一種向客戶端用戶推薦好友的方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種向客戶端用戶推薦好友的方法及裝置，所述方法包括：對所述客戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容進(jìn)行解析，生成所述圈子的特征信息；對所述客戶端用戶所創(chuàng)建的好友列表中各成員的分享內(nèi)容進(jìn)行解析，生成所述好友列表中各成員的特征信息；計算所述好友列表中各成員的特征信息和所述圈子的特征信息的相似度，生成相似度集，根據(jù)相似度集生成所述圈子的推薦好友；向所述客戶端用戶提示所述圈子的推薦好友。本發(fā)明所提出的技術(shù)方案其推薦機制更加全面、可靠，避免了因過多的無效推薦所造成的系統(tǒng)資源的浪費。
【專利說明】-種向客戶端用戶推薦好友的方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計算機【技術(shù)領(lǐng)域】，具體涉及互聯(lián)網(wǎng)【技術(shù)領(lǐng)域】，尤其涉及一種向客戶端 用戶推薦好友的方法及裝置。

【背景技術(shù)】
[0002] 隨著移動互聯(lián)網(wǎng)時代的到來，一些社交分享類應(yīng)用（例如微博、朋友網(wǎng)、人人網(wǎng)、開 心網(wǎng))不斷涌現(xiàn)。在社交分享類應(yīng)用中，每個客戶端注冊用戶不僅能夠通過創(chuàng)建好友列表來 實現(xiàn)與各好友之間的信息交流，而且還可以創(chuàng)建一個或多個好友圈子來實現(xiàn)圈子內(nèi)各好友 之間的信息交流。目前，圈子內(nèi)的好友可以由創(chuàng)建該圈子的客戶端用戶主動添加或從后臺 所提示的所述圈子的推薦好友中選擇。
[0003] 后臺在向創(chuàng)建該圈子的客戶端用戶提示所述圈子的推薦好友時，通常采用兩種方 式：第一種是新注冊用戶推薦方式，即當(dāng)創(chuàng)建該圈子的客戶端用戶的關(guān)系鏈(通訊錄關(guān)系 鏈、微博關(guān)系鏈、即時通訊關(guān)系鏈）中有新注冊該社交分享類應(yīng)用的用戶時，將該新注冊的 用戶作為所述圈子的推薦好友提示給創(chuàng)建該圈子的客戶端用戶；第二種是隨機選取推薦方 式，即按一定的時間間隔從創(chuàng)建該圈子的客戶端用戶的好友列表中隨機選擇一個用戶作為 該圈子的推薦好友提示給創(chuàng)建該圈子的客戶端用戶。
[0004] 在對現(xiàn)有技術(shù)的研究和實踐過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問題：后 臺所提示的某個圈子的推薦好友與該圈子內(nèi)各好友成員的相關(guān)性很低，創(chuàng)建該圈子的客戶 端用戶將該圈子的推薦好友加入該圈子的可能性較小，使得推薦機制不可靠，并且過多的 無效推薦會造成大量的系統(tǒng)資源浪費。


【發(fā)明內(nèi)容】

[0005] 鑒于以上理由，本發(fā)明實施例提出一種向客戶端用戶推薦好友的方法及裝置，來 解決以上【背景技術(shù)】部分提到的技術(shù)問題。
[0006] -方面，本發(fā)明實施例提供了 一種向客戶端用戶推薦好友的方法，所述方法包 括：
[0007] 對所述客戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容進(jìn)行解析，生成所述圈子 的特征信息；
[0008] 對所述客戶端用戶所創(chuàng)建的好友列表中各成員的分享內(nèi)容進(jìn)行解析，生成所述好 友列表中各成員的特征信息；
[0009] 計算所述好友列表中各成員的特征信息和所述圈子的特征信息的相似度，生成相 似度集，根據(jù)所述相似度集生成所述圈子的推薦好友；
[0010] 向所述客戶端用戶提示所述圈子的推薦好友。
[0011] 一方面，本發(fā)明實施例提供了一種向客戶端用戶推薦好友的裝置，所述裝置包 括：
[0012] 第一特征信息生成模塊，用于對所述客戶端用戶所創(chuàng)建的圈子中所有成員的分享 內(nèi)容進(jìn)行解析，生成所述圈子的特征信息；
[0013] 第二特征信息生成模塊，用于對所述客戶端用戶所創(chuàng)建的好友列表中各成員的分 享內(nèi)容進(jìn)行解析，生成所述好友列表中各成員的特征信息；
[0014] 好友生成模塊，用于計算所述好友列表中各成員的特征信息和所述圈子的特征信 息的相似度，生成相似度集，根據(jù)所述相似度集生成所述圈子的推薦好友；
[0015] 好友推薦模塊，用于向所述客戶端用戶提示所述圈子的推薦好友。
[0016] 相較于現(xiàn)有技術(shù)，本發(fā)明實施例通過計算好友列表中各成員的特征信息和某個 圈子的特征信息的相似度，根據(jù)所述相似度來生成所述圈子的推薦好友，使得創(chuàng)建所述圈 子的所述客戶端用戶將所述圈子的推薦好友加入所述圈子的可能性較大，推薦機制更加全 面、可靠，避免了因過多的無效推薦所造成的系統(tǒng)資源的浪費。

【專利附圖】

【附圖說明】
[0017] 通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細(xì)描述，本發(fā)明的其它 特征、目的和優(yōu)點將會變得更明顯：
[0018] 圖1為本發(fā)明第一實施例提供的一種向客戶端用戶推薦好友的方法的流程示意 圖；
[0019] 圖2為本發(fā)明第二實施例提供的一種向客戶端用戶推薦好友的方法的流程示意 圖；
[0020] 圖3為本發(fā)明第三實施例提供的一種向客戶端用戶推薦好友的裝置的結(jié)構(gòu)示意 圖；
[0021] 圖4為本發(fā)明第四實施例提供的一種向客戶端用戶推薦好友的裝置的結(jié)構(gòu)示意 圖。

【具體實施方式】
[0022] 下面結(jié)合附圖和實施例對本發(fā)明作進(jìn)一步的詳細(xì)說明?？梢岳斫獾氖牵颂幩?述的具體實施例僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便于 描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部內(nèi)容。
[0023] 圖1示出了本發(fā)明的第一實施例。
[0024] 圖1為本發(fā)明第一實施例提供的一種向客戶端用戶推薦好友的方法的流程示意 圖。該方法可應(yīng)用于安裝有社交分享類應(yīng)用客戶端的終端上，所述終端可以智能手機、平板 電腦、筆記本電腦、個人數(shù)字助理是等中的任意一種，也可應(yīng)用于管理的社交分享類應(yīng)用的 服務(wù)器上。參見圖1，所述方法包括：
[0025] 步驟S101、對客戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容進(jìn)行解析，生成所 述圈子的特征信息；
[0026] 步驟S102、對所述客戶端用戶所創(chuàng)建的好友列表中各成員的分享內(nèi)容進(jìn)行解析， 生成所述好友列表中各成員的特征信息；
[0027] 步驟S103、計算所述好友列表中各成員的特征信息和所述圈子的特征信息的相似 度，生成相似度集，根據(jù)所述相似度集生成所述圈子的推薦好友；
[0028] 步驟S104、向所述客戶端用戶提示所述圈子的推薦好友。
[0029] 對于本實施例中的步驟S101，可通過對所述客戶端用戶所創(chuàng)建的圈子中所有成員 的分享內(nèi)容進(jìn)行文本分析，采用關(guān)鍵詞提取算法(例如基于模糊處理的關(guān)鍵詞提取算法、基 于高維聚類技術(shù)的關(guān)鍵詞提取算法）來提取其中的關(guān)鍵詞，根據(jù)所提取的關(guān)鍵詞生成所述 圈子的特征信息，例如所述圈子的特征信息可以為所提取的互不相同的關(guān)鍵詞及每個互不 相同的關(guān)鍵詞在所提取的所有的關(guān)鍵詞中出現(xiàn)的概率。
[0030] 當(dāng)然本領(lǐng)域的普通技術(shù)人員應(yīng)該理解，還可通過對所述客戶端用戶所創(chuàng)建的圈子 中所有成員的分享內(nèi)容進(jìn)行文本分析，來提取所有成員的分享內(nèi)容的主題詞，根據(jù)所述主 題詞生成所述圈子的特征信息，例如所述圈子的特征信息可以為所提取的互不相同的主題 詞及每個互不相同的主題詞在所提取的所有的主題詞中出現(xiàn)的概率。
[0031] 同樣的，對于本實施例的步驟S102,可通過對所述客戶端用戶所創(chuàng)建的好友列表 中各成員的分享內(nèi)容進(jìn)行文本分析，采用關(guān)鍵詞提取算法(例如基于模糊處理的關(guān)鍵詞提 取算法、基于高維聚類技術(shù)的關(guān)鍵詞提取算法）來提取所述好友列表各成員的分享內(nèi)容的 關(guān)鍵詞，根據(jù)所提取的關(guān)鍵詞生成所述好友列表中各成員的特征信息，例如所述好友列表 中各成員的特征信息可以為該成員的分享內(nèi)容中所包含的互不相同的關(guān)鍵詞及每個互不 相同的關(guān)鍵詞在該成員的分享內(nèi)容中所包含的所有的關(guān)鍵詞中出現(xiàn)的概率或次數(shù)。
[0032] 當(dāng)然本領(lǐng)域的普通技術(shù)人員應(yīng)該理解，還可通過所述客戶端用戶所創(chuàng)建的好友列 表中各成員的分享內(nèi)容進(jìn)行文本分析，采用現(xiàn)有技術(shù)中的關(guān)鍵詞提取算法(例如基于模糊 處理的關(guān)鍵詞提取算法、基于高維聚類技術(shù)的關(guān)鍵詞提取算法）來提取所述好友列表各成 員的分享內(nèi)容的主題詞，根據(jù)所提取的主題詞生成所述好友列表中各成員的特征信息，例 如所述好友列表中各成員的特征信息可以為該成員的分享內(nèi)容中所包含的互不相同的主 題詞及每個互不相同的主題詞在該成員的分享內(nèi)容中所包含的所有的主題詞中出現(xiàn)的概 率或次數(shù)。
[0033] 需要說明的是，所述圈子的特征信息和所述好友列表中各成員的特征信息的生成 過程應(yīng)相互對應(yīng)，例如，如果在執(zhí)行步驟S101時所述圈子的特征信息是根據(jù)在圈子中所有 成員的分享內(nèi)容中所提取的關(guān)鍵詞生成，則在執(zhí)行步驟S102時，所述好友列表中各成員的 特征信息也應(yīng)為根據(jù)在該成員的分享內(nèi)容中所提取的關(guān)鍵詞而非主題詞生成。
[0034] 在本實施例，所述好友列表中各成員的特征信息和所述圈子的特征信息的相似度 可以是所述好友列表中各成員的特征信息中與所述圈子的特征信息中所有相同的關(guān)鍵詞 在兩種特征信息中對應(yīng)概率之積的和，或者是所述好友列表中各成員的特征信息中與所述 圈子的特征信息中所有相同的關(guān)鍵詞在兩種特征信息中對應(yīng)概率之差的平方和等其他形 式的計算值。
[0035] 在本實施例的一個優(yōu)選的實施方式中，對于步驟S103,可通過將上述相似度集中 達(dá)到設(shè)定閾值的相似度所對應(yīng)的所述好友列表中的成員作為所述圈子的推薦好友。
[0036] 在本實施例的另一個優(yōu)選的實施方式中，對于步驟S103,可通過將上述相似度集 中的各相似度依次按照從大到小的順序進(jìn)行排列，選取排列在最前面的預(yù)設(shè)數(shù)目（例如10 個）相似度所對應(yīng)的所述好友列表中的成員作為所述圈子的推薦好友。
[0037] 在本實施中，可通過無線或有線通信技術(shù)向所述客戶端用戶提示所述圈子的推薦 好友。
[0038] 本實施例提供的技術(shù)方案，通過計算好友列表中各成員的特征信息和圈子的特征 信息的相似度，根據(jù)所述相似度來生成所述圈子的推薦好友，使得創(chuàng)建該圈子的所述客戶 端用戶將所述圈子的推薦好友加入該圈子的可能性較大，推薦機制更加全面、可靠，避免了 因過多的無效推薦所造成的系統(tǒng)資源的浪費。
[0039] 圖2示出了本發(fā)明的第二實施例。
[0040] 圖2為本發(fā)明第二實施例提供的一種向客戶端用戶推薦好友的方法的流程示意 圖。該方法可應(yīng)用于安裝有社交分享類應(yīng)用客戶端的終端上，所述終端可以智能手機、平板 電腦、筆記本電腦、個人數(shù)字助理是等中的任意一種，也可應(yīng)用于管理社交分享類應(yīng)用的服 務(wù)器上。參見圖2,所述方法包括：
[0041] 步驟S201、對客戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容進(jìn)行解析，生成所 述圈子的特征信息。
[0042] 在本實施例中，步驟S201進(jìn)一步包括：
[0043] 子步驟A1、獲取客戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容，作為圈子分享 內(nèi)容；
[0044] 子步驟A2、對所述圈子分享內(nèi)容進(jìn)行文本分析，提取所述圈子分享內(nèi)容中所包含 的關(guān)鍵詞；
[0045] 子步驟A3、根據(jù)所述圈子分享內(nèi)容中所包含的關(guān)鍵詞，生成所述圈子的特征信息。
[0046] 步驟S202、對所述客戶端用戶所創(chuàng)建的好友列表中各成員的分享內(nèi)容進(jìn)行解析， 生成所述好友列表中各成員的特征信息。
[0047] 在本實施例中，步驟S202進(jìn)一步包括：
[0048] 子步驟B1、獲取所述客戶端用戶所創(chuàng)建的好友列表中各成員的分享內(nèi)容；
[0049] 子步驟B2、對所述好友列表中各成員的分享內(nèi)容進(jìn)行文本分析，提取所述各成員 的分享內(nèi)容中所包含的關(guān)鍵詞；
[0050] 子步驟B3、根據(jù)所述各成員的分享內(nèi)容中所包含的關(guān)鍵詞，生成所述好友列表中 各成員的特征信息。
[0051] 步驟S203、計算所述好友列表中各成員的特征信息和所述圈子的特征信息的相似 度，生成相似度集，根據(jù)所述相似度集生成所述圈子的推薦好友。
[0052] 步驟S204、刪除所述圈子的推薦好友中當(dāng)前所述圈子內(nèi)已經(jīng)存在的成員。
[0053] 步驟S205、向所述客戶端用戶提示經(jīng)過所刪除操作后的所述圈子的推薦好友。
[0054] 在本實施例的子步驟A1和子步驟B1中，當(dāng)所述方法應(yīng)用于安裝有社交分享類應(yīng) 用客戶端的終端上時，終端是從所述客戶端用戶獲取管理社交分享類應(yīng)用的服務(wù)器發(fā)送的 所述客戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容及所述客戶端用戶所創(chuàng)建的好友列 表中各成員的分享內(nèi)容。當(dāng)所述方法應(yīng)用于管理社交分享類應(yīng)用的服務(wù)器上時，所述服務(wù) 器直接從本地存儲器中獲取所述客戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容及所述 客戶端用戶所創(chuàng)建的好友列表中各成員的分享內(nèi)容。
[0055] 在本實施的一個優(yōu)選的實施方式中，所述圈子的特征信息U為：
[0056] U = {(w i, cntj/cnt) | 1 < = i < = a}
[0057] 其中，％為所述圈子分享內(nèi)容中所包含的互不相同的第i個關(guān)鍵詞；cnti為所述 第i個關(guān)鍵詞在所述圈子分享內(nèi)容中的出現(xiàn)次數(shù)；cnt為所述圈子分享內(nèi)容中所有的互不 相同的關(guān)鍵詞在所述圈子分享內(nèi)容中的出現(xiàn)次數(shù)的和；a為所述圈子分享內(nèi)容中所包含的 互不相同的關(guān)鍵詞個數(shù)；i為整數(shù)。
[0058] 所述好友列表中第k個成員的特征信息UK為：
[0059] UK = {(w kJ, cntkJ) | 1 < = j < = bj
[0060] 其中，為所述第k個成員的分享內(nèi)容中所包含的互不相同的第j個關(guān)鍵詞； cntw為所述第j個關(guān)鍵詞在所述第k個成員的分享內(nèi)容中的出現(xiàn)次數(shù)；b k為第k個成員的 分享內(nèi)容中所包含的互不相同的關(guān)鍵詞個數(shù)；j為整數(shù)；k為整數(shù)。
[0061] 所述好友列表中第k個成員的特征信息UK和所述圈子的特征信息U的相似度s k 為：

【權(quán)利要求】
1. 一種向客戶端用戶推薦好友的方法，其特征在于，所述方法包括： 對所述客戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容進(jìn)行解析，生成所述圈子的特 征信息； 對所述客戶端用戶所創(chuàng)建的好友列表中各成員的分享內(nèi)容進(jìn)行解析，生成所述好友列 表中各成員的特征信息； 計算所述好友列表中各成員的特征信息和所述圈子的特征信息的相似度，生成相似度 集，根據(jù)所述相似度集生成所述圈子的推薦好友； 向所述客戶端用戶提示所述圈子的推薦好友。
2. 根據(jù)權(quán)利要求1所述的向客戶端用戶推薦好友的方法，其特征在于，所述根據(jù)所述 相似度集生成所述圈子的推薦好友的步驟包括： 將所述相似度集中達(dá)到設(shè)定闊值的相似度所對應(yīng)的所述好友列表中的成員作為所述 圈子的推薦好友。
3. 根據(jù)權(quán)利要求1所述的向客戶端用戶推薦好友的方法，其特征在于，所述根據(jù)所述 相似度集生成所述圈子的推薦好友的步驟包括： 將所述相似度集中的各相似度依次按照從大到小的順序進(jìn)行排列，選取排列在最前面 的預(yù)設(shè)數(shù)目相似度所對應(yīng)的所述好友列表中的成員作為所述圈子的推薦好友。
4. 根據(jù)權(quán)利要求1所述的向客戶端用戶推薦好友的方法，其特征在于，所述向所述客 戶端用戶提示所述圈子的推薦好友的步驟包括： 刪除所述圈子的推薦好友中當(dāng)前所述圈子內(nèi)已經(jīng)存在的成員； 向所述客戶端用戶提示經(jīng)過所刪除操作后的所述圈子的推薦好友。
5. 根據(jù)權(quán)利要求1所述的向客戶端用戶推薦好友的方法，其特征在于，所述對所述客 戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容進(jìn)行解析，生成所述圈子的特征信息的步驟 包括： 獲取所述客戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容，作為圈子分享內(nèi)容； 對所述圈子分享內(nèi)容進(jìn)行文本分析，提取所述圈子分享內(nèi)容中所包含的關(guān)鍵詞； 根據(jù)所述圈子分享內(nèi)容中所包含的關(guān)鍵詞，生成所述圈子的特征信息。
6. 根據(jù)權(quán)利要求5所述的向客戶端用戶推薦好友的方法，其特征在于，所述對所述客 戶端用戶所創(chuàng)建的好友列表中各成員的分享內(nèi)容進(jìn)行解析，生成所述好友列表中各成員的 特征信息的步驟包括： 獲取所述客戶端用戶所創(chuàng)建的好友列表中各成員的分享內(nèi)容； 對所述好友列表中各成員的分享內(nèi)容進(jìn)行文本分析，提取所述各成員的分享內(nèi)容中所 包含的關(guān)鍵詞； 根據(jù)所述各成員的分享內(nèi)容中所包含的關(guān)鍵詞，生成所述好友列表中各成員的特征信 息。
7. 根據(jù)權(quán)利要求6所述的向客戶端用戶推薦好友的方法，其特征在于，所述圈子的特 征信息U為： U = {(?。cnti/cnt) 11 < = i < = a} 其中，為所述圈子分享內(nèi)容中所包含的互不相同的第i個關(guān)鍵詞；cnti為所述第i 個關(guān)鍵詞在所述圈子分享內(nèi)容中的出現(xiàn)次數(shù)；cnt為所述圈子分享內(nèi)容中所有的互不相同 的關(guān)鍵詞在所述圈子分享內(nèi)容中的出現(xiàn)次數(shù)的和；a為所述圈子分享內(nèi)容中所包含的互不 相同的關(guān)鍵詞個數(shù)；i為整數(shù)。
8. 根據(jù)權(quán)利要求7所述的向客戶端用戶推薦好友的方法，其特征在于，所述好友列表 中第k個成員的特征信息Uk為： Uk = {(?kj，cnty) 11 <= j <= bj 其中，.為所述第k個成員的分享內(nèi)容中所包含的互不相同的第j個關(guān)鍵詞；cntkj 為所述第j個關(guān)鍵詞在所述第k個成員的分享內(nèi)容中的出現(xiàn)次數(shù)；bk為第k個成員的分享 內(nèi)容中所包含的互不相同的關(guān)鍵詞個數(shù)；j為整數(shù)；k為整數(shù)。
9. 根據(jù)權(quán)利要求8所述的向客戶端用戶推薦好友的方法，其特征在于，所述好友列表 中第k個成員的特征信息Uk和所述圈子的特征信息U的相似度Sk為：
其中，cntm為所述圈子的特征信息U中與所述好友列表中第k個成員的特征信息Uk所 共有的第m個關(guān)鍵詞在所述圈子分享內(nèi)容中的出現(xiàn)次數(shù)；cnt為所述圈子分享內(nèi)容中所有 的互不相同的關(guān)鍵詞在所述圈子分享內(nèi)容中的出現(xiàn)次數(shù)的和；cnti^為所述圈子的特征信 息U中與所述好友列表中第k個成員的特征信息Uk所共有的第m個關(guān)鍵詞在所述第k個 成員的分享內(nèi)容中的出現(xiàn)次數(shù)；m為所述圈子的特征信息U中與所述好友列表中第k個成 員的特征信息Uk所共有的關(guān)鍵詞的個數(shù)。
10. -種向客戶端用戶推薦好友的裝置，其特征在于，所述裝置包括： 第一特征信息生成模塊，用于對所述客戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容 進(jìn)行解析，生成所述圈子的特征信息； 第二特征信息生成模塊，用于對所述客戶端用戶所創(chuàng)建的好友列表中各成員的分享內(nèi) 容進(jìn)行解析，生成所述好友列表中各成員的特征信息； 好友生成模塊，用于計算所述好友列表中各成員的特征信息和所述圈子的特征信息的 相似度，生成相似度集，根據(jù)所述相似度集生成所述圈子的推薦好友； 好友推薦模塊，用于向所述客戶端用戶提示所述圈子的推薦好友。
11. 根據(jù)權(quán)利要求10所述的向客戶端用戶推薦好友的裝置，其特征在于，所述好友生 成模塊用于根據(jù)所述相似度集生成所述圈子的推薦好友時包括： 將所述相似度集中達(dá)到設(shè)定闊值的相似度所對應(yīng)的所述好友列表中的成員作為所述 圈子的推薦好友。
12. 根據(jù)權(quán)利要求10所述的向客戶端用戶推薦好友的裝置，其特征在于，所述好友生 成模塊用于根據(jù)所述相似度集生成所述圈子的推薦好友時包括： 將所述相似度集中的各相似度依次按照從大到小的順序進(jìn)行排列，選取排列在最前面 的預(yù)設(shè)數(shù)目相似度所對應(yīng)的所述好友列表中的成員作為所述圈子的推薦好友。
13. 根據(jù)權(quán)利要求10所述的向客戶端用戶推薦好友的裝置，其特征在于，所述好友推 薦模塊包括： 刪除子模塊，用于刪除所述圈子的推薦好友中當(dāng)前所述圈子內(nèi)已經(jīng)存在的成員； 提示子模塊，用于向所述客戶端用戶提示經(jīng)過所刪除操作后的所述圈子的推薦好友。
14. 根據(jù)權(quán)利要求10所述的向客戶端用戶推薦好友的裝置，其特征在于，所述第一特
征信息生成模塊包括： 第一獲取子模塊，用于獲取所述客戶端用戶所創(chuàng)建的圈子中所有成員的分享內(nèi)容，作 為圈子分享內(nèi)容； 第一關(guān)鍵詞提取子模塊，用于對所述圈子分享內(nèi)容進(jìn)行文本分析，提取所述圈子分享 內(nèi)容中所包含的關(guān)鍵詞； 第一特征信息生成子模塊，用于根據(jù)所述圈子分享內(nèi)容中所包含的關(guān)鍵詞，生成所述 圈子的特征信息。
15. 根據(jù)權(quán)利要求14所述的向客戶端用戶推薦好友的裝置，其特征在于，所述第二特 征信息生成模塊包括： 第二獲取子模塊，用于獲取所述客戶端用戶所創(chuàng)建的好友列表中各成員的分享內(nèi)容； 第二關(guān)鍵詞提取子模塊，用于對所述好友列表中各成員的分享內(nèi)容進(jìn)行文本分析，提 取所述各成員的分享內(nèi)容中所包含的關(guān)鍵詞； 第二特征信息生成子模塊，用于根據(jù)所述各成員的分享內(nèi)容中所包含的關(guān)鍵詞，生成 所述好友列表中各成員的特征信息。
16. 根據(jù)權(quán)利要求15所述的向客戶端用戶推薦好友的裝置，其特征在于，所述圈子的 特征信息U為： U = {(C0J, cntj/cnt) 11 < = i < = a} 其中，為所述圈子分享內(nèi)容中所包含的互不相同的第i個關(guān)鍵詞；cnti為所述第i 個關(guān)鍵詞在所述圈子分享內(nèi)容中的出現(xiàn)次數(shù)；cnt為所述圈子分享內(nèi)容中所有的互不相同 的關(guān)鍵詞在所述圈子分享內(nèi)容中的出現(xiàn)次數(shù)的和；a為所述圈子分享內(nèi)容中所包含的互不 相同的關(guān)鍵詞個數(shù)；i為整數(shù)。
17. 根據(jù)權(quán)利要求16所述的向客戶端用戶推薦好友的裝置，其特征在于，所述好友列 表中第k個成員的特征信息Uk為： Uk = {(?kj，cnty) 11 <= j <= bj 其中，為所述第k個成員的分享內(nèi)容中所包含的互不相同的第j個關(guān)鍵詞；cntkj 為所述第j個關(guān)鍵詞在所述第k個成員的分享內(nèi)容中的出現(xiàn)次數(shù)；bk為第k個成員的分享 內(nèi)容中所包含的互不相同的關(guān)鍵詞個數(shù)；j為整數(shù)；k為整數(shù)。
18. 根據(jù)權(quán)利要求17所述的向客戶端用戶推薦好友的裝置，其特征在于，所述好友列 表中第k個成員的特征信息Uk和所述圈子的特征信息U的相似度Sk為：
其中，cntm為所述圈子的特征信息U中與所述好友列表中第k個成員的特征信息Uk所 共有的第m個關(guān)鍵詞在所述圈子分享內(nèi)容中的出現(xiàn)次數(shù)；cnt為所述圈子分享內(nèi)容中所有 的互不相同的關(guān)鍵詞在所述圈子分享內(nèi)容中的出現(xiàn)次數(shù)的和；cnti^為所述圈子的特征信 息U中與所述好友列表中第k個成員的特征信息Uk所共有的第m個關(guān)鍵詞在所述第k個 成員的分享內(nèi)容中的出現(xiàn)次數(shù)；m為所述圈子的特征信息U中與所述好友列表中第k個成 員的特征信息Uk所共有的關(guān)鍵詞的個數(shù)。
【文檔編號】G06F17/30GK104424187SQ201310362415
【公開日】2015年3月18日 申請日期:2013年8月19日 優(yōu)先權(quán)日:2013年8月19日
【發(fā)明者】劉建中 申請人:騰訊科技（深圳）有限公司