基于大数据的社交媒体信息推送方法,其特征在于,所述定位中转用户终端中交互类App的数据库的步骤具体包括:
实时监测中转用户终端的短信数据,并筛选出含有短信验证码的短信;
对含有短信验证码的短信进行内容识别,确定交互类App的名称;
根据所述交互类App的名称定位中转用户终端中交互类App的数据库。
3.根据权利要求2所述的基于大数据的社交媒体信息推送方法,其特征在于,所述根据所述通讯录信息中的好友信息获取中转用户与不同好友之间的交互数据的步骤具体包括:
依次读取通讯录信息中的好友昵称,并获取相应的预设时间范围内的交互数据量;
根据所述交互数据量对好友昵称进行排序,并根据排序顺序生成与好友昵称为映射关系的数值;
截取交互数据量大于预设的数量阈值的好友昵称,并根据好友昵称获取相应的交互数据。
4.根据权利要求3所述的基于大数据的社交媒体信息推送方法,其特征在于,所述根据所述交互数据计算中转用户与不同好友之间的亲密度的步骤包括:
读取交互数据,基于交互数据中的发送方将所述交互数据分为主动交互数据和被动交互数据,并计算相应的数据条数;
计算所述主动交互数据的条数与所述被动交互数据的条数之间的比例;
比对所述比例与预设的比例阈值范围,对好友昵称进行分类,并确定基础分;
基于所述数值对分类后的好友昵称进行排序,确定修正分,基于修正分和所述基础分确定亲密度。
5.根据权利要求1所述的基于大数据的社交媒体信息推送方法,其特征在于,所述依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息的步骤还包括:
将所述偏好数据输入训练好的风险分析模型中,得到风险概率;
当所述风险概率大于预设的概率阈值时,在所述同类型库中删除相应好友。
6.一种基于大数据的社交媒体信息推送***,其特征在于,所述***包括:
通讯录读取模块,用于定位中转用户终端中交互类App的数据库,获取所述数据库中的包含好友信息的通讯录信息;
交互数据获取模块,用于根据所述通讯录信息中的好友信息获取中转用户与不同好友之间的交互数据;
分类模块,用于根据所述交互数据计算中转用户与不同好友之间的亲密度,并根据所述亲密度对不同好友进行分类,得到同类型库;
推送模块,用于依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息,并随机将所述推送信息发送至同类型库中的其他好友;
所述依次获取同类型库中不同好友的偏好数据,根据所述偏好数据确定推送信息的步骤具体包括:
获取好友账户信息,根据所述好友账户信息定位好友终端;
获取好友终端中各App的屏幕占用时长,根据所述屏幕占用时长确定偏好App;
根据所述偏好App获取偏好数据;
所述根据所述偏好App获取偏好数据的步骤包括:
获取所述偏好App中预设时间内的搜索记录,并连接所述搜索记录生成纯文本文件;
将所述纯文本文件输入训练好的词性分析模型中,标记所述纯文本文件中的词汇;
依次对所述纯文本文件中的词汇进行近义词转换,得到标识词,并计算标识词重复次数;
当重复次数大于预设的次数阈值时,提取相应的标识词,作为偏好数据。
7.根据权利要求6所述的基于大数据的社交媒体信息推送***,其特征在于,所述通讯录读取模块具体包括:
筛选单元,用于实时监测中转用户终端的短信数据,并筛选出含有短信验证码的短信;
内容识别单元,用于对含有短信验证码的短信进行内容识别,确定交互类App的名称;
定位单元,用于根据所述交互类App的名称定位中转用户终端中交互类App的数据库。
8.根据权利要求6所述的基于大数据的社交媒体信息推送***,其特征在于,所述交互数据获取模块具体包括:
读取单元,用于依次读取通讯录信息中的好友昵称,并获取相应的预设时间范围内的交互数据量;
赋值单元,用于根据所述交互数据量对好友昵称进行排序,并根据排序顺序生成与好友昵称为映射关系的数值;
截取单元,用于截取交互数据量大于预设的数量阈值的好友昵称,并根据好友昵称获取相应的交互数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110952123.5A CN113420229B (zh) | 2021-08-19 | 2021-08-19 | 一种基于大数据的社交媒体信息推送方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110952123.5A CN113420229B (zh) | 2021-08-19 | 2021-08-19 | 一种基于大数据的社交媒体信息推送方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113420229A CN113420229A (zh) | 2021-09-21 |
CN113420229B true CN113420229B (zh) | 2021-11-12 |
Family
ID=77719169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110952123.5A Active CN113420229B (zh) | 2021-08-19 | 2021-08-19 | 一种基于大数据的社交媒体信息推送方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113420229B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114201741B (zh) * | 2022-02-18 | 2022-05-06 | 北京派瑞威行互联技术有限公司 | 一种用于信息处理的方法、装置和机器可读存储介质 |
CN114936329B (zh) * | 2022-07-22 | 2022-11-04 | 江西水利职业学院(江西省水利水电学校、江西省灌溉排水发展中心、江西省水利工程技师学院) | 一种基于校园图书馆的社交管理方法及*** |
CN117275736B (zh) * | 2023-11-21 | 2024-06-11 | 山东八宇网络科技有限公司 | 一种基于物联网的居家养老健康监测方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937547A (zh) * | 2010-09-15 | 2011-01-05 | 宇龙计算机通信科技(深圳)有限公司 | 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 |
CN103390244A (zh) * | 2013-07-24 | 2013-11-13 | 南京欣网视讯信息技术有限公司 | 一种具有运营商特色的用户好友关系聚合方法及聚合平台 |
CN103810192A (zh) * | 2012-11-09 | 2014-05-21 | 腾讯科技(深圳)有限公司 | 一种用户的兴趣推荐方法和装置 |
CN107545451A (zh) * | 2016-06-27 | 2018-01-05 | 腾讯科技(深圳)有限公司 | 一种广告推送方法及装置 |
CN107948255A (zh) * | 2017-11-13 | 2018-04-20 | 苏州达家迎信息技术有限公司 | App的推送方法及计算机可读存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130082910A (ko) * | 2011-12-22 | 2013-07-22 | 주식회사 케이티 | 컨텐츠 추천 방법 및 장치 |
US20130251201A1 (en) * | 2012-03-22 | 2013-09-26 | Samsung Electronics Co., Ltd. | System and method for recommending buddies in social network |
CN104021233B (zh) * | 2014-06-30 | 2017-02-15 | 电子科技大学 | 一种基于社区发现的社交网络好友推荐方法 |
-
2021
- 2021-08-19 CN CN202110952123.5A patent/CN113420229B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937547A (zh) * | 2010-09-15 | 2011-01-05 | 宇龙计算机通信科技(深圳)有限公司 | 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 |
CN103810192A (zh) * | 2012-11-09 | 2014-05-21 | 腾讯科技(深圳)有限公司 | 一种用户的兴趣推荐方法和装置 |
CN103390244A (zh) * | 2013-07-24 | 2013-11-13 | 南京欣网视讯信息技术有限公司 | 一种具有运营商特色的用户好友关系聚合方法及聚合平台 |
CN107545451A (zh) * | 2016-06-27 | 2018-01-05 | 腾讯科技(深圳)有限公司 | 一种广告推送方法及装置 |
CN107948255A (zh) * | 2017-11-13 | 2018-04-20 | 苏州达家迎信息技术有限公司 | App的推送方法及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113420229A (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113420229B (zh) | 一种基于大数据的社交媒体信息推送方法和*** | |
Steinert-Threlkeld | Twitter as data | |
Gillingham et al. | Big data in social welfare: The development of a critical perspective on social work's latest “electronic turn” | |
Gravelle | Party identification, contact, contexts, and public attitudes toward illegal immigration | |
US20080059447A1 (en) | System, method and computer program product for ranking profiles | |
CN109919652A (zh) | 用户群体分类方法、装置、设备及存储介质 | |
US20130018968A1 (en) | Automatic profiling of social media users | |
CN113377936A (zh) | 智能问答方法、装置及设备 | |
US11182605B2 (en) | Search device, search method, search program, and recording medium | |
CN112925898B (zh) | 基于人工智能的问答方法、装置、服务器及存储介质 | |
US20230004616A1 (en) | System and Method for Ethical Collection of Data | |
CN111190946A (zh) | 报告生成方法、装置、计算机设备和存储介质 | |
Mich et al. | Evaluating Facebook pages for small hotels: a systematic approach | |
CN110858353A (zh) | 获取案件裁判结果的方法和*** | |
Sabani et al. | Factors affecting citizen adoption of E-government in developing countries: an exploratory case study from Indonesia | |
JP7503493B2 (ja) | 投稿情報抽出制御装置、投稿情報抽出制御プログラム | |
Duin et al. | Identifying audiences of e-infrastructures-tools for measuring impact | |
Becker et al. | National culture characteristics for managing corporate reputation and brand image using social media | |
CN112685618A (zh) | 用户特征识别方法、装置、计算设备及计算机存储介质 | |
CN111949696A (zh) | 一种全要素关联分析方法及装置 | |
CN114491134B (zh) | 一种商标注册成功率分析方法及*** | |
Liu et al. | ASK: A taxonomy of accuracy, social, and knowledge information seeking posts in social question and answering | |
CN115640325A (zh) | 内容推荐方法、装置、可读介质及电子设备 | |
CN113240479A (zh) | 一种用户分析方法、装置及电子设备 | |
CN110971759A (zh) | 退订短信的处理方法、装置及服务器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |