国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦方法及系統(tǒng)的制作方法

      文檔序號:9810666閱讀:237來源:國知局
      一種基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦方法及系統(tǒng)的制作方法
      【技術(shù)領(lǐng)域】
      [0001]本發(fā)明屬于互聯(lián)網(wǎng)技術(shù)領(lǐng)域,具體涉及一種基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦方法及系統(tǒng)。
      【背景技術(shù)】
      [0002]陌生交友是指,兩個在現(xiàn)實(shí)生活中不存在社會關(guān)系的人建立社交網(wǎng)絡(luò)上的好友關(guān)系。陌生交友目前已經(jīng)是一個比較普遍的社交網(wǎng)絡(luò)現(xiàn)象。當(dāng)前社交網(wǎng)絡(luò)/軟件的好友推薦技術(shù)主要依據(jù)的是用戶之間的相似性。好友推薦方法主要包括三類:(I)基于社交網(wǎng)絡(luò)中的節(jié)點(diǎn)(即用戶)的網(wǎng)絡(luò)相似性度量來推薦,代表性的產(chǎn)品或功能包括騰訊QQ的可能認(rèn)識的人、Facebook的People You May Know等;(2)基于用戶屬性的相似性來推薦,比如同城交友、具有相同興趣的交友等;(3)上述兩種技術(shù)的混合。這三類技術(shù)的核心思想均為基于用戶之間的相似性來推薦好友。
      [0003]但是,當(dāng)前的好友推薦方法在推薦陌生好友時常常存在以下問題:
      [0004](I)對用戶產(chǎn)生騷擾。只有部分用戶或者處于某些階段的用戶才會對陌生交友感興趣,而另外一些用戶或者處于另外一些階段的用戶則可能對陌生交友不感興趣。為后一種用戶推薦陌生好友,或者將后一種用戶推薦給別的用戶,會對這些用戶造成騷擾;(2)推薦不準(zhǔn)確?,F(xiàn)有的推薦方法依據(jù)的是相似性度量,然而,這樣推薦得到的好友,用戶往往不感興趣。與推薦相似的用戶相比,推薦相匹配的用戶應(yīng)該會更加準(zhǔn)確。(3)現(xiàn)有的推薦系統(tǒng)的推薦結(jié)果基本是靜態(tài)的,推薦結(jié)果會在較長時間內(nèi)保持不變,而推薦陌生好友是一個不斷試錯和總結(jié)的過程。

      【發(fā)明內(nèi)容】

      [0005]為了克服上述現(xiàn)有技術(shù)存在的缺陷,本發(fā)明的目的在于提供一種基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦方法及系統(tǒng)。
      [0006]本發(fā)明是通過以下技術(shù)方案來實(shí)現(xiàn):
      [0007]本發(fā)明公開了一種基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦方法,包括以下步驟:
      [0008]步驟一,通過社交網(wǎng)絡(luò)用戶交友數(shù)據(jù)庫,識別處于社交探索期的用戶,構(gòu)建社交探索期用戶列表;
      [0009]步驟二,在社交探索期用戶列表中,根據(jù)社交探索期的用戶個人屬性,計(jì)算兩個處于社交探索期的用戶的雙吸引指數(shù),得出二者的匹配程度;
      [0010]步驟三,根據(jù)匹配程度將推薦結(jié)果動態(tài)展示給社交探索期的用戶,社交探索期的用戶根據(jù)需求自行選擇互動。
      [0011]步驟一所述的構(gòu)建社交探索期用戶列表,具體操作包括如下步驟:
      [0012]I)采集某一用戶在最近某一時間段內(nèi)的交友記錄,計(jì)算新增好友與該用戶的共同好友數(shù);
      [0013]2)定義與該用戶的共同好友數(shù)等于O的新增好友為陌生好友;定義與該用戶的共同好友數(shù)大于O的新增好友為熟人好友;
      [0014]3)根據(jù)自定義規(guī)則,篩選得出處于社交探索期的用戶,形成社交探索期用戶列表。
      [0015]優(yōu)選地,步驟3)自定義規(guī)則為:若用戶新增好友數(shù)大于5,并且新增好友中的陌生好友所占的比例大于50%,則視此用戶為社交探索期用戶。
      [0016]共同好友數(shù)指用戶的好友與新增好友的好友重復(fù)個數(shù)。
      [0017]步驟二所述的根據(jù)社交探索期的用戶個人屬性,計(jì)算兩個處于社交探索期的用戶的雙吸引指數(shù),具體操作包括如下步驟:
      [0018]I)假設(shè)有兩個用戶Ul和U2,采集Ul和U2的個人屬性,并形成個人屬性向量A;
      [0019]2)采集Ul和U2在某一時間段內(nèi)新增好友的個人屬性向量Af,計(jì)算平均個人屬性P;
      [0020 ] 3)計(jì)算U2對Ul的吸引指數(shù)以及Ul對U2的吸引指數(shù):
      [0021]U2對Ul的吸引指數(shù)的計(jì)算公式為:AI(U2>U1)=P1.A2/( |Pl |* |A2 |);
      [0022]其中Pl.A2是向量積,|P1 I是向量的模,該公式計(jì)算Pl與A2向量的余弦,通過兩個向量的夾角來判斷其匹配程度;
      [0023]Ul對U2的吸引指數(shù)計(jì)算公式為:AI(U1>U2)=P2.A1/(|P2|*|A1|);
      [0024]4)定義Ul和U2間的雙吸引指數(shù)為Al (U1〈>U2),計(jì)算兩個用戶Ul和U2間的雙吸引指數(shù),計(jì)算公式如下:AI(U1〈>U2)=AI(U1>U2)*AI(U2>U1)。
      [0025]步驟三所述的根據(jù)匹配程度將推薦結(jié)果動態(tài)展示給社交探索期的用戶,是按照雙吸引指數(shù)得分由高到低將推薦結(jié)果按順序推薦給用戶,并通過用戶終端能夠識別的方式展不O
      [0026]優(yōu)選地,當(dāng)用戶瀏覽過推薦結(jié)果后,推薦結(jié)果失效并消失。
      [0027]優(yōu)選地,當(dāng)未瀏覽的推薦結(jié)果小于用戶設(shè)定的數(shù)量時,重新啟動計(jì)算下一批推薦結(jié)果。
      [0028]本發(fā)明還公開了一種基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦系統(tǒng),包括:
      [0029]社交探索期用戶識別模塊,該模塊基于用戶交友數(shù)據(jù)庫,用于識別處于社交探索期的社交網(wǎng)絡(luò)用戶,并構(gòu)建社交探索期用戶列表;
      [0030]交友匹配計(jì)算模塊,用于計(jì)算兩個處于社交探索期的用戶的雙吸引指數(shù),得出二者的匹配程度;
      [0031]結(jié)果展示模塊,用于將推薦結(jié)果動態(tài)展示給用戶,并允許用戶根據(jù)需求進(jìn)行互動。
      [0032]與現(xiàn)有技術(shù)相比,本發(fā)明具有以下有益的技術(shù)效果:
      [0033]本發(fā)明公開的基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦方法,首先通過識別處于社交探索期的用戶,構(gòu)建社交探索期用戶列表;然后根據(jù)社交探索期的用戶個人屬性,計(jì)算兩個處于社交探索期的用戶的雙吸引指數(shù),得出二者的匹配程度;最后,根據(jù)匹配程度將推薦結(jié)果動態(tài)展示給社交探索期的用戶。該方法較現(xiàn)有方法優(yōu)勢主要體現(xiàn)在:該方法通過識別社交探索期的用戶,只為社交探索期的用戶推薦其它社交探索期的用戶,杜絕對用戶的騷擾。同時,通過設(shè)計(jì)“雙吸引指數(shù)”概率計(jì)算模型,推薦相匹配的用戶,提高推薦的準(zhǔn)確度。
      [0034]優(yōu)選地,當(dāng)用戶瀏覽過推薦結(jié)果后,推薦結(jié)果失效并消失,當(dāng)未瀏覽的推薦結(jié)果小于用戶設(shè)定的數(shù)量時,重新啟動計(jì)算下一批推薦結(jié)果。本方法能夠通過設(shè)計(jì)推薦結(jié)果的生命周期管理,使得推薦結(jié)果隨著用戶操作而動態(tài)變化。
      [0035]本發(fā)明公開的基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦系統(tǒng),主要由以下三部分組成:社交探索期用戶識別模塊、交友匹配計(jì)算模塊、推薦結(jié)果展示模塊。社交探索期用戶識別模塊基于用戶交友數(shù)據(jù)庫,識別處于社交探索期的社交網(wǎng)絡(luò)用戶;交友匹配計(jì)算模塊用于計(jì)算兩個處于社交探索期的用戶的匹配指數(shù);結(jié)果展示模塊是將推薦結(jié)果動態(tài)展示給用戶,并允許用戶進(jìn)行一定的互動。
      【附圖說明】
      [0036]圖1為基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦系統(tǒng)邏輯結(jié)構(gòu)圖;
      [0037]圖2為基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦結(jié)果展示圖。
      [0038]其中,101為用戶交友數(shù)據(jù)庫;102為社交探索期用戶識別模塊;103為交友匹配計(jì)算模塊;104為結(jié)果展示模塊。
      【具體實(shí)施方式】
      [0039]下面結(jié)合具體的實(shí)施例對本發(fā)明做進(jìn)一步的詳細(xì)說明,所述是對本發(fā)明的解釋而不是限定。
      [0040]本發(fā)明公開了一種基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦方法及系統(tǒng),其功能結(jié)構(gòu)圖如圖1所示,其中,101為用戶交友數(shù)據(jù)庫;102為社交探索期用戶識別模塊;103為交友匹配計(jì)算模塊;104為結(jié)果展示模塊。
      [0041]系統(tǒng)功能主要由以下三部分組成:社交探索期用戶識別模塊102、交友匹配計(jì)算模塊103及結(jié)果展示模塊104。社交探索期用戶識別模塊102基于用戶交友數(shù)據(jù)庫,識別處于社交探索期的社交網(wǎng)絡(luò)用戶;交友匹配計(jì)算模塊103用于計(jì)算兩個處于社交探索期的用戶的匹配指數(shù);結(jié)果展示模塊104是將推薦結(jié)果動態(tài)展示給用戶,并允許用戶進(jìn)行一定的互動。
      [0042]基于雙吸引度計(jì)算的社交網(wǎng)絡(luò)陌生交友推薦方法,包括以下步驟:
      [0043]步驟一,通過社交網(wǎng)絡(luò)用戶交友數(shù)據(jù)庫,識別處于社交探索期的用戶,構(gòu)建社交探索期用戶列表;
      [0044]步驟二,在社交探索期用戶列表中,根據(jù)社交探索期的用戶個人屬性,計(jì)算兩個處于社交探索期的用戶的雙吸引指數(shù),得出二者的匹配程度;
      [0045]步驟三,根據(jù)匹配程度將推薦結(jié)果動態(tài)展示給社交探索期
      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1