一種提及推薦方法、信息處理方法及系統(tǒng)的制作方法
【專利摘要】本申請?zhí)峁┝艘环N提及推薦方法、信息處理方法及系統(tǒng)，涉及社交網(wǎng)絡(luò)領(lǐng)域。所述提及推薦方法包括：響應(yīng)于用戶在第一社交網(wǎng)絡(luò)中輸入的提及符號，獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息；根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，將所述第一用戶名集合中的至少一個第一用戶名推薦給所述用戶。所述信息處理方法包括：收集用戶在第一社交網(wǎng)絡(luò)及其他社交網(wǎng)絡(luò)上或在其他社交網(wǎng)絡(luò)上的歷史提及信息；存儲所述歷史提及信息。所述提及推薦方法、信息處理方法及系統(tǒng)，能夠在用戶需要提及某個用戶名時，更加準(zhǔn)確的進(jìn)行推薦，有利于提高用戶的輸入速度。
【專利說明】一種提及推薦方法、信息處理方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本申請涉及社交網(wǎng)絡(luò)【技術(shù)領(lǐng)域】，尤其涉及一種提及推薦方法、信息處理方法及系統(tǒng)。
【背景技術(shù)】
[0002]提及推薦(mentionsuggestion)是社交網(wǎng)絡(luò)(Social Networking)為了方便用戶提及其好友而提供的一個功能，該功能給用戶的大致體驗如下:當(dāng)用戶在某一社交網(wǎng)絡(luò)中輸入提及符號(比如@)，或者，在提及符號后還輸入了一個不完整的用戶名(比如用戶名的首字母)時，社交網(wǎng)絡(luò)根據(jù)用戶在本網(wǎng)站的歷史數(shù)據(jù)推測用戶對其不同好友的親密程度，容納后自動推薦出多個可能的用戶名，用戶直接選擇相應(yīng)的用戶名，從而提高了用戶的輸入速度。
[0003]然而，隨著社交網(wǎng)絡(luò)的發(fā)展，一個真實的用戶通常會在多個社交網(wǎng)絡(luò)中以不同的用戶名或昵稱進(jìn)行注冊。這樣，現(xiàn)有社交網(wǎng)絡(luò)僅根據(jù)本網(wǎng)站的歷史數(shù)據(jù)給出的推薦結(jié)果，由于不能全面反映用戶與不同好友的親密程度，因此，其推薦結(jié)果往往與用戶想要輸入的用戶名之間存在較大的差異，影響用戶的輸入速度。

【發(fā)明內(nèi)容】

[0004]本申請的目的是:提供一種提及推薦方法、信息處理方法及系統(tǒng)，以提高推薦準(zhǔn)確度。
[0005]為解決上述技術(shù)問題，第一方面，提供一種提及推薦方法，所述方法包括:
[0006]響應(yīng)于用戶在第一社交網(wǎng)絡(luò)中輸入的提及符號，獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息；其中，所述第一用戶名集合包括所述用戶的好友在第一社交網(wǎng)絡(luò)中的至少一個第一用戶名，所述第二用戶名集合包括所述用戶的所述好友在其他社交網(wǎng)絡(luò)中的至少一個第二用戶名；
[0007]根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，將所述第一用戶名集合中的至少一個第一用戶名推薦給所述用戶。
[0008]第二方面，提供一種提及推薦系統(tǒng)，所述系統(tǒng)包括:
[0009]—響應(yīng)模塊，用于響應(yīng)于用戶在第一社交網(wǎng)絡(luò)中輸入的提及符號，獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息；其中，所述第一用戶名集合包括所述用戶的好友在第一社交網(wǎng)絡(luò)中的至少一個第一用戶名，所述第二用戶名集合包括所述用戶的所述好友在其他社交網(wǎng)絡(luò)中的至少一個第二用戶名；
[0010]一推薦模塊，用于根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶。
[0011]第三方面，提供一種信息處理方法，包括:
[0012]收集用戶在第一社交網(wǎng)絡(luò)及其他社交網(wǎng)絡(luò)上或在其他社交網(wǎng)絡(luò)上的歷史提及信息；[0013]存儲所述歷史提及信息。
[0014]第四方面，提供一種信息處理系統(tǒng)，所述系統(tǒng)包括:
[0015]一收集模塊，用于收集用戶在第一社交網(wǎng)絡(luò)及其他社交網(wǎng)絡(luò)上或在其他社交網(wǎng)絡(luò)上的歷史提及信息；
[0016]一存儲模塊，用于存儲所述歷史提及信息。
[0017]本發(fā)明實施例所述提及推薦方法、信息處理方法及系統(tǒng)，綜合考慮用戶在不同社交網(wǎng)絡(luò)上與各好友的互動數(shù)據(jù)，則可以更加全面的反映所述用戶與每個好友的親密度等信息，從而在用戶需要提及某個用戶名時，更加準(zhǔn)確的進(jìn)行推薦，有利于提高用戶的輸入速度。
【專利附圖】

【附圖說明】
[0018]圖1是本發(fā)明實施例所述提及推薦方法的流程圖；
[0019]圖2是本發(fā)明實施例一個實施方式中所述提及推薦方法的流程圖；
[0020]圖3是本發(fā)明實施例一個實施方式中所述步驟S140的流程圖；
[0021]圖4是本發(fā)明實施例一個實施方式中所述步驟S140的流程圖；
[0022]圖5是本發(fā)明實施例一個實施方式中所述提及推薦方法的流程圖；
[0023]圖6是本發(fā)明實施例一個實施方式中所述步驟S140’的流程圖；
[0024]圖7是本發(fā)明實施例一個實施方式中所述步驟S140’的流程圖；
[0025]圖8是本發(fā)明實施例一個實施方式中所述步驟S140’的流程圖；
[0026]圖9是本發(fā)明實施例一個實施方式中所述提及推薦方法的流程圖；
[0027]圖10是本發(fā)明實施例一個實施方式中所述步驟S140”的流程圖；
[0028]圖11是本發(fā)明實施例一個實施方式中所述步驟S140”的流程圖；
[0029]圖12是本發(fā)明實施例所述提及推薦系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0030]圖13是本發(fā)明實施例一個實施方式中所述提及推薦系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0031]圖14是本發(fā)明實施例一個實施方式中所述提及推薦系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0032]圖15是本發(fā)明實施例一個實施方式中所述推薦單元的模塊結(jié)構(gòu)示意圖；
[0033]圖16是本發(fā)明實施例一個實施方式中所述提及推薦系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0034]圖17是本發(fā)明實施例一個實施方式中所述推薦單元的模塊結(jié)構(gòu)示意圖；
[0035]圖18是本發(fā)明實施例一個實施方式中所述提及推薦系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0036]圖19是本發(fā)明實施例一個實施方式中所述提及推薦系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0037]圖20是本發(fā)明實施例一個實施方式中所述提及推薦系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0038]圖21是本發(fā)明實施例一個實施方式中所述提及推薦系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0039]圖22是本發(fā)明實施例一個實施方式中所述提及推薦系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0040]圖23是本發(fā)明實施例所述一種信息處理方法的流程圖；
[0041]圖24是本發(fā)明實施例一個實施方式中所述一種信息處理方法的流程圖；
[0042]圖25是本發(fā)明實施例所述信息處理系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0043]圖26是本發(fā)明實施例一個實施方式中所述信息處理系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0044]圖27是本發(fā)明一個實施例所述提及推薦設(shè)備的結(jié)構(gòu)圖；
[0045]圖28是本發(fā)明一個實施例所述信息處理設(shè)備的結(jié)構(gòu)圖?！揪唧w實施方式】
[0046]下面結(jié)合附圖和實施例，對本發(fā)明的【具體實施方式】作進(jìn)一步詳細(xì)說明。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。
[0047]本領(lǐng)域技術(shù)人員理解，在本發(fā)明的實施例中，下述各步驟的序號的大小并不意味著執(zhí)行順序的先后，各步驟的執(zhí)行順序應(yīng)以其功能和內(nèi)在邏輯確定，而不應(yīng)對本發(fā)明實施例的實施過程構(gòu)成任何限定。
[0048]另外，本發(fā)明各實施例中的“第一”、“第二”等術(shù)語僅用于區(qū)別不同步驟、設(shè)備或模塊等，既不代表任何特定技術(shù)含義，也不表示它們之間的必然邏輯順序。
[0049]本發(fā)明中的“社交網(wǎng)絡(luò)”是指一群擁有相同興趣與活動的人創(chuàng)建的在線社區(qū)，包括但不限于微博、微信、QQ空間、論壇、Facebook、Twitter、人人網(wǎng)、百度空間、開心網(wǎng)、豆瓣、百合網(wǎng)、知乎和51游戲社區(qū)等。
[0050]發(fā)明人在研究中發(fā)現(xiàn)，一個用戶的好友往往會在不同的社交網(wǎng)絡(luò)中，注冊使用不同的用戶名或昵稱；同時，所述用戶可能會與任一個好友在不同的社交網(wǎng)絡(luò)上進(jìn)行互動。因此，如果可以綜合考慮所述用戶在不同社交網(wǎng)絡(luò)上與各好友的互動數(shù)據(jù)，則可以更加全面的反映所述用戶與每個好友的親密度等信息，從而在用戶需要提及某個用戶名時，更加準(zhǔn)確的進(jìn)行推薦，有利于提高用戶的輸入速度。
[0051]圖1是本發(fā)明實施例所述提及推薦方法的流程圖，如圖1所示，所述方法包括:
[0052]S120:響應(yīng)于用戶在第一社交網(wǎng)絡(luò)中輸入的提及符號，獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息；其中，所述第一用戶名集合包括所述用戶的好友在第一社交網(wǎng)絡(luò)中的至少一個第一用戶名，所述第二用戶名集合包括所述用戶的所述好友在其他社交網(wǎng)絡(luò)中的至少一個第二用戶名；
[0053]S140:根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，將所述第一用戶名集合中的至少一個第一用戶名推薦給所述用戶。
[0054]所述方法通過考慮第一社交網(wǎng)絡(luò)之外的其他社交網(wǎng)絡(luò)，獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息，進(jìn)而根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息向所述用戶推薦相應(yīng)的第一用戶名，避免了單純依靠第一社交網(wǎng)絡(luò)導(dǎo)致的信息不全面，推薦準(zhǔn)確度差的問題。
[0055]具體的，所述提及符號是表示提及某個用戶名的符號，一般置于被提及的用戶名的前面，比如在微博中一般使用@作為提及符號。
[0056]所述第一對應(yīng)關(guān)系可以以如表I所示。其中，第一社交網(wǎng)絡(luò)即用戶當(dāng)前正在輸入信息的社交網(wǎng)絡(luò)，假設(shè)用戶當(dāng)前正在新浪微博中輸入信息，則新浪微博是所述第一社交網(wǎng)絡(luò)。根據(jù)新浪微博中的注冊用戶ID，可以確定當(dāng)前需要考慮所述用戶的好友包括:A、B、C、D。用戶在新浪微博之外的社交網(wǎng)絡(luò)可能還存在其他好友，由于在新浪微博中不可能被提及，因此無需考慮。所述第一用戶名集合可以包括:A1、B1、C1和D1。本示例中所述其他社交網(wǎng)絡(luò)可以包括人人網(wǎng)、微信和QQ空間(或者可以包括三者中任意一個或兩個)，相應(yīng)的，所述第二用戶名集合可以包括:A2、B2、D2、A3、B3、C3、D3、A4、B4、C4和D4。其中，好友C未在人人網(wǎng)注冊，無相應(yīng)的用戶ID。所述第一對應(yīng)關(guān)系即:A1、A2、A3和A4對應(yīng)同一個好友A ;B1、B2、B3和B4對應(yīng)同一個好友B ;C1、C3和C4對應(yīng)同一個好友C ;D1、D2、D3和D4對應(yīng)同一個好友D。本領(lǐng)域技術(shù)人員理解，所述第一對應(yīng)關(guān)系的建立并無需真正了解好友A、B、C、D的真實身份。
[0057]表1
【權(quán)利要求】
1.一種提及推薦方法，其特征在于，所述方法包括: 響應(yīng)于用戶在第一社交網(wǎng)絡(luò)中輸入的提及符號，獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息；其中，所述第一用戶名集合包括所述用戶的好友在第一社交網(wǎng)絡(luò)中的至少一個第一用戶名，所述第二用戶名集合包括所述用戶的所述好友在其他社交網(wǎng)絡(luò)中的至少一個第二用戶名； 根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，將所述第一用戶名集合中的至少一個第一用戶名推薦給所述用戶。
2.如權(quán)利要求1所述的方法，其特征在于，所述獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息包括: 從本地獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息。
3.如權(quán)利要求1所述的方法，其特征在于，所述獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息包括: 通過網(wǎng)絡(luò)從外部獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息。
4.如權(quán)利要求1至3任一項所述的方法，其特征在于，所述方法還包括: 生成所述第一用戶名 集合與所述第二用戶名集合之間的所述第一對應(yīng)關(guān)系。
5.如權(quán)利要求1至4任一項所述的方法，其特征在于，所述方法還包括: 收集并存儲所述用戶的歷史提及信息。
6.如權(quán)利要求1至5任一項所述的方法，其特征在于，所述歷史提及信息包括:所述用戶在所述第一社交網(wǎng)絡(luò)中對每個所述第一用戶名的提及次數(shù)，以及所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)。
7.如權(quán)利要求6所述的方法，其特征在于，所述根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，將所述第一用戶名集合中的至少一個第一用戶名推薦給所述用戶包括: 根據(jù)所述第一對應(yīng)關(guān)系，所述用戶在所述第一社交網(wǎng)絡(luò)中對每個所述第一用戶名的提及次數(shù)，以及所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)，得到所述用戶對每個所述好友的提及次數(shù)； 根據(jù)所述用戶對每個所述好友的提及次數(shù)，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶。
8.如權(quán)利要求7所述的方法，其特征在于，所述根據(jù)所述用戶對每個所述好友的提及次數(shù)，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 將提及次數(shù)大于預(yù)定值的至少一個所述好友所對應(yīng)的所述第一用戶名推薦給所述用戶。
9.如權(quán)利要求7所述的方法，其特征在于，所述根據(jù)所述用戶對每個所述好友的提及次數(shù)，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 根據(jù)所述用戶對每個所述好友的提及次數(shù)，對每個所述好友所對應(yīng)的所述第一用戶名排序； 將排序后的至少一個所述第一用戶名推薦給所述用戶。
10.如權(quán)利要求1至5任一項所述的方法，其特征在于，所述歷史提及信息包括:所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)。
11.如權(quán)利要求10所述的方法，其特征在于，所述根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 根據(jù)所述第一對應(yīng)關(guān)系，所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)，得到所述用戶在所述其他社交網(wǎng)絡(luò)上對每個所述好友的提及次數(shù)； 根據(jù)所述用戶在所述其他社交網(wǎng)絡(luò)上對每個所述好友的提及次數(shù)，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶。
12.如權(quán)利要求11所述的方法，其特征在于，所述根據(jù)所述用戶在所述其他社交網(wǎng)絡(luò)上對每個所述好友的提及次數(shù)，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 將提及次數(shù)大于預(yù)定值的至少一個所述好友所對應(yīng)的所述第一用戶名推薦給所述用戶。
13.如權(quán)利要求11所述的方法，其特征在于，所述根據(jù)所述用戶在其他社交網(wǎng)絡(luò)上對每個所述好友的提及次數(shù)，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 根據(jù)所述用戶在所述其他社交網(wǎng)絡(luò)上對每個所述好友的提及次數(shù)，對每個所述好友所對應(yīng)的所述第一用戶名排序； 將排序后的至少一個所述第一用戶名推薦給所述用戶。
14.如權(quán)利要求1至5任一項所述的方法，其特征在于，所述歷史提及信息包括:所述用戶在所述第一社交網(wǎng)絡(luò)和所述其他社交網(wǎng)絡(luò)上的歷史發(fā)布內(nèi)容與歷史提及用戶名之間的第二對應(yīng)關(guān)系。
15.如權(quán)利要求1至5任一項所述的方法，其特征在于，所述歷史提及信息包括:所述用戶在所述其他社交網(wǎng)絡(luò)上的歷史發(fā)布內(nèi)容與歷史提及用戶名之間的第二對應(yīng)關(guān)系。
16.如權(quán)利要求14或15所述的方法，其特征在于，所述方法還包括: 獲取所述用戶的當(dāng)前輸入信息。
17.如權(quán)利要求16所述的方法，其特征在于，所述根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，以及所述用戶的當(dāng)前輸入信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶。
18.如權(quán)利要求16或17所述的方法，其特征在于，所述用戶的當(dāng)前輸入信息包括:當(dāng)前發(fā)布內(nèi)容。
19.如權(quán)利要求18所述方法，其特征在于，所述根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，以及所述用戶的當(dāng)前輸入信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 根據(jù)所述第一對應(yīng)關(guān)系和所述第二對應(yīng)關(guān)系，得到所述用戶的所述好友與發(fā)布內(nèi)容的關(guān)鍵詞之間的第三對應(yīng)關(guān)系； 提取當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞，根據(jù)當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞和所述第三對應(yīng)關(guān)系，得到至少一個候選好友； 將所述至少一個候選好友所對應(yīng)第一用戶名推薦給所述用戶。
20.如權(quán)利要求18所述的方法，其特征在于，所述用戶的當(dāng)前輸入信息還包括:所述第一用戶名的前綴。
21.如權(quán)利要求20所述的方法，其特征在于，根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，以及所述用戶的當(dāng)前輸入信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 根據(jù)所述第一用戶名的前綴得到候選第一用戶名集合； 根據(jù)所述第一對應(yīng)關(guān)系和所述第二對應(yīng)關(guān)系，得到所述用戶的所述好友與發(fā)布內(nèi)容的關(guān)鍵詞之間的第三對應(yīng)關(guān)系； 提取當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞，根據(jù)當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞和所述第三對應(yīng)關(guān)系，得到至少一個候選好友； 根據(jù)所述至少一個候選好友，從所述候選第一用戶名集合中篩選得到候選第一用戶名子集； 將所述候選第一用戶名子集中的至少一個第一用戶名推薦給所述用戶。
22.如權(quán)利要求18所述的方法，所述歷史提及信息還包括:所述用戶在所述第一社交網(wǎng)絡(luò)中對每個所述第一用戶名的提及次數(shù)，以及所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)。
23.如權(quán)利要求22所述的方法，其特征在于，所述根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，以及所述用 戶的當(dāng)前輸入信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 根據(jù)所述第一對應(yīng)關(guān)系和所述第二對應(yīng)關(guān)系，得到所述用戶的所述好友與發(fā)布內(nèi)容的關(guān)鍵詞之間的第三對應(yīng)關(guān)系； 提取當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞，根據(jù)當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞和所述第三對應(yīng)關(guān)系，得到至少一個候選好友； 根據(jù)所述第一對應(yīng)關(guān)系，所述用戶在所述第一社交網(wǎng)絡(luò)中對每個所述第一用戶名的提及次數(shù)，以及所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)，得到所述用戶對每個所述候選好友的提及次數(shù)； 根據(jù)所述用戶對每個所述候選好友的提及次數(shù)，將所述至少一個候選好友中至少一個所對應(yīng)的所述第一用戶名推薦給所述用戶。
24.如權(quán)利要求1至5任一項所述的方法，其特征在于，所述歷史提及信息包括:所述用戶在所述第一社交網(wǎng)絡(luò)和所述其他社交網(wǎng)絡(luò)上的歷史發(fā)布內(nèi)容的環(huán)境信息與歷史提及用戶名之間的第四對應(yīng)關(guān)系。
25.如權(quán)利要求1至5任一項所述的方法，其特征在于，所述歷史提及信息包括:所述用戶在所述其他社交網(wǎng)絡(luò)上的歷史發(fā)布內(nèi)容的環(huán)境信息與歷史提及用戶名之間的第四對應(yīng)關(guān)系。
26.如權(quán)利要求24或25所述的方法，其特征在于，所述方法還包括: 獲取所述用戶當(dāng)前的環(huán)境信息。
27.如權(quán)利要求26所述的方法，其特征在于，所述根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，以及所述用戶當(dāng)前的環(huán)境信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶。
28.如權(quán)利要求27所述的方法，其特征在于，所述根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，以及所述用戶當(dāng)前的環(huán)境信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 根據(jù)所述第一對應(yīng)關(guān)系和所述第四對應(yīng)關(guān)系，得到所述用戶的所述好友與環(huán)境信息的屬性之間的第五對應(yīng)關(guān)系； 提取當(dāng)前的環(huán)境信息的屬性，根據(jù)當(dāng)前的環(huán)境信息的屬性和所述第五對應(yīng)關(guān)系，得到至少一個候選好友； 將所述至少一個候選好友對應(yīng)的所述第一用戶名推薦給所述用戶。
29.如權(quán)利要求27所述的方法，其特征在于，所述歷史提及信息還包括:所述用戶在所述第一社交網(wǎng)絡(luò)中對每個所述第一用戶名的提及次數(shù)，以及所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)。
30.如權(quán)利要求29所述的方法，其特征在于，所述根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，以及所述用戶當(dāng)前的環(huán)境信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶包括: 根據(jù)所述第一對應(yīng)關(guān)系和所述第四對應(yīng)關(guān)系，得到所述用戶的所述好友與環(huán)境信息的屬性之間的第五對應(yīng)關(guān)系； 提取當(dāng)前的環(huán)境信息的屬性，根據(jù)當(dāng)前的環(huán)境信息的屬性和所述第五對應(yīng)關(guān)系，得到至少一個候選好友； 根據(jù)所述用戶在所述第一社交網(wǎng)絡(luò)中對所述第一用戶名的提及次數(shù)，所述用戶在所述其他社交網(wǎng)絡(luò)中對所述第二用戶名的提及次數(shù)，以及所述第一對應(yīng)關(guān)系，得到所述用戶對每個所述候選好友的提及次數(shù)； 根據(jù)所述用戶對每個所述候選好友的提及次數(shù)，將所述至少一個候選好友中至少一個所對應(yīng)的所述第一用戶名推薦給所述用戶。
31.如權(quán)利要求24至30任一項所述的方法，其特征在于，所述環(huán)境信息包括:所述用戶的身體狀況信息、心理狀況信息、周圍環(huán)境狀況信息中至少一項。
32.一種提及推薦系統(tǒng)，其特征在于，所述系統(tǒng)包括: 一響應(yīng)模塊，用于響應(yīng)于用戶在第一社交網(wǎng)絡(luò)中輸入的提及符號，獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息；其中，所述第一用戶名集合包括所述用戶的好友在第一社交網(wǎng)絡(luò)中的至少一個第一用戶名，所述第二用戶名集合包括所述用戶的所述好友在其他社交網(wǎng)絡(luò)中的至少一個第二用戶名； 一推薦模塊，用于根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶。
33.如權(quán)利要求32所述的系統(tǒng)，其特征在于，所述響應(yīng)模塊，用于從本地獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息。
34.如權(quán)利要求32所述的系統(tǒng)，其特征在于，所述響應(yīng)模塊，用于通過網(wǎng)絡(luò)從外部獲取第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，以及所述用戶的歷史提及信息。
35.如權(quán)利要求32至34任一項所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括: 一生成模塊，用于生成所述第一用戶名集合與所述第二用戶名集合之間的所述第一對應(yīng)關(guān)系。
36.如權(quán)利要求32至35任一項所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括: 一收集存儲模塊，用于收集并存儲所述用戶的歷史提及信息。
37.如權(quán)利要求32至36任一項所述的系統(tǒng)，其特征在于，所述響應(yīng)模塊包括: 一歷史提及信息獲取單元，用于獲取所述用戶在所述第一社交網(wǎng)絡(luò)中對每個所述第一用戶名的提及次數(shù)以及所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)，作為所述歷史提及信息。
38.如權(quán)利要求37所述的系統(tǒng)，其特征在于，所述推薦模塊包括: 一處理單元，用于根據(jù)所述第一對應(yīng)關(guān)系，所述用戶在所述第一社交網(wǎng)絡(luò)中對每個所述第一用戶名的提及次數(shù)，以及所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)，得到所述用戶對每個所述好友的提及次數(shù)； 一推薦單元，用于根據(jù)所述用戶對每個所述好友的提及次數(shù)，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶。
39.如權(quán)利要求38所述的系統(tǒng)，其特征在于，所述推薦單元，用于將提及次數(shù)大于預(yù)定值的至少一個所述好友所對應(yīng)的所述第一用戶名推薦給所述用戶。
40.如權(quán)利要求38所 述的系統(tǒng)，其特征在于，所述推薦單元包括: 一排序子單元，用于根據(jù)所述用戶對每個所述好友的提及次數(shù)，對每個所述好友所對應(yīng)的所述第一用戶名排序； 一推薦子單元，用于將排序后的至少一個所述第一用戶名推薦給所述用戶。
41.如權(quán)利要求32至36任一項所述的系統(tǒng)，其特征在于，所述響應(yīng)模塊包括: 一歷史提及信息獲取單元，用于獲取所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)，作為所述歷史提及信息。
42.如權(quán)利要求41所述的系統(tǒng)，其特征在于，所述推薦模塊包括: 一處理單元，用于根據(jù)所述第一對應(yīng)關(guān)系，所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)，得到所述用戶在所述其他社交網(wǎng)絡(luò)上對每個所述好友的提及次數(shù)； 一推薦單元，用于根據(jù)所述用戶在所述其他社交網(wǎng)絡(luò)上對每個所述好友的提及次數(shù)，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶。
43.如權(quán)利要求42所述的系統(tǒng)，其特征在于，所述推薦單元，用于將提及次數(shù)大于預(yù)定值的至少一個所述好友所對應(yīng)的所述第一用戶名推薦給所述用戶。
44.如權(quán)利要求42所述的系統(tǒng)，其特征在于，所述推薦單元包括: 一排序子單元，用于根據(jù)所述用戶在所述其他社交網(wǎng)絡(luò)上對每個所述好友的提及次數(shù)，對每個所述好友所對應(yīng)的所述第一用戶名排序； 一推薦子單元，用于將排序后的至少一個所述第一用戶名推薦給所述用戶。
45.如權(quán)利要求32至36任一項所述的系統(tǒng)，其特征在于，所述響應(yīng)模塊包括: 一歷史提及信息獲取單元，用于獲取所述用戶在所述第一社交網(wǎng)絡(luò)和所述其他社交網(wǎng)絡(luò)上的歷史發(fā)布內(nèi)容與歷史提及用戶名之間的第二對應(yīng)關(guān)系，作為所述歷史提及信息。
46.如權(quán)利要求32至36任一項所述的系統(tǒng)，其特征在于，所述響應(yīng)模塊包括: 一歷史提及信息獲取單元，用于獲取所述用戶在所述其他社交網(wǎng)絡(luò)上的歷史發(fā)布內(nèi)容與歷史提及用戶名之間的第二對應(yīng)關(guān)系，作為所述歷史提及信息。
47.如權(quán)利要求45或46所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括: 一當(dāng)前輸入信息獲取模塊，用于獲取所述用戶的當(dāng)前輸入信息。
48.如權(quán)利要求47所述的系統(tǒng)，其特征在于，所述推薦模塊，用于根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，以及所述用戶的當(dāng)前輸入信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶。
49.如權(quán)利要求48所述的系統(tǒng)，其特征在于，所述推薦模塊包括: 一第一處理單元，用于根據(jù)所述第一對應(yīng)關(guān)系和所述第二對應(yīng)關(guān)系，得到所述用戶的所述好友與發(fā)布內(nèi)容的關(guān)鍵詞之間的第三對應(yīng)關(guān)系； 一第二處理單元，用于從所述用戶的當(dāng)前輸入信息中提取當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞，根據(jù)當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞和所述第三對應(yīng)關(guān)系，得到至少一個候選好友； 一推薦單元，用于將所述至少一個候選好友所對應(yīng)第一用戶名推薦給所述用戶。
50.如權(quán)利要求48所述的系統(tǒng)，其特征在于，所述推薦模塊包括: 一第一處理單元，用于根據(jù)所述第一對應(yīng)關(guān)系和所述第二對應(yīng)關(guān)系，得到所述用戶的所述好友與發(fā)布內(nèi)容的關(guān)鍵詞之間的第三對應(yīng)關(guān)系； 一第二處理單元，用于從所述用戶的當(dāng)前輸入信息中提取當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞，根據(jù)當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞和所述第三對應(yīng)關(guān)系，得到至少一個候選好友； 一第三處理單元，用于從所述用戶的當(dāng)前輸入信息中提取第一用戶名的前綴，根據(jù)所述第一用戶名的前綴得到候選第一用戶名集合； 一第四處理單元，用于根據(jù)所述至少一個候選好友，從所述候選第一用戶名集合中篩選得到候選第一用戶名子集； 一推薦單元，用于將所述候選第一用戶名子集中的至少一個第一用戶名推薦給所述用戶。
51.如權(quán)利要求48所述的系統(tǒng)，其特征在于，所述歷史提及信息獲取單元，還用于獲取所述用戶在所述第一社交網(wǎng)絡(luò)中對每個所述第一用戶名的提及次數(shù)以及所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)，作為所述歷史提及信息。
52.如權(quán)利要求51所述的系統(tǒng)，其特征在于，所述推薦模塊包括: 一第一處理單元，用于根據(jù)所述第一對應(yīng)關(guān)系和所述第二對應(yīng)關(guān)系，得到所述用戶的所述好友與發(fā)布內(nèi)容的關(guān)鍵詞之間的第三對應(yīng)關(guān)系； 一第二處理單元，用于從所述用戶的當(dāng)前輸入信息中提取當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞，根據(jù)當(dāng)前發(fā)布內(nèi)容的關(guān)鍵詞和所述第三對應(yīng)關(guān)系，得到至少一個候選好友； 一第三處理單元，用于根據(jù)所述第一對應(yīng)關(guān)系，所述用戶在第一社交網(wǎng)絡(luò)中對每個所述第一用戶名的提及次數(shù)，以及所述用戶在其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)，得到所述用戶對每個所述候選好友的提及次數(shù)； 一推薦單元，用于根據(jù)所述用戶對每個所述候選好友的提及次數(shù)，將所述至少一個候選好友中至少一個所對應(yīng)的所述第一用戶名推薦給所述用戶。
53.如權(quán)利要求32至36任一項所述的系統(tǒng)，其特征在于，所述響應(yīng)模塊包括: 一歷史提及信息獲取單元，用于獲取所述用戶在所述第一社交網(wǎng)絡(luò)和所述其他社交網(wǎng)絡(luò)上的歷史發(fā)布內(nèi)容的環(huán)境信息與歷史提及用戶名之間的第四對應(yīng)關(guān)系，作為所述歷史提及信息。
54.如權(quán)利要求32至36任一項所述的系統(tǒng)，其特征在于，所述響應(yīng)模塊包括: 一歷史提及信息獲取單元，用于獲取所述用戶在所述其他社交網(wǎng)絡(luò)上的歷史發(fā)布內(nèi)容的環(huán)境信息與歷史提及用戶名之間的第四對應(yīng)關(guān)系，作為所述歷史提及信息。
55.如權(quán)利要求53或54所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括: 一環(huán)境信息獲取模塊，用于獲取所述用戶當(dāng)前的環(huán)境信息。
56.如權(quán)利要求55所述的系統(tǒng),其特征在于,所述推薦模塊,用于根據(jù)所述第一對應(yīng)關(guān)系和所述歷史提及信息，以及所述用戶當(dāng)前的環(huán)境信息，將所述第一用戶名集合中的至少一個所述第一用戶名推薦給所述用戶。
57.如權(quán)利要求56所述的系統(tǒng),其特征在于,所述推薦模塊包括: 一第一處理單元，用于根據(jù)所述第一對應(yīng)關(guān)系和所述第四對應(yīng)關(guān)系，得到所述用戶的所述好友與環(huán) 境信息的屬性之間的第五對應(yīng)關(guān)系； 一第二處理單元，用于提取當(dāng)前的環(huán)境信息的屬性，根據(jù)當(dāng)前的環(huán)境信息的屬性和所述第五對應(yīng)關(guān)系，得到至少一個候選好友； 一推薦單元，用于將所述至少一個候選好友對應(yīng)的所述第一用戶名推薦給所述用戶。
58.如權(quán)利要求56所述的系統(tǒng)，其特征在于，所述歷史提及信息獲取單元，還用于獲取所述用戶在所述第一社交網(wǎng)絡(luò)中對每個所述第一用戶名的提及次數(shù)以及所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)，作為所述歷史提及信息。
59.如權(quán)利要求58所述的系統(tǒng)，其特征在于，所述推薦模塊包括: 一第一處理單元，用于根據(jù)所述第一對應(yīng)關(guān)系和所述第四對應(yīng)關(guān)系，得到所述用戶的所述好友與環(huán)境信息的屬性之間的第五對應(yīng)關(guān)系； 一第二處理單元，用于提取當(dāng)前的環(huán)境信息的屬性，根據(jù)當(dāng)前的環(huán)境信息的屬性和所述第五對應(yīng)關(guān)系，得到至少一個候選好友； 一第三處理單元，用于根據(jù)所述用戶在所述第一社交網(wǎng)絡(luò)中對所述第一用戶名的提及次數(shù)，所述用戶在所述其他社交網(wǎng)絡(luò)中對所述第二用戶名的提及次數(shù)，以及所述第一對應(yīng)關(guān)系，得到所述用戶對每個所述候選好友的提及次數(shù)； 一推薦單元，用于根據(jù)所述用戶對每個所述候選好友的提及次數(shù)，將所述至少一個候選好友中至少一個所對應(yīng)的所述第一用戶名推薦給所述用戶。
60.—種信息處理方法,其特征在于,包括: 收集用戶在第一社交網(wǎng)絡(luò)及其他社交網(wǎng)絡(luò)上或在其他社交網(wǎng)絡(luò)上的歷史提及信息； 存儲所述歷史提及信息。
61.如權(quán)利要求60所述的方法，其特征在于，所述方法還包括: 生成第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，其中，所述第一用戶名集合包括所述用戶的好友在所述第一社交網(wǎng)絡(luò)中的至少一個第一用戶名，所述第二用戶名集合包括所述用戶的所述好友在所述其他社交網(wǎng)絡(luò)中的至少一個第二用戶名。
62.如權(quán)利要求60或61所述的方法，其特征在于，所述歷史提及信息包括:所述用戶在所述第一社交網(wǎng)絡(luò)中對每個所述第一用戶名的提及次數(shù)，以及所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)，或者， 包括:所述用戶在所述其他社交網(wǎng)絡(luò)中對每個所述第二用戶名的提及次數(shù)。
63.如權(quán)利要求60至62任一項所述的方法，其特征在于，所述歷史提及信息包括:所述用戶在所述第一社交網(wǎng)絡(luò)和所述其他社交網(wǎng)絡(luò)上的歷史發(fā)布內(nèi)容與歷史提及用戶名之間的第二對應(yīng)關(guān)系，或者， 包括:所述用戶在所述其他社交網(wǎng)絡(luò)上的歷史發(fā)布內(nèi)容與歷史提及用戶名之間的第二對應(yīng)關(guān)系。
64.如權(quán)利要求60至63任一項所述的方法，其特征在于，所述歷史提及信息包括:所述用戶在所述第一社交網(wǎng)絡(luò)和所述其他社交網(wǎng)絡(luò)的歷史發(fā)布內(nèi)容的環(huán)境信息與歷史提及用戶名之間的第四對應(yīng)關(guān)系，或者， 包括:所述用戶在所述其他社交網(wǎng)絡(luò)的歷史發(fā)布內(nèi)容的環(huán)境信息與歷史提及用戶名之間的第四對應(yīng)關(guān)系。
65.—種信息處理系統(tǒng),其特征在于,所述系統(tǒng)包括: 一收集模塊，用于收集用戶在第一社交網(wǎng)絡(luò)及其他社交網(wǎng)絡(luò)上或在其他社交網(wǎng)絡(luò)上的歷史提及信息； 一存儲模塊，用于存儲所述歷史提及信息。
66.如權(quán)利要求65所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括: 一生成模塊，用于生成第一用戶名集合與第二用戶名集合之間的第一對應(yīng)關(guān)系，其中，所述第一用戶名集合包括所述用戶的好友在所述第一社交網(wǎng)絡(luò)中的至少一個第一用戶名，所述第二用戶名集合包括所述用戶的所述好友在所述其他社交網(wǎng)絡(luò)中的至少一個第二用戶名。
【文檔編號】G06F17/30GK103838834SQ201410064278
【公開日】2014年6月4日 申請日期:2014年2月25日 優(yōu)先權(quán)日:2014年2月25日
【發(fā)明者】于魁飛 申請人:北京智谷睿拓技術(shù)服務(wù)有限公司