WO2014023138A1 - 一种向社交网站用户推送推荐好友的方法和*** - Google Patents

一种向社交网站用户推送推荐好友的方法和*** Download PDF

Info

Publication number
WO2014023138A1
WO2014023138A1 PCT/CN2013/077935 CN2013077935W WO2014023138A1 WO 2014023138 A1 WO2014023138 A1 WO 2014023138A1 CN 2013077935 W CN2013077935 W CN 2013077935W WO 2014023138 A1 WO2014023138 A1 WO 2014023138A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
matching
information
social networking
friend recommendation
Prior art date
Application number
PCT/CN2013/077935
Other languages
English (en)
French (fr)
Inventor
魏兴
Original Assignee
中兴通讯股份有限公司
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 中兴通讯股份有限公司 filed Critical 中兴通讯股份有限公司
Priority to US14/420,380 priority Critical patent/US10069931B2/en
Publication of WO2014023138A1 publication Critical patent/WO2014023138A1/zh

Links

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
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • 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
    • 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
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • 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
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
    • H04W4/21—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for social networking applications

Definitions

  • the present invention relates to the Internet technology, and in particular, to a method and system for pushing a recommended friend to a social networking site user. Background technique
  • social networking sites cannot actively recommend friends to users.
  • the number of friends that can be added by the first method is limited, and the account or nickname needs to be searched.
  • the first method of adding a friend is not conducive to the user to form a larger social circle; and adding the friend by the second method is not only wasteful. Time and energy, and low efficiency, are also not conducive to users to form a larger social circle. Moreover, neither of the above methods can enable users to find like-minded friends more efficiently and does not promote the benign development of social networking sites. Summary of the invention
  • the main object of the present invention is to provide a method and system for pushing a recommended friend to a social networking site user, which can efficiently and actively recommend a friend to the user, thereby facilitating the user to form a larger social circle.
  • An embodiment of the present invention provides a method for pushing a recommended friend to a social networking website user, where Methods include:
  • the friend recommendation information including information of each matching user.
  • the method further includes: automatically analyzing usage information of each user of the other social networking websites that are received by the current social networking website, and obtaining feature information of each user of the cooperative social networking website. ;
  • the feature information of a certain user of the current social networking site is matched with the feature information of the current social networking site and other users of the collaborative social networking site.
  • the method further includes: sending friend recommendation information to each matching user, where the friend recommendation information includes User information.
  • the friend recommendation information further includes:
  • the matching match value between the user and the feature information of each matching user, and the matching matching feature information is the matching match value between the user and the feature information of each matching user, and the matching matching feature information.
  • the method before the sending the friend recommendation information to the user, the method further includes: determining whether the user has added all the matching users as friends, and when the user does not add all matching users as friends, Performing an operation of sending friend recommendation information to the user, where the friend recommendation information includes information of each matching user that has not been added as a friend.
  • the usage information of each user of the current social networking website is automatically analyzed periodically, and the feature information of each user is obtained.
  • An embodiment of the present invention provides a system for pushing a recommended friend to a social networking site user, where the system includes: an automatic analyzing unit, a matching unit, a matching user determining unit, and a friend recommendation information sending unit;
  • the automatic analysis unit is configured to automatically analyze usage information of each user of the current social networking website, and obtain feature information of each user;
  • the matching unit is configured to match the feature information of one user of the current social networking site with the feature information of other users of the current social networking site, and obtain matching matching values of the feature information of the user and other users;
  • the matching user determining unit is configured to determine, as a matching user of the user, a user corresponding to the matching matching value that is greater than the preset matching value;
  • the friend recommendation information sending unit is configured to send friend recommendation information to the user, where the friend recommendation information includes information of each matching user determined by the matching user determining unit.
  • the automatic analysis unit is further configured to automatically analyze usage information of each user of the other social networking websites that are received in cooperation with the current social network website, and obtain feature information of each user of the cooperation social networking website;
  • the matching unit is configured to match the feature information of a certain user with the feature information of the current social network site and other users of the cooperative social networking site.
  • the friend recommendation information sending unit is further configured to send friend recommendation information to the determined matching users, where the friend recommendation information includes information of the user.
  • the system further includes: adding a determining unit,
  • the adding determining unit is configured to determine whether the user has all added the matching
  • the matching user determined by the user determining unit is a friend, and when it is determined that the user does not add all the matching users as friends, notifying the friend recommendation information sending unit to perform an operation of sending the friend recommendation information to the user;
  • the friend recommendation information sending unit is further configured to send friend recommendation information to the user according to the notification sent by the adding determining unit, where the friend recommendation information includes each matching user that has not been added as a friend. information.
  • the automatic analysis unit is configured to periodically analyze the usage information of each user of the current social networking website according to a preset frequency, and obtain feature information of each user.
  • the method and system for pushing a recommended friend to a social networking website provided by the embodiment of the present invention automatically analyzes the usage information of each user of the current social networking website, and obtains feature information of each user; The feature information is matched with the feature information of other users of the current social networking site, and the matching value of the feature information of the user and other users is obtained; and the user corresponding to the matching matching value greater than the preset matching value is determined as the user.
  • FIG. 1 is a flow chart of a first embodiment of a method for pushing a recommended friend to a social networking site user according to the present invention
  • FIG. 2 is a schematic structural diagram of an embodiment of a system for pushing a recommended friend to a social networking website user according to the present invention
  • FIG. 3 is a flowchart of a second embodiment of a method for pushing a recommended friend to a social networking website user according to the present invention.
  • the basic idea of the present invention is: matching the feature information of a certain user of the current social networking site with the feature information of other users of the current social networking site, and obtaining matching matching values of the feature information of the user and other users; And the user corresponding to the matched matching value that is greater than the preset matching value is determined as the matching user of the user; and the friend recommendation information is sent to the user, where the friend recommendation information includes the determined information of the matching user.
  • the implementation of the first embodiment of the method for pushing a recommended friend to a social networking site user provided by the present invention, as shown in FIG. 1, includes the following steps:
  • Step 101 Automatically analyze usage information of each user of the current social networking website, and obtain feature information of each user;
  • the usage information refers to information such as personal information, usage habits, interests, current status, and the like displayed by the user during the use of the social networking website.
  • the feature information may include information such as hobbies, occupations, locations, and the like.
  • the automatically analyzing the usage information of each user of the current social networking website to obtain the feature information of each user may be: periodically, automatically analyzing the usage information of each user of the current social networking website according to a preset frequency, and obtaining the usage information of each user. Feature information.
  • the preset frequency may be an initial default value of the social networking website, or may be a value that the user resets according to his own requirements.
  • Step 102 Match feature information of a certain user of the current social networking site with feature information of other users of the current social networking site, and obtain matching matching values of the feature information of the user and other users.
  • Step 103 Determine a user corresponding to the matched matching value that is greater than the preset matching value as the matching user of the user.
  • the preset matching value may be an initial default value of the social networking website, or may be a value that the user resets according to the requirements of the user.
  • Step 104 Send friend recommendation information to the user, where the friend recommendation information includes information of each matching user.
  • the friend recommendation information may further include: a matching matching value of the feature information of the user and each matching user, and matching matching feature information.
  • the method may further include: automatically analyzing usage information of each user of the other social networking websites that are received by the current social networking website, and obtaining feature information of each user of the cooperative social networking website;
  • the matching the feature information of a certain user of the current social networking site with the feature information of other users of the current social networking site in step 102 may be: matching the feature information of a certain user of the current social networking site with the current social networking site and Match the feature information of other users of the collaborative social networking site.
  • the method may further include: sending friend recommendation information to each matching user, where the friend recommendation information includes information of the user.
  • the method further includes: determining whether the user has all added the matching user as a friend, and when the user does not add the matching user as a friend, performing step 104,
  • the friend recommendation information includes information of each matching user that has not been added as a friend.
  • composition of the embodiment of the system for recommending the recommended friend to the social network user includes: an automatic analyzing unit, a matching unit, a matching user determining unit, and a friend recommendation information sending unit;
  • the automatic analysis unit is configured to automatically analyze usage information of each user of the current social networking website, and obtain feature information of each user;
  • the automatic analysis unit is configured to periodically analyze the usage information of each user of the current social networking website according to a preset frequency, and obtain feature information of each user.
  • the matching unit is configured to compare feature information of a current user of the current social networking site with the current The feature information of other users of the social networking site is matched, and the matching value of the feature information of the user and other users is obtained;
  • the matching user determining unit is configured to determine, as a matching user of the user, a user corresponding to the matching matching value that is greater than the preset matching value;
  • the friend recommendation information sending unit is configured to send friend recommendation information to the user, where the friend recommendation information includes information of each matching user determined by the matching user determining unit.
  • the automatic analysis unit is further configured to automatically analyze usage information of each user of other social networking websites that are received in cooperation with the current social network website, and obtain feature information of each user of the cooperation social networking website;
  • the matching unit is configured to match the feature information of a certain user with the feature information of the current social network site and other users of the cooperative social networking site.
  • the friend recommendation information sending unit is further configured to send friend recommendation information to the determined matching users, where the friend recommendation information includes information of the user.
  • the system may further include: an adding determining unit, configured to determine whether the user has all added the matching users determined by the matching user determining unit as friends, and when determining that the user does not When all the matching users are added as friends, the friend recommendation information sending unit is notified to perform the operation of sending the friend recommendation information to the user; correspondingly, the friend recommendation information sending unit is further configured to add the determining unit according to the The sent notification sends the friend recommendation information to the user, and the friend recommendation information includes information of each matching user that has not been added as a friend.
  • an adding determining unit configured to determine whether the user has all added the matching users determined by the matching user determining unit as friends, and when determining that the user does not When all the matching users are added as friends, the friend recommendation information sending unit is notified to perform the operation of sending the friend recommendation information to the user; correspondingly, the friend recommendation information sending unit is further configured to add the determining unit according to the The sent notification sends the friend recommendation information to the user, and the friend recommendation information includes information of each matching user that has not
  • the implementation of the second embodiment of the method for pushing a recommended friend to a social networking site provided by the present invention, as shown in FIG. 3, includes the following steps:
  • Step 301a periodically, according to the preset frequency, automatically analyze the usage information of each user of the current social networking website, and obtain the feature information of each user of the current social networking website.
  • the usage information refers to a user's performance during the use of the social networking website.
  • the feature information may include information such as hobbies, occupations, locations, and the like.
  • the location where the new user is provided in the registration information is Beijing. According to the user's registration information, the user's location is the characteristic information of Beijing; but the IP address used by the user to log in to the social networking site belongs to Shanghai, then the location of the user is The new feature information of Shanghai uses the new feature information of the user's location in Shanghai to cover the old feature information of the user's location in Beijing.
  • the name of each user and the feature information of each user may be stored correspondingly to form a feature information database, which is convenient for calling and modifying the feature information of each user.
  • the preset frequency may be an initial default value of the social networking website, or may be a value that the user resets according to his own requirements.
  • Step 301b periodically, according to a preset frequency, automatically receive usage information of each user of the other social networking website that cooperates with the current social networking website, and automatically analyze the received usage information, and obtain characteristic information of each user of the cooperative social networking website.
  • the usage information refers to personal information, usage habits, hobbies, current status, buddy list, recent attention content, and the like displayed by the user during the use of the social networking website.
  • the feature information may include information such as hobbies, occupations, locations, whether the friends of the cooperative social networking sites belong to the current social networking site users, and the like.
  • the information displayed by users during the use of different social networking sites may be poor. Different, so it is possible to add new feature information. For example: The user likes music on the current social networking site, while the cooperative social networking site likes soccer, thus obtaining the characteristic information of the user's favorite music and football.
  • Step 302 Match the feature information of a certain user of the current social networking site with the feature information of the current social networking site and other users of the collaborative social networking site, and obtain matching matching values of the feature information of the user and other users.
  • Step 303 Determine a user corresponding to the matching matching value that is greater than the preset matching value as the matching user of the user.
  • the preset matching value may be an initial default value of the social networking website, or may be a value that the user resets according to the user's own request.
  • Step 304 Determine whether the user has added all the matching users as friends, and when the user does not add all matching users as friends, go to step 305; when the user has all added the matching user as a friend At the end of this process.
  • Step 305a Send friend recommendation information to the user, where the friend recommendation information includes information of each matching user that has not been added as a friend.
  • the friend recommendation information may further include: a matching matching value of the feature information of the user and each matching user that has not been added as a friend, and feature information matching the matching.
  • Step 305b Send friend recommendation information to each matching user that has not been added as a friend, where the friend recommendation information includes the information of the user, and the matching users that have not been added as friends match the matching information of the user. Value and matching feature information.
  • the user of the social networking website can periodically receive the friend recommendation information, and the user can determine whether to add the friend recommended by the social networking site according to the content in the friend recommendation information, thereby avoiding blindly searching for the friend, thereby enabling the user to find the like-minded friend more efficiently.
  • the present invention provides a method and a system for pushing a recommended friend to a social networking website.
  • the method includes: automatically analyzing usage information of each user of the current social networking website, and obtaining feature information of each user; The feature information of one user is matched with the feature information of other users of the current social networking site, and the matching value of the feature information of the user and other users is obtained; and the user corresponding to the matching matching value greater than the preset matching value is determined as the user. a matching user of the user; sending friend recommendation information to the user, the friend recommendation information including information of each matching user.
  • the invention can realize that the social networking website actively recommends friends to the user.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (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

本发明公开了一种向社交网站用户推送推荐好友的方法和***，其中，所述方法包括：自动分析当前社交网站的各用户的使用信息，得到各用户的特征信息；将当前社交网站的某一用户的特征信息与当前社交网站的其他用户的特征信息进行匹配，得到所述用户与其他用户的特征信息的匹配吻合值；将大于预设吻合值的匹配吻合值对应的用户，确定为所述用户的匹配用户；向所述用户发送好友推荐信息，所述好友推荐信息包括各匹配用户的信息。本发明可以实现社交网站主动向用户推荐好友。

Description

一种向社交网站用户推送推荐好友的方法和*** 技术领域
本发明涉及互联网技术， 尤其涉及一种向社交网站用户推送推荐好友 的方法和***。 背景技术
近年来， 社交网站的数量不断增加， 使用社交网站的用户越来越多。 目前， 社交网站不能主动向用户推荐好友， 用户想要添加好友有两种方法， 第一种是： 根据好友的自我推荐或中间好友的推荐信息， 得知要添加的好 友的账号或昵称， 通过搜索账号或昵称， 进入好友的页面进行添加操作； 第二种是： 在社交网站的海量用户中通过浏览其他用户的页面选择好友， 在选定用户的页面进行添加操作。 但是， 能通过第一种方法添加的好友数 量有限， 并且需要对账号或昵称进行搜索， 采用第一种方法添加好友不利 于用户形成更大的社交圈； 而通过第二种方法添加好友不仅浪费时间和精 力， 而且效率低， 也不利于用户形成更大的社交圈。 而且， 上述两种方法 都无法使用户更高效地找到志同道合的好友， 不能促进社交网站的良性发 展。 发明内容
有鉴于此， 本发明的主要目的在于提供一种向社交网站用户推送推荐 好友的方法和***， 能够高效地主动向用户推荐好友， 进而利于用户形成 更大的社交圈。
为达到上述目的， 本发明实施例的技术方案是这样实现的：
本发明实施例提供了一种向社交网站用户推送推荐好友的方法， 所述 方法包括：
自动分析当前社交网站的各用户的使用信息， 得到各用户的特征信息； 将当前社交网站的一用户的特征信息与当前社交网站的其他用户的特 征信息进行匹配， 得到所述用户与其他用户的特征信息的匹配吻合值； 将大于预设吻合值的匹配吻合值对应的用户， 确定为所述用户的匹配 用户；
向所述用户发送好友推荐信息， 所述好友推荐信息包括各匹配用户的 信息。
优选地， 所述得到各用户的特征信息之后， 所述方法还包括： 自动分析收到的与当前社交网站合作的其他社交网站的各用户的使用 信息， 得到合作社交网站的各用户的特征信息；
相应的， 将当前社交网站的某一用户的特征信息与当前社交网站的其 他用户的特征信息进行匹配， 为，
将当前社交网站的某一用户的特征信息与当前社交网站以及合作社交 网站的其他用户的特征信息进行匹配。
优选地， 所述将大于预设吻合值的匹配吻合值对应的用户确定为所述 用户的匹配用户之后， 所述方法还包括： 向各匹配用户发送好友推荐信息， 所述好友推荐信息包括所述用户的信息。
优选地， 所述好友推荐信息还包括：
所述用户与各匹配用户的特征信息的匹配吻合值、 以及匹配吻合的特 征信息。
优选地， 所述向所述用户发送好友推荐信息之前， 所述方法还包括： 判断所述用户是否已经添加全部所述匹配用户为好友， 当所述用户没 有全部添加各匹配用户为好友时， 执行向所述用户发送好友推荐信息的操 作， 所述好友推荐信息包括还没有添加为好友的各匹配用户的信息。 优选地， 所述自动分析当前社交网站的各用户的使用信息， 得到各用 户的特征信息， 为，
根据预设的频率， 定期自动分析当前社交网站的各用户的使用信息， 得到各用户的特征信息。
本发明实施例提供了一种向社交网站用户推送推荐好友的***， 所述 ***包括： 自动分析单元、 匹配单元、 匹配用户确定单元和好友推荐信息 发送单元； 其中，
所述自动分析单元， 配置为自动分析当前社交网站的各用户的使用信 息， 得到各用户的特征信息；
所述匹配单元， 配置为将当前社交网站的一用户的特征信息与当前社 交网站的其他用户的特征信息进行匹配， 得到所述用户与其他用户的特征 信息的匹配吻合值；
所述匹配用户确定单元， 配置为将大于预设吻合值的匹配吻合值对应 的用户， 确定为所述用户的匹配用户；
所述好友推荐信息发送单元， 配置为向所述用户发送好友推荐信息， 所述好友推荐信息包括所述匹配用户确定单元确定的各匹配用户的信息。
优选地， 所述自动分析单元， 还配置为自动分析收到的与当前社交网 站合作的其他社交网站的各用户的使用信息， 得到合作社交网站的各用户 的特征信息；
相应的， 所述匹配单元， 配置为将某一用户的特征信息与当前社交网 站以及合作社交网站的其他用户的特征信息进行匹配。
优选地， 所述好友推荐信息发送单元， 还配置为向确定的各匹配用户 发送好友推荐信息， 所述好友推荐信息包括所述用户的信息。
优选地， 所述***还包括： 添加判断单元，
所述添加判断单元， 配置为判断所述用户是否已经全部添加所述匹配 用户确定单元确定的各匹配用户为好友， 当判定所述用户没有全部添加各 匹配用户为好友时， 通知所述好友推荐信息发送单元执行向所述用户发送 好友推荐信息的操作；
相应的， 所述好友推荐信息发送单元， 还配置为根据所述添加判断单 元发来的通知， 向所述用户发送好友推荐信息， 所述好友推荐信息包括还 没有添加为好友的各匹配用户的信息。
优选地， 所述自动分析单元， 配置为根据预设的频率， 定期自动分析 当前社交网站的各用户的使用信息， 得到各用户的特征信息。
由上可知， 本发明实施例提供的向社交网站用户推送推荐好友的方法 和***， 自动分析当前社交网站的各用户的使用信息， 得到各用户的特征 信息； 将当前社交网站的某一用户的特征信息与当前社交网站的其他用户 的特征信息进行匹配， 得到所述用户与其他用户的特征信息的匹配吻合值； 将大于预设吻合值的匹配吻合值对应的用户， 确定为所述用户的匹配用户； 向所述用户发送好友推荐信息， 所述好友推荐信息包括各匹配用户的信息， 由此， 可以根据社交网站用户的特征信息， 主动向用户推荐好友， 可以使 用户更有效率的找到志同道合的好友， 有利于用户形成更大的社交圈， 促 进社交网站的良性发展。 附图说明
图 1 为本发明提供的向社交网站用户推送推荐好友的方法的第一实施 例的流程图；
图 2 为本发明提供的向社交网站用户推送推荐好友的***的实施例的 结构示意图；
图 3 为本发明提供的向社交网站用户推送推荐好友的方法的第二实施 例的流程图。 具体实施方式 本发明的基本思想是： 将当前社交网站的某一用户的特征信息与当前 社交网站的其他用户的特征信息进行匹配， 得到所述用户与其他用户的特 征信息的匹配吻合值； 将大于预设吻合值的匹配吻合值对应的用户， 确定 为所述用户的匹配用户； 向所述用户发送好友推荐信息， 所述好友推荐信 息包括确定的匹配用户的信息。
本发明提供的向社交网站用户推送推荐好友的方法的第一实施例的实 现流程， 如图 1所示， 包括以下步骤：
步骤 101、 自动分析当前社交网站的各用户的使用信息， 得到各用户的 特征信息；
这里， 所述使用信息是指用户在社交网站使用过程中所表现出来的个 人信息、 使用习惯、 兴趣爱好、 当前状态等信息。 所述特征信息可以包括 爱好、 职业、 所在地等信息。
具体的， 所述自动分析当前社交网站的各用户的使用信息， 得到各用 户的特征信息， 可以为： 根据预设的频率， 定期自动分析当前社交网站的 各用户的使用信息， 得到各用户的特征信息。
这里， 所述预设的频率可以为社交网站的初始默认值， 也可以是用户 根据自身要求重新设定的值。
步骤 102、将当前社交网站的某一用户的特征信息与当前社交网站的其 他用户的特征信息进行匹配， 得到所述用户与其他用户的特征信息的匹配 吻合值。
步骤 103、将大于预设吻合值的匹配吻合值对应的用户， 确定为所述用 户的匹配用户。
这里， 所述预设吻合值可以为社交网站的初始默认值， 也可以是用户 根据自身要求重新设定的值。 步骤 104、 向所述用户发送好友推荐信息， 所述好友推荐信息包括各匹 配用户的信息；
优选的， 所述好友推荐信息还可以包括： 所述用户与各匹配用户的特 征信息的匹配吻合值、 以及匹配吻合的特征信息。
优选的， 在步骤 101 之后， 所述方法还可以包括： 自动分析收到的与 当前社交网站合作的其他社交网站的各用户的使用信息， 得到合作社交网 站的各用户的特征信息；
相应的， 步骤 102 中的将当前社交网站的某一用户的特征信息与当前 社交网站的其他用户的特征信息进行匹配， 可以为： 将当前社交网站的某 一用户的特征信息与当前社交网站以及合作社交网站的其他用户的特征信 息进行匹配。
优选的， 在步骤 103之后， 所述方法还可以包括： 向各匹配用户发送 好友推荐信息， 所述好友推荐信息包括所述用户的信息。
优选的， 在步骤 104之前， 所述方法还包括： 判断所述用户是否已经 全部添加所述匹配用户为好友， 当所述用户没有全部添加所述匹配用户为 好友时， 执行步骤 104， 此时， 所述好友推荐信息包括还没有添加为好友的 各匹配用户的信息。
本发明提供的向社交网站用户推送推荐好友的***的实施例的组成结 构， 如图 2所示， 包括： 自动分析单元、 匹配单元、 匹配用户确定单元和 好友推荐信息发送单元； 其中，
所述自动分析单元， 配置为自动分析当前社交网站的各用户的使用信 息， 得到各用户的特征信息；
优选的， 所述自动分析单元， 配置为根据预设的频率， 定期自动分析 当前社交网站的各用户的使用信息， 得到各用户的特征信息。
所述匹配单元， 配置为将当前社交网站的某一用户的特征信息与当前 社交网站的其他用户的特征信息进行匹配， 得到所述用户与其他用户的特 征信息的匹配吻合值；
所述匹配用户确定单元， 配置为将大于预设吻合值的匹配吻合值对应 的用户， 确定为所述用户的匹配用户；
所述好友推荐信息发送单元， 配置为向所述用户发送好友推荐信息， 所述好友推荐信息包括所述匹配用户确定单元确定的各匹配用户的信息。
优选的， 所述自动分析单元， 还配置为自动分析收到的与当前社交网 站合作的其他社交网站的各用户的使用信息， 得到合作社交网站的各用户 的特征信息；
相应的， 所述匹配单元， 配置为将某一用户的特征信息与当前社交网 站以及合作社交网站的其他用户的特征信息进行匹配。
优选的， 所述好友推荐信息发送单元， 还配置为向确定的各匹配用户 发送好友推荐信息， 所述好友推荐信息包括所述用户的信息。
优选的， 所述***还可以包括： 添加判断单元， 所述添加判断单元， 配置为判断所述用户是否已经全部添加所述匹配用户确定单元确定的各匹 配用户为好友， 当判定所述用户没有全部添加所述匹配用户为好友时， 通 知所述好友推荐信息发送单元执行向所述用户发送好友推荐信息的操作； 相应的， 所述好友推荐信息发送单元， 还配置为根据所述添加判断单 元发来的通知， 向所述用户发送好友推荐信息， 所述好友推荐信息包括还 没有添加为好友的各匹配用户的信息。
本发明提供的向社交网站用户推送推荐好友的方法的第二实施例的实 现流程， 如图 3所示， 包括以下步骤：
步骤 301a、 根据预设的频率， 定期自动分析当前社交网站的各用户的 使用信息、 得到当前社交网站各用户的特征信息。
这里， 所述使用信息是指用户在社交网站使用过程中所表现出来的个 人信息、 使用习惯、 兴趣爱好、 当前状态等信息。 所述特征信息可以包括 爱好、 职业、 所在地等信息。
例如： 自动分析用户的注册信息， 得到所述用户的所在地的特征信息； 或者根据用户与社交网站上爱好音乐的人互动很频繁， 得到所述用户爱好 音乐的特征信息； 或者根据用户近期发布关于安卓操作***的信息很多， 得到所述用户属于信息技术产业的特征信息。
由于用户的特征信息会发生变化， 因此使用新的特征信息覆盖旧的特 征信息。 例如： 新用户在注册信息中提供的所在地是北京， 根据用户的注 册信息， 得到用户的所在地为北京的特征信息； 但是用户登录社交网站的 所使用的 IP地址属于上海， 那么得到用户的所在地为上海的新特征信息， 使用用户的所在地为上海的新特征信息覆盖用户的所在地为北京的旧特征 信息。
这里， 可以将各用户的名称和各用户的特征信息对应存储， 形成特征 信息数据库， 便于调用和修改各用户的特征信息。
所述预设的频率可以为社交网站的初始默认值， 也可以是用户根据自 身要求重新设定的值。
步骤 301b、 根据预设的频率， 定期自动接收与当前社交网站合作的其 他社交网站的各用户的使用信息， 并对收到的使用信息进行自动分析， 得 到合作社交网站的各用户的特征信息。
这里， 所述使用信息是指用户在社交网站使用过程中所表现出来的个 人信息、 使用习惯、 兴趣爱好、 当前状态、 好友列表、 近期关注内容等信 息。
所述特征信息可以包括爱好、 职业、 所在地、 用户在合作社交网站的 好友是否属于当前社交网站用户等信息。
由于用户在不同的社交网站的使用过程中所表现出来的信息可能有差 异， 因此可能加入新的特征信息。 例如： 用户在当前社交网站喜欢音乐， 而在合作社交网站喜欢足球， 因此得到所述用户爱好音乐和足球的特征信 息。
步骤 302、将当前社交网站的某一用户的特征信息与当前社交网站以及 合作社交网站的其他用户的特征信息进行匹配， 得到所述用户与其他用户 的特征信息的匹配吻合值。
步骤 303、将大于预设吻合值的匹配吻合值对应的用户， 确定为所述用 户的匹配用户。
所述预设吻合值可以为社交网站的初始默认值， 也可以是用户根据自 身要求重新设定的值。
步骤 304、判断所述用户是否已经全部添加各所述匹配用户为好友， 当 所述用户没有全部添加各匹配用户为好友时， 进入步骤 305; 当所述用户已 经全部添加所述匹配用户为好友时， 结束本次流程。
步骤 305a、 向所述用户发送好友推荐信息， 所述好友推荐信息包括还 没有添加为好友的各匹配用户的信息；
这里， 所述好友推荐信息还可以包括： 所述用户与还没有添加为好友 的各匹配用户的特征信息的匹配吻合值、 以及匹配吻合的特征信息。
步骤 305b:向还没有添加为好友的各匹配用户分别发送好友推荐信息， 所述好友推荐信息包括所述用户的信息、 还没有添加为好友的各匹配用户 与所述用户的特征信息的匹配吻合值以及匹配吻合的特征信息。
这样， 社交网站的用户可以定期收到好友推荐信息， 用户可以根据好 友推荐信息中的内容确定是否添加社交网站推荐的好友， 避免盲目的搜索 好友， 从而使用户更有效率的找到志同道合的好友， 有利于用户形成更大 的社交圈。
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。 工业实用性
本发明提供了一种向社交网站用户推送推荐好友的方法和***， 其中， 所述方法包括： 自动分析当前社交网站的各用户的使用信息， 得到各用户 的特征信息； 将当前社交网站的某一用户的特征信息与当前社交网站的其 他用户的特征信息进行匹配， 得到所述用户与其他用户的特征信息的匹配 吻合值； 将大于预设吻合值的匹配吻合值对应的用户， 确定为所述用户的 匹配用户； 向所述用户发送好友推荐信息， 所述好友推荐信息包括各匹配 用户的信息。 本发明可以实现社交网站主动向用户推荐好友。

Claims

权利要求书
1、 一种向社交网站用户推送推荐好友的方法， 所述方法包括： 自动分析当前社交网站的各用户的使用信息， 得到各用户的特征信息； 将当前社交网站的一用户的特征信息与当前社交网站的其他用户的特 征信息进行匹配， 得到所述用户与其他用户的特征信息的匹配吻合值； 将大于预设吻合值的匹配吻合值对应的用户， 确定为所述用户的匹配 用户；
向所述用户发送好友推荐信息， 所述好友推荐信息包括各匹配用户的 信息。
2、 根据权利要求 1所述的方法， 其中， 所述进行匹配之前， 所述方法 还包括：
自动分析收到的与当前社交网站合作的其他社交网站的各用户的使用 信息， 得到合作社交网站的各用户的特征信息；
相应的， 将当前社交网站的某一用户的特征信息与当前社交网站的其 他用户的特征信息进行匹配， 为，
将当前社交网站的某一用户的特征信息与当前社交网站以及合作社交 网站的其他用户的特征信息进行匹配。
3、 根据权利要求 1所述的方法， 其中， 所述将大于预设吻合值的匹配 吻合值对应的用户确定为所述用户的匹配用户之后， 所述方法还包括： 向各匹配用户发送好友推荐信息， 所述好友推荐信息包括所述用户的 信息。
4、 根据权利要求 1所述的方法， 其中， 所述好友推荐信息还包括： 所述用户与各匹配用户的特征信息的匹配吻合值、 以及匹配吻合的特 征信息。
5、 根据权利要求 1所述的方法， 其中， 所述向所述用户发送好友推荐 信息之前， 所述方法还包括：
判断所述用户是否已经添加全部所述匹配用户为好友， 当所述用户没 有全部添加各匹配用户为好友时， 执行向所述用户发送好友推荐信息的操 作， 所述好友推荐信息包括还没有添加为好友的各匹配用户的信息。
6、 根据权利要求 1所述的方法， 其中， 所述自动分析当前社交网站的 各用户的使用信息， 得到各用户的特征信息， 为，
根据预设的频率， 定期自动分析当前社交网站的各用户的使用信息， 得到各用户的特征信息。
7、 一种向社交网站用户推送推荐好友的***， 所述***包括： 自动分 析单元、 匹配单元、 匹配用户确定单元和好友推荐信息发送单元； 其中， 所述自动分析单元， 配置为自动分析当前社交网站的各用户的使用信 息， 得到各用户的特征信息；
所述匹配单元， 配置为将当前社交网站的一用户的特征信息与当前社 交网站的其他用户的特征信息进行匹配， 得到所述用户与其他用户的特征 信息的匹配吻合值；
所述匹配用户确定单元， 配置为将大于预设吻合值的匹配吻合值对应 的用户， 确定为所述用户的匹配用户；
所述好友推荐信息发送单元， 配置为向所述用户发送好友推荐信息， 所述好友推荐信息包括所述匹配用户确定单元确定的各匹配用户的信息。
8、 根据权利要求 7所述的***， 其中， 所述自动分析单元， 还配置为 自动分析收到的与当前社交网站合作的其他社交网站的各用户的使用信 息， 得到合作社交网站的各用户的特征信息；
相应的， 所述匹配单元， 配置为将某一用户的特征信息与当前社交网 站以及合作社交网站的其他用户的特征信息进行匹配。
9、 根据权利要求 7所述的***， 其中， 所述好友推荐信息发送单元， 还配置为向确定的各匹配用户发送好友推荐信息， 所述好友推荐信息包括 所述用户的信息。
10、 根据权利要求 7所述的***， 其中， 所述***还包括： 添加判断 单元，
所述添加判断单元， 配置为判断所述用户是否已经全部添加所述匹配 用户确定单元确定的各匹配用户为好友， 当判定所述用户没有全部添加各 匹配用户为好友时， 通知所述好友推荐信息发送单元执行向所述用户发送 好友推荐信息的操作；
相应的， 所述好友推荐信息发送单元， 还配置为根据所述添加判断单 元发来的通知， 向所述用户发送好友推荐信息， 所述好友推荐信息包括还 没有添加为好友的各匹配用户的信息。
11、 根据权利要求 7 所述的***， 其中， 所述自动分析单元， 配置为 根据预设的频率， 定期自动分析当前社交网站的各用户的使用信息， 得到 各用户的特征信息。
PCT/CN2013/077935 2012-08-08 2013-06-25 一种向社交网站用户推送推荐好友的方法和*** WO2014023138A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US14/420,380 US10069931B2 (en) 2012-08-08 2013-06-25 Method and system for pushing recommended friend to user of social network

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201210280510.X 2012-08-08
CN201210280510XA CN102831202A (zh) 2012-08-08 2012-08-08 一种向社交网站用户推送推荐好友的方法和***

Publications (1)

Publication Number Publication Date
WO2014023138A1 true WO2014023138A1 (zh) 2014-02-13

Family

ID=47334339

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2013/077935 WO2014023138A1 (zh) 2012-08-08 2013-06-25 一种向社交网站用户推送推荐好友的方法和***

Country Status (3)

Country Link
US (1) US10069931B2 (zh)
CN (1) CN102831202A (zh)
WO (1) WO2014023138A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3067145A1 (fr) * 2017-05-31 2018-12-07 Orange Procede de mise en relations d'utilisateurs consultant des contenus multimedia

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831202A (zh) 2012-08-08 2012-12-19 中兴通讯股份有限公司 一种向社交网站用户推送推荐好友的方法和***
KR101854365B1 (ko) * 2012-08-29 2018-05-03 에스케이플래닛 주식회사 전화 번호 기반의 ｓｎｓ 계정 관리 시스템 및 방법
CN103164522A (zh) * 2013-03-13 2013-06-19 冀洲 一种社交软件终端用户获取联系人的方法
CN104243276B (zh) * 2013-06-20 2017-06-20 腾讯科技（深圳）有限公司 一种联系人推荐方法及装置
CN103391322A (zh) * 2013-07-23 2013-11-13 关际信息科技（上海）有限公司 实现移动社交用户推荐通知功能的***及方法
US9244522B2 (en) * 2013-08-30 2016-01-26 Linkedin Corporation Guided browsing experience
CN104750759A (zh) 2013-12-31 2015-07-01 华为技术有限公司 热点用户发现的方法及其装置
CN103984775A (zh) * 2014-06-05 2014-08-13 网易（杭州）网络有限公司 一种推荐好友的方法和设备
CN104199904B (zh) * 2014-08-27 2016-08-24 腾讯科技（深圳）有限公司 一种社交信息推送方法、服务器、用户终端以及***
CN104270351B (zh) * 2014-09-22 2017-07-11 湖北工业大学 一种基于移动终端隐私保护信息匹配的方法及***
CN105786807B (zh) * 2014-12-15 2021-06-18 北京奇虎科技有限公司 展会信息推送的方法、设备与***
CN105763581A (zh) * 2014-12-15 2016-07-13 北京奇虎科技有限公司 展会信息推送的方法、设备和***
CN105976195A (zh) * 2015-10-22 2016-09-28 乐视移动智能信息技术（北京）有限公司 一种推荐合租信息的方法和装置
CN106897602B (zh) * 2015-12-21 2021-06-11 北京奇虎科技有限公司 账号推荐方法和装置
CN105704214A (zh) * 2016-01-08 2016-06-22 北京小米移动软件有限公司 信息发送方法及装置
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
CN106897729B (zh) * 2016-06-28 2020-09-11 阿里巴巴集团控股有限公司 信息识别方法、模型训练方法、装置及处理设备
CN106209591A (zh) * 2016-07-14 2016-12-07 上海超橙科技有限公司 一种信息推送方法和设备
WO2018018610A1 (zh) * 2016-07-29 2018-02-01 深圳越界创新科技有限公司 一种匹配度计算方法、装置以及用户设备
WO2018049605A1 (zh) * 2016-09-14 2018-03-22 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
CN107896235B (zh) * 2016-09-29 2021-01-29 腾讯科技（深圳）有限公司 信息推送方法、装置、网络接入设备、终端及社交服务器
US10462096B2 (en) * 2016-10-20 2019-10-29 Settleitsoft, Inc. Communications and analysis system
CN106716478B (zh) * 2016-11-18 2020-12-01 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
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
CN106549860B (zh) * 2017-02-09 2021-05-04 北京百度网讯科技有限公司 信息获取方法和装置
CN107239519A (zh) * 2017-05-25 2017-10-10 广州亿码科技有限公司 一种基于活动的社交方法及***
CN108347495A (zh) * 2017-09-02 2018-07-31 长沙军鸽软件有限公司 一种智能交换联系人的方法、客户端、服务器和***
CN107861967A (zh) * 2017-09-02 2018-03-30 长沙军鸽软件有限公司 一种智能匹配好友的方法、装置和***
CN108536726A (zh) * 2018-02-25 2018-09-14 心触动（武汉）科技有限公司 一种校内社交好友智能推荐方法及***
CN108579095B (zh) * 2018-03-19 2021-02-09 网易（杭州）网络有限公司 游戏中的社交关系推荐方法、装置和计算机可读存储介质
CN108989181B (zh) * 2018-05-31 2021-06-01 北京五八信息技术有限公司 建立即时通信的方法、装置、设备及服务器
CN108898163B (zh) * 2018-06-08 2022-05-13 Oppo广东移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质
CN108875820A (zh) * 2018-06-08 2018-11-23 Oppo广东移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质
CN108989423A (zh) * 2018-07-12 2018-12-11 孙敏 需供信息即时点对点推送方法及***
CN110727879A (zh) * 2019-10-11 2020-01-24 孙峰 一种社交软件添加好友的信息双多向搜索匹配功能
US11409807B2 (en) 2020-01-30 2022-08-09 Rahul Kumar Namdev Single-click matchmaking
CN114900554B (zh) * 2022-04-28 2023-07-21 河南省中视新科文化产业有限公司 一种基于大数据的社交媒体信息精准推送***及设备
CN116450925B (zh) * 2022-12-27 2023-12-15 深圳市网新新思软件有限公司 基于人工智能的用户关系分析方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101079714A (zh) * 2006-12-13 2007-11-28 腾讯科技（深圳）有限公司 一种sns社区中推荐朋友的方法及***
CN102004788A (zh) * 2010-12-07 2011-04-06 北京开心人信息技术有限公司 一种智能定位社交网络联系人的方法与***
US20110191352A1 (en) * 2009-12-03 2011-08-04 New Jersey Institute Of Technology Socially- And Context-Aware People-Matching Systems and Methods Relating Thereto
CN102831202A (zh) * 2012-08-08 2012-12-19 中兴通讯股份有限公司 一种向社交网站用户推送推荐好友的方法和***

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7885901B2 (en) * 2004-01-29 2011-02-08 Yahoo! Inc. Method and system for seeding online social network contacts
JP2009521064A (ja) * 2005-12-09 2009-05-28 イーバディー ホールディング ベースローテン フェンノートシャップ 連絡先リスト表示システムおよび方法
US8874655B2 (en) * 2006-12-13 2014-10-28 Napo Enterprises, Llc Matching participants in a P2P recommendation network loosely coupled to a subscription service
US9224150B2 (en) * 2007-12-18 2015-12-29 Napo Enterprises, Llc Identifying highly valued recommendations of users in a media recommendation network
US8744976B2 (en) * 2008-04-28 2014-06-03 Yahoo! Inc. Discovery of friends using social network graph properties
US20120158720A1 (en) * 2008-04-29 2012-06-21 Microsoft Corporation Social network powered search enhancements
US8781915B2 (en) * 2008-10-17 2014-07-15 Microsoft Corporation Recommending items to users utilizing a bi-linear collaborative filtering model
US20120041982A1 (en) * 2008-12-16 2012-02-16 Kota Enterprises, Llc Method and system for associating co-presence information with a media item
US20100268661A1 (en) * 2009-04-20 2010-10-21 4-Tell, Inc Recommendation Systems
US20100293476A1 (en) * 2009-05-13 2010-11-18 Radius Dating LLC Peer based social network dating environment
US20100299340A1 (en) * 2009-05-22 2010-11-25 Microsoft Corporation Distributed contact information discovery and sharing
US9466077B2 (en) * 2009-06-30 2016-10-11 Google Inc. Propagating promotional information on a social network
US20110119230A1 (en) * 2009-10-07 2011-05-19 Thomas Zuber Method for automatically associating contacts in an online social network
US8751808B2 (en) * 2009-11-12 2014-06-10 Roy Gelbard Method and system for sharing trusted contact information
US20110145719A1 (en) * 2009-12-14 2011-06-16 International Business Machines Corporation People recommendation indicator method and apparatus in a social networking site
US20110153377A1 (en) * 2009-12-23 2011-06-23 Victor Novikov Mixing and Targeting Content Types/Items for Users to Promote Optimization Goals
US20110153421A1 (en) * 2009-12-23 2011-06-23 Victor Novikov Context-Based Selection and Presentation of Social Networking System Content and Advertisements
US20110167114A1 (en) * 2010-01-05 2011-07-07 International Business Machines Corporation Automatically synchronizing new contacts across multiple social networking sites
US8683322B1 (en) * 2010-02-10 2014-03-25 Socialware, Inc. Method, system and computer program product for structuring unstructured data originating from uncontrolled web application
US8990393B2 (en) * 2010-04-19 2015-03-24 Henri Rizk System and method for managing relationships with independent multi-dimensional grouping, individualized privileges, and interactive feedback in a social network
CN102347963B (zh) * 2010-07-30 2014-06-04 阿里巴巴集团控股有限公司 一种推荐好友的方法及装置
US8909792B2 (en) * 2010-11-12 2014-12-09 Socialware, Inc. Method, system, and computer program product for identifying and tracking social identities
US8484191B2 (en) * 2010-12-16 2013-07-09 Yahoo! Inc. On-line social search
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
US9071567B2 (en) * 2011-01-31 2015-06-30 Oracle International Corporation Workspace-aware social networks in an enterprise
US20120203640A1 (en) * 2011-02-03 2012-08-09 U Owe Me, Inc. Method and system of generating an implicit social graph from bioresponse data
WO2012109742A2 (en) * 2011-02-18 2012-08-23 650340 N.B. Ltd. Systems and methods for extraction of vehicle operational data and sharing data with authorized computer networks
US9311462B1 (en) * 2011-03-04 2016-04-12 Zynga Inc. Cross platform social networking authentication system
US8751618B2 (en) * 2011-04-06 2014-06-10 Yahoo! Inc. Method and system for maximizing content spread in social network
US9342605B2 (en) * 2011-06-13 2016-05-17 Facebook, Inc. Client-side modification of search results based on social network data
US8244851B1 (en) * 2011-10-18 2012-08-14 Clintelica AB Group network connector
EP3474221A1 (en) * 2011-10-03 2019-04-24 Zoosk, Inc. System and method for validating users using social network or other information from a web site
US20130110583A1 (en) * 2011-10-28 2013-05-02 Justin Ormont Multiple social media network analysis for user conflation and related advertising methods
US9773063B2 (en) * 2011-12-07 2017-09-26 Facebook, Inc. Real-time online-learning object recommendation engine
US9104681B2 (en) * 2011-12-27 2015-08-11 Nhn Corporation Social network service system and method for recommending friend of friend based on intimacy between users
WO2013166313A1 (en) * 2012-05-02 2013-11-07 Sears Brands, Llc Object driven newsfeed
US9430560B2 (en) * 2012-08-09 2016-08-30 Zefr, Inc. Earned media generation
US9781223B2 (en) * 2012-12-28 2017-10-03 Facebook, Inc. Conserving battery and data usage
US9544381B2 (en) * 2013-03-13 2017-01-10 Arizona Board Of Regents On Behalf Of Arizona State University User identification across social media

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101079714A (zh) * 2006-12-13 2007-11-28 腾讯科技（深圳）有限公司 一种sns社区中推荐朋友的方法及***
US20110191352A1 (en) * 2009-12-03 2011-08-04 New Jersey Institute Of Technology Socially- And Context-Aware People-Matching Systems and Methods Relating Thereto
CN102004788A (zh) * 2010-12-07 2011-04-06 北京开心人信息技术有限公司 一种智能定位社交网络联系人的方法与***
CN102831202A (zh) * 2012-08-08 2012-12-19 中兴通讯股份有限公司 一种向社交网站用户推送推荐好友的方法和***

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3067145A1 (fr) * 2017-05-31 2018-12-07 Orange Procede de mise en relations d'utilisateurs consultant des contenus multimedia

Also Published As

Publication number Publication date
CN102831202A (zh) 2012-12-19
US10069931B2 (en) 2018-09-04
US20150215421A1 (en) 2015-07-30

Similar Documents

Publication Publication Date Title
WO2014023138A1 (zh) 一种向社交网站用户推送推荐好友的方法和***
TWI596921B (zh) Reference notification method and device
WO2016201933A1 (zh) 用户数据处理方法、提供方法、***和计算机设备
TW201248534A (en) Method and system of recommending items
CN104317804B (zh) 发布投票信息的方法和装置
EP2883168A1 (en) A user recommendation method and a user recommendation system using the same
CN104657498B (zh) 微博用户影响力的评估方法
WO2013026325A1 (zh) 一种人物搜索方法、装置及存储介质
CN102750346B (zh) 软件推荐方法和***、终端设备
CA2752740A1 (en) Characterizing user information
CN102867020A (zh) 基于人物性格特征的交友匹配方法
CN104615627B (zh) 一种基于微博平台的事件舆情信息提取方法及***
Faloutsos et al. Online social networks
KR20100077895A (ko) 의미론적 소셜 네트워크 기반 커뮤니티 추천 장치 및 방법
WO2013152661A1 (zh) 搜索信息的方法、装置和计算机存储介质
CN101136869A (zh) 生成基于搜索意图的即时通讯***的联系人组的方法
US20140122474A1 (en) Search ranking method and system for community users
CN103701836B (zh) 信息处理方法、终端设备和服务器
CN106250466B (zh) 一种用于提供推荐搜索序列的方法与装置
TWI476690B (zh) 一種推送使用者資訊之方法及裝置
JP2014016916A (ja) ソーシャル・グラフの拡張方法、プログラム及びシステム
JP5949049B2 (ja) サーバ装置、プログラム及び通信システム
CN107220262B (zh) 信息处理方法和装置
CN105788055A (zh) 社交网站投票***及方法
CN102622383B (zh) 一种读取网络章回文件的方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13827563

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 14420380

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 13827563

Country of ref document: EP

Kind code of ref document: A1