專利名稱：一種基于用戶的行為判斷其與好友的親疏度的方法與設備的制作方法
技術領域：
本發(fā)明涉及網(wǎng)絡技術領域，尤其涉及基于用戶行為判斷用戶與其好友的親疏度的技術。
背景技術：
伴隨著Web 2.0的浪潮，即時通信、SNS、P2P、博客和微博等應用吸引了越來越多的用戶。相應地，個人用戶面臨著好友人數(shù)的激增，以及大量、頻發(fā)的信息更新，從而形成面對強大的互動應用和豐富的更新信息卻無法有效溝通的“悖境”。而且，這一趨勢甚至會隨著智能移動終端的廣泛應用有所加劇。因而，為用戶最優(yōu)展示出與該用戶最為親近的好友及其更新，將成為web2. 0用戶普遍面臨的難題。現(xiàn)有的hcebook、開心網(wǎng)等交友網(wǎng)站主要限于基于網(wǎng)絡社交網(wǎng)絡的好友推薦，這顯然無法支持用戶最優(yōu)展示其最親近好友及其更新的訴求。

發(fā)明內容
本發(fā)明的目的是提供一種基于用戶的行為判斷其與好友的親疏度的方法與設備。根據(jù)本發(fā)明的一個方面，提供了一種用于基于用戶行為判斷用戶與其好友的親疏度的方法，該方法包括以下步驟a自動獲取用戶的用戶行為；b根據(jù)所述用戶行為，判斷所述用戶與其至少一位好友中每一位的親疏度。根據(jù)本發(fā)明的另一個方面，還提供了一種用于基于用戶行為判斷用戶與其好友的親疏度的設備，該設備包括獲取裝置，用于自動獲取用戶的用戶行為；親疏度判斷裝置，用于根據(jù)所述用戶行為，判斷所述用戶與其至少一位好友中每一位的親疏度。與現(xiàn)有技術相比，本發(fā)明通過獲取用戶在其與好友交互的虛擬空間的網(wǎng)絡操作 (即用戶行為)，判斷該用戶與其好友的親疏度，從而使用戶獲取其最親近的好友的更新并與之迅捷溝通成為可能。


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描述，本發(fā)明的其它特征、目的和優(yōu)點將會變得更明顯圖1示出根據(jù)本發(fā)明一個方面的基于用戶行為判斷用戶與其好友的親疏度的系統(tǒng)拓撲圖；圖2示出根據(jù)本發(fā)明一個方面的基于用戶行為判斷用戶與其好友的親疏度的設備的示意圖；圖3示出根據(jù)本發(fā)明一個優(yōu)選實施例的基于用戶行為判斷用戶與其好友的親疏度的設備的示意圖；圖4示出根據(jù)本發(fā)明另一個優(yōu)選實施例的基于用戶行為判斷用戶與其好友的親疏度的設備的示意圖；圖5示出根據(jù)本發(fā)明另一個方面的基于用戶行為判斷用戶與其好友的親疏度的流程圖；圖6示出根據(jù)本發(fā)明一個優(yōu)選實施例的基于用戶行為判斷用戶與其好友的親疏度的流程圖；圖7示出根據(jù)本發(fā)明另一個優(yōu)選實施例的基于用戶行為判斷用戶與其好友的親疏度的流程圖；圖8示出根據(jù)本發(fā)明又一個優(yōu)選實施例的基于用戶行為判斷用戶與其好友的親疏度的流程圖。 附圖中相同或相似的附圖標記代表相同或相似的部件。
具體實施例方式下面結合附圖對本發(fā)明作進一步詳細描述。圖1示出根據(jù)本發(fā)明一個方面的基于用戶行為判斷用戶與其好友的親疏度的系統(tǒng)拓撲圖，其中包括親疏度判斷設備1以及多個用戶設備2。其中，親疏度判斷設備1可與多個用戶設備2經(jīng)由網(wǎng)絡相連接，并根據(jù)用戶從用戶設備2輸入的用戶行為判斷用戶與其好友的親疏度。在此，網(wǎng)絡包括但不限于互聯(lián)網(wǎng)、廣域網(wǎng)、城域網(wǎng)、局域網(wǎng)、VPN網(wǎng)絡、無線自組織網(wǎng)絡(Ad Hoc網(wǎng)絡)等；用戶行為包括該用戶在與其好友進行網(wǎng)絡交互時的操作行為， 所述網(wǎng)絡交互包括但不限于網(wǎng)絡社區(qū)、即時通信、P2P、博客(blog)和微博(如Twitter)等各種供用戶基于網(wǎng)絡平臺進行互動的形式；親疏度是表示用戶與其好友的關系親密或疏遠的程度。另外，親疏度判斷設備1可以是獨立的計算設備，包括但不限于普通計算機、服務器、小型主機、大型主機等，也可以是與其他應用共享的計算設備，包括但不限于企業(yè)服務器、企業(yè)網(wǎng)站服務器、門戶網(wǎng)站服務器、搜索網(wǎng)站服務器等。而用戶設備2可以是任何一種可與用戶通過鍵盤、鼠標、遙控器、觸摸板、或手寫設備等方式進行人機交互的電子產(chǎn)品，例如計算機、智能手機、PDA、或IPTV等。本領域技術人員應能理解上述親疏度判斷設備1、用戶設備2以及連接其間的網(wǎng)絡僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的親疏度判斷設備、用戶設備或網(wǎng)絡如可適用于本發(fā)明，也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。為簡明起見，下面以一個用戶設備2為例進行描述。本領域技術人員應能理解，親疏度判斷設備1可以同時與多個用戶設備2交互，并根據(jù)從不同用戶設備2輸入的用戶行為判斷不同用戶與其好友的親疏度。圖2示出根據(jù)本發(fā)明一個方面的基于用戶行為判斷用戶與其好友的親疏度的設備的示意圖。其中，親疏度判斷設備1中包括獲取裝置11和親疏度判斷裝置12。具體地，獲取裝置11自動獲取用戶的用戶行為。也即，用戶通過用戶設備2中的瀏覽器軟件或客戶端軟件登錄其網(wǎng)絡交互空間，并通過與用戶設備2的交互方式，包括但不限于鍵盤、鼠標、遙控器、觸摸板、或手寫設備，在該用戶的網(wǎng)絡交互空間進行瀏覽、回復其好友的更新信息等操作，以實現(xiàn)與網(wǎng)絡對端的好友的互動；以鍵盤為例，當用戶在其網(wǎng)絡交互空間的用于回復其好友的更新信息的輸入窗口中敲擊鍵盤按鍵進行輸入時，獲取裝置 11通過頁面技術，如JSP、ASP、PHP技術，實時地獲取用戶敲擊的按鍵序列，并記錄為該用戶對其好友的更新信息的回復信息。本領域技術人員應能理解上述幾種頁面技術僅為舉例， 其他現(xiàn)有的或今后可能出現(xiàn)的頁面技術如可適用于本發(fā)明，也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。優(yōu)選地，獲取裝置11根據(jù)用戶登錄其網(wǎng)絡交互空間所使用的用戶名(登錄ID)，記錄和合并用戶通過不同的用戶設備2在其網(wǎng)絡交互空間的網(wǎng)絡操作行為。更優(yōu)選地，獲取裝置11利用用戶與其網(wǎng)絡交互空間的會話進程，記錄用戶在此進程有效期內通過用戶設備2在其網(wǎng)絡交互空間的網(wǎng)絡操作行為，從而在一定程度上防止誤采集他人在該用戶網(wǎng)絡交互空間的網(wǎng)絡操作行為。更優(yōu)選地，獲取裝置11可以通過隨機碼生成裝置，要求用戶在其網(wǎng)絡交互空間進行發(fā)布信息的網(wǎng)絡操作的同時，填寫隨機生成的隨機碼，以防止機器人發(fā)布信息，從而提高了該親疏度判斷設備1的準確性。優(yōu)選地，親疏度判斷設備1可以包括用戶行為庫101，以存儲獲取裝置11獲取的用戶行為；用戶行為庫101不僅可以為更長時間粒度的用戶行為分析提供所需用戶行為數(shù)據(jù)，還可以在一定程度緩解獲取裝置11與親疏度判斷裝置12之間的“生產(chǎn)者-消費者”匹配矛盾。親疏度判斷裝置12根據(jù)獲取裝置11提供的用戶行為，判斷該用戶與其至少一位好友中每一位的親疏度。具體地，親疏度判斷轉置12通過對所述用戶行為進行分析處理， 從而對該用戶的好友中與所述用戶行為相關的好友(們)中的每一位，判斷該用戶與其的親疏度，直至判斷獲得該用戶與那些與所述用戶行為相關的好友(們)中的每一位的親疏度。優(yōu)選地，親疏度判斷裝置12可以采用多種方式來根據(jù)所述用戶行為，判斷該用戶與其至少一位好友中每一位的親疏度。所述多種方式包括但不限于對于親疏度判斷裝置12實時接收的、由獲取裝置11實時獲取的每一條用戶行為，即時更新該用戶與該條用戶行為所對應的好友的親疏度；或者對于親疏度判斷裝置12實時接收的、由獲取裝置11在一段時間內獲取的用戶行為，逐一更新該用戶與所述用戶行為中每一條所對應的好友的親疏度， 直至所述用戶行為中的所有用戶行為均已處理完畢；或者對于親疏度判斷裝置12接收的、 由獲取裝置11在一段時間內獲取的用戶行為，進行統(tǒng)計分析處理，并據(jù)此統(tǒng)計分析結果更新用戶與所述用戶行為所對應的好友的親疏度。本領域技術人員應能理解上述幾種從用戶行為判斷親疏度的方式僅為舉例，基于這些范例進行的適當變化也可適用于本發(fā)明，其差別可能僅在于用戶與其好友的親疏度的變化情況的不同，故也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。優(yōu)選地，親疏度判斷設備1可以包括親疏度庫102，以存儲用戶與其好友的親疏度；親疏度庫102根據(jù)親疏度判斷裝置12所提供的信息更新用戶與其好友的親疏度，并為親疏度判斷設備1提供所需的親疏度信息。優(yōu)選地，獲取裝置11和親疏度判斷裝置12是持續(xù)不斷工作的。具體地，獲取裝置 11實時或定期獲取用戶輸入的用戶行為，親疏度判斷裝置12則根據(jù)所獲取的用戶行為判斷該用戶與其至少一位好友中每一位的親疏度。在此，本領域技術人員應理解“持續(xù)”是指親疏度判斷設備1的各裝置分別按照設定的或實時調整的工作模式要求進行用戶行為的獲取和所述用戶與其至少一位好友中每一位的親疏度的判斷，直至該用戶在較長時間內停止通過用戶設備2執(zhí)行網(wǎng)絡操作，即所述用戶行為。圖3示出根據(jù)本發(fā)明一個優(yōu)選實施例的基于用戶行為判斷用戶與其好友的親疏度的設備的示意圖。在此實施例中，親疏度判斷設備1還包括第一推介裝置13。具體地，第一推介裝置13根據(jù)親疏度判斷裝置12所提供的用戶與其好友的親疏度，將其好友列表和/ 或其好友的相關信息推介給該用戶。第一推介裝置13向用戶推介其好友列表和/或其好友的相關信息的方式，包括但不限于將所需推介的內容推送至用戶登錄其網(wǎng)絡交互空間所使用的用戶設備2 ；或者利用頁面技術，如JSP、ASP、PHP技術，將所需推介的內容寫入一個或多個網(wǎng)頁，并將相關網(wǎng)頁的URL推送至用戶登錄其網(wǎng)絡交互空間所使用的用戶設備2 ； 或者利用頁面技術，如JSP、ASP、PHP技術，將所需推介的內容寫入一個或多個網(wǎng)頁，并將部分所需推介的內容和相關網(wǎng)頁的URL推送至用戶登錄其網(wǎng)絡交互空間所使用的用戶設備 2。其中，對于后兩種推介方式，用戶如需了解所需推介的內容或其他為展現(xiàn)的所需推介的內容，可通過其用戶設備2直接訪問第一推介裝置13所提供的URL所對應的網(wǎng)頁。本領域技術人員應能理解上述幾種頁面技術僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的頁面技術如可適用于本發(fā)明，也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。同樣，本領域技術人員應能理解上述幾種推介方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的推介方式如可適用于本發(fā)明，也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。優(yōu)選地，獲取裝置11、親疏度判斷裝置12和第一推介裝置13是持續(xù)不斷工作的。 具體地，獲取裝置11實時地獲取用戶輸入的用戶行為，親疏度判斷裝置12則根據(jù)所獲取的用戶行為判斷該用戶與其至少一位好友中每一位的親疏度，相應地，提供裝置13也會根據(jù)用戶與其好友的親疏度，將其好友列表和/或其好友的相關信息推介給該用戶。在此，本領域技術人員應理解“持續(xù)”是指親疏度判斷設備1的各裝置分別按照設定的或實時調整的工作模式要求進行用戶行為的獲取、所述用戶與其至少一位好友中每一位的親疏度的判斷和根據(jù)親疏度向其推介其好友列表和/或其好友的相關信息，直至該用戶在較長時間內停止通過用戶設備2執(zhí)行網(wǎng)絡操作，即所述用戶行為。優(yōu)選地，第一推介裝置13還可以根據(jù)所述親疏度和/或時效性，對所述用戶的好友列表和/或其好友的相關信息進行篩選和/排序處理，并推介給所述用戶。具體地，第一推介裝置13根據(jù)用戶與其好友的親疏度、其好友的相關信息的時效性或者兩者的結合， 對好友列表、其好友的相關信息或者兩者的結合進行處理，并推介給所述用戶。在此，時效性是指用戶好友的相關信息是否被該用戶查看過。所述處理的步驟可以是篩選、排序或者兩者的結合。本領域技術人員應能理解親疏度、時效性及其組合等上述處理方式僅為舉例， 其他現(xiàn)有的或今后可能出現(xiàn)的處理方式如可適用于本發(fā)明，也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。本領域技術人員應能理解好友列表、其好友的相關信息或者兩者的結合等上述處理對象僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的處理對象如可適用于本發(fā)明，也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。本領域技術人員應能理解篩選、排序及其組合等上述處理步驟僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的處理步驟如可適用于本發(fā)明，也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。在一個優(yōu)選實施實例中，親疏度盤設備1還可以包括第二推介裝置。該第二推介裝置根據(jù)用戶與其好友的親疏度，結合所述其好友與所述其好友的好友的親疏度，判斷所述用戶與所述其好友的好友的親疏度；根據(jù)所述用戶與所述其好友的好友的親疏度，將所述其好友的好友的相關信息推介給所述用戶。具體地，該第二推介裝置基于一個直觀假設——用戶與其好友的好友也可能成為好友，對于用戶(記為Ua)的每一位好友(記為Ub)，根據(jù)fe與Wd的親疏度F (Ua, Ub)和Wd與Wd的每一位好友(記為Uc)的親疏度F (Ub, Uc)，確定Ua與Uc的親疏度F (UA，Uc)；并對于根據(jù)用戶Ua與其每一位好友Ub的每一位好友Uc的親疏度F(Ua，Uc)，將Uc的相關信息推介給fe。優(yōu)選地，用戶與其好友的親疏度是一個歸一化或未歸一化的數(shù)值。若該親疏度是一個歸一化數(shù)值，則有F (Ua，Uc) =F (Ua，Ub) *F (Ub，Uc)其中，上式中“*”是表示數(shù)值乘法。若該親疏度是一個未歸一化的數(shù)值，則有F (Ua, Uc) = | | F (Ua, Ub) | | *F (Ub，Uc)，或F (Ua, Uc) = F (Ua, Ub) * | | F (Ub，Uc) |其中，上兩式中“| |x| |”是表示對數(shù)值“X”進行歸一化處理的結果，“*”是表示數(shù)值乘法。在此，歸一化處理的方式包括但不限于選取一個歸一化基準值(記為xO)，則有Ilxll = x/xO其中，“/”為數(shù)值除法。若對于用戶Ua與其好友Ub的親疏度F(Uajb)進行歸一化處理，則“xO”可取為用戶fe與其好友的最大親疏度max{F( , ) |Ud為fe的好友}或用戶Ua與其所有好友的親疏度之和Σ F(Ua, Ud)(其中，Ud為fe的好友)。本領域技術人員應能理解上述歸一化處理的方式(包括歸一化基準值的選取)僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的歸一化處理的方式(包括歸一化基準值的選取)如可適用于本發(fā)明，也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。本領域技術人員應能理解上述根據(jù)用戶Ua與其好友Ub的親疏度、Ub與其好友的親疏度Uc確定Ua與Uc的親疏度的方法僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的確定用戶與其好友的好友的親疏度的方法如可適用于本發(fā)明，也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。該第二推介裝置采取與第一推介裝置13相同的推介方式，向用戶推介其好友的好友的相關信息。因此，不再贅述相關實施方式，僅將第一推介裝置13的相關具體實施方式
在此以引用方式包含于此。優(yōu)選地，該第二推介裝置還根據(jù)用戶與其好友的好友的親疏度和/或時效性，對其好友的好友的相關信息進行篩選和/排序處理，并推介給所述用戶。該第二推介裝置采取與第一推介裝置13相同的篩選和/排序處理方式，并向用戶推介其好友的好友的相關信息。因此，不再贅述相關實施方式，僅將第一推介裝置13的相關具體實施方式
在此以引用方式包含于此。優(yōu)選地，本發(fā)明中的相關信息，包括但不限于，以下各項中至少一項動態(tài)、偏好、 關注點、消費記錄、或消費心得分享等。在此，動態(tài)是指用戶在網(wǎng)絡交互空間與其好友分享的個人信息更新和信息發(fā)布。偏好、關注點、消費記錄、或消費心得分享等其他相關信息，可以從本網(wǎng)絡系統(tǒng)和/或外部網(wǎng)絡系統(tǒng)獲取的用戶的網(wǎng)絡操作行為分析整理所得，其內容包括但不限于用戶經(jīng)常訪問的網(wǎng)站與論壇、喜歡的網(wǎng)絡游戲、網(wǎng)購記錄、美食推薦等。親疏度判斷設備1可將用戶的相關信息存儲于用戶信息庫103 ；第一推介裝置13和/或該第二推介裝置從用戶信息庫103中讀取某個用戶的好友的相關信息或其好友的好友的相關信息， 并推介給所述用戶。優(yōu)選地，所述用戶行為包括但不限于，以下各項中至少一項查看動態(tài)、搜索動態(tài)、 回復動態(tài)、推薦動態(tài)、搜索其他用戶和添加好友等用戶在其網(wǎng)絡交互空間進行的網(wǎng)絡操作。在一個優(yōu)選實施例中，親疏度判斷裝置12還可以根據(jù)所述用戶行為，統(tǒng)計所述用
10戶對其至少一位好友中每一位的動態(tài)的點擊率、回復率、推薦率和搜索率中任意一項或幾項，以獲得所述用戶對其至少一位好友中每一位的親疏度。具體地，親疏度判斷裝置12首先對所述用戶行為進行統(tǒng)計分析，例如通過統(tǒng)計分析得到用戶fe對其好友的關注情況(如表1所示)，并根據(jù)此統(tǒng)計分析結果判斷該用戶對其至少一位好友中每一位的親疏度。以表1為例，親疏度判斷裝置12可以通過點擊率、回復率、推薦率和搜索率中任意一項或幾項，例如就點擊率而言，其好友按點擊率由高至低的順序為{U79，U1，U2，U3，U17，. . · }，從而可以獲得fe與其好友的親疏度對應前一排序依次為{5，2，1，1，1，0，...}；再如就點擊率、 回復率、推薦率與搜索率之和而言，其好友按點擊率、回復率、推薦率與搜索率之和由高至低的順序為{U79，Ul, U2，U17，U3，. . . }，從而可以獲得Ua與其好友的親疏度對應前一排序依次為{6，5，5，2，1，0，...}；又如就點擊率與搜索率之加權和(鑒于由于點擊率可能受限于動態(tài)的更新情況，而搜索率可能更表達了用戶的主動關注的程度，故點擊率和搜索率的權重分別為1和2、而言，其好友按點擊率與搜索率之加權和由高至低的順序為{U2，U79, Ul, U3，U17，...}，從而可以獲得fe與其好友的親疏度對應前一排序依次為{9，5，2，1，1， 0，. . . }。在此，點擊率是指該用戶點擊其好友的動態(tài)的次數(shù)；回復率是指該用戶回復其好友的動態(tài)的次數(shù)；推薦率是指該用戶推薦其好友的動態(tài)的次數(shù)；搜索率是指該用戶在其網(wǎng)絡交互空間的搜索結果包括其好友的動態(tài)的次數(shù)。本領域技術人員應能理解上述根據(jù)用戶行為的統(tǒng)計分析結果確定用戶與其好友的親疏度的方法僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的其他根據(jù)用戶行為的統(tǒng)計分析結果確定用戶與其好友的親疏度的方法如可適用于本發(fā)明，也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。本領域技術人員應能理解上述將統(tǒng)計結果的一項或多項的加權和直接作為用戶與其對應好友的親疏度的方法僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的其他將統(tǒng)計結果的一項或多項的加權和映射得用戶與其對應好友的親疏度的方法如可適用于本發(fā)明，也應包含在本發(fā)明保護范圍以內，并在此以引用方式包含于此。表1-根據(jù)用戶Ua的用戶行為進行統(tǒng)計分析所獲得的Ua對其好友的關注情況
權利要求
1.一種用于基于用戶行為判斷用戶與其好友的親疏度的方法，該方法包括以下步驟 a自動獲取用戶的用戶行為；b根據(jù)所述用戶行為，判斷所述用戶與其至少一位好友中每一位的親疏度。
2.根據(jù)權利要求1所述的方法，該方法還包括c根據(jù)所述親疏度，向所述用戶推介其好友列表和/或其好友的相關信息。
3.根據(jù)權利要求2所述的方法，所述步驟c還包括-根據(jù)所述親疏度和/或時效性，對所述用戶的好友列表和/或其好友的相關信息進行篩選和/排序處理，并推介給所述用戶。
4.根據(jù)權利要求1至3中任一項所述的方法，其中，該方法還包括步驟d-根據(jù)所述用戶與其好友的親疏度，結合所述其好友與所述其好友的好友的親疏度，判斷所述用戶與所述其好友的好友的親疏度；-根據(jù)所述用戶與所述其好友的好友的親疏度，將所述其好友的好友的相關信息推介給所述用戶。
5.根據(jù)權利要求4所述的方法，所述步驟d還包括-根據(jù)所述用戶與所述其好友的好友的親疏度和/或時效性，對所述其好友的好友的相關信息進行篩選和/排序處理，并推介給所述用戶。
6.根據(jù)權利要求2至5中任一項所述的方法，其中，所述相關信息包括以下各項中的至少一項-動態(tài)； -偏好； -關注點； -消費記錄； -消費心得分享。
7.根據(jù)權利要求1至6中任一項所述的方法，其中，所述用戶行為包括以下各項中的至少一項-查看動態(tài)； -搜索動態(tài)； -回復動態(tài)； -推薦動態(tài)； -搜索其他用戶； -添加好友。
8.根據(jù)權利要求7所述的方法，其中，所述步驟b還包括-根據(jù)所述用戶行為，統(tǒng)計所述用戶對其至少一位好友中每一位的動態(tài)的點擊率、回復率、推薦率和搜索率中任意一項或幾項，以獲得所述用戶對其至少一位好友中每一位的親疏度。
9.根據(jù)權利要求6、7或8所述的方法，其中所述動態(tài)包括以下各項中的至少一項 -所述用戶的好友的信息發(fā)布；-所述用戶的好友的個人信息更新。
10.根據(jù)權利要求1至9中任一項所述的方法，其中，所述步驟b還包括-根據(jù)所述用戶行為，確定所述用戶對至少一個動態(tài)的興趣度； -對所述用戶與其至少一位好友中每一位的興趣度進行興趣度相關處理，以獲得所述用戶與其至少一位好友中每一位的興趣相關度；-根據(jù)所述用戶與其至少一位好友中每一位的興趣相關度，判斷所述用戶與其至少一位好友中每一位的親疏度。
11.根據(jù)權利要求10中所述的方法，其中，所述步驟b還包括-根據(jù)所述用戶與其至少一位好友中每一位的興趣相關度，結合所述動態(tài)的權重，判斷所述用戶與其至少一位好友中每一位的親疏度。
12.根據(jù)權利要求11所述的方法，其中，所述動態(tài)的權重基于以下各項中的至少一項 -所述動態(tài)的訪問率；-所述動態(tài)的實時性； -所述動態(tài)的好友評價； -所述動態(tài)的外部評價。
13.根據(jù)權利要求1至12中任一項所述的方法，其中，所述步驟b還包括-所述用戶與其至少一位好友中每一位的親疏度Ft由本步驟判斷所得的所述用戶與其至少一位好友中每一位的親疏度F。和前一時刻的所述用戶與其至少一位好友中每一位的親疏度Fw按下式確定 Ft = λ *FC+(1_X )*Ft_1 其中，λ為0至1之間的修正因子。
14.根據(jù)權利要求1至13中任一項所述的方法，其中，該方法還包括步驟e-根據(jù)所述用戶與其好友的親疏度的變化，調整獲取所述用戶行為的獲取頻度； -根據(jù)更新后的獲取頻度，獲取所述用戶行為。
15.根據(jù)權利要求要求14所述的方法，其中，所述步驟e還包括-當所述用戶與其好友的親疏度在一段時間內的累計相對量低于降頻閾值時，降低所述獲取頻度；-當所述用戶與其好友的親疏度在一段時間內的累計相對變化量超過升頻閾值時，提高所述獲取頻度。
16.一種用于基于用戶行為判斷用戶與其好友的親疏度的設備，該設備包括 獲取裝置，用于自動獲取用戶的用戶行為；親疏度判斷裝置，用于根據(jù)所述用戶行為，判斷所述用戶與其至少一位好友中每一位的親疏度。
17.根據(jù)權利要求16所述的設備，該設備還包括第一推介裝置，用于根據(jù)所述親疏度，向所述用戶推介其好友列表和/或其好友的相關fe息。
18.根據(jù)權利要求17所述的設備，所述第一推介裝置還用于-根據(jù)所述親疏度和/或時效性，對所述用戶的好友列表和/或其好友的相關信息進行篩選和/排序處理，并推介給所述用戶。
19.根據(jù)權利要求16至18中任一項所述的設備，其中，該設備還包括第二推介裝置，用于-根據(jù)所述用戶與其好友的親疏度，結合所述其好友與所述其好友的好友的親疏度，判斷所述用戶與所述其好友的好友的親疏度；-根據(jù)所述用戶與所述其好友的好友的親疏度，將所述其好友的好友的相關信息推介給所述用戶。
20.根據(jù)權利要求19所述的設備，所述第二推介裝置還用于-根據(jù)所述用戶與所述其好友的好友的親疏度和/或時效性，對所述其好友的好友的相關信息進行篩選和/排序處理，并推介給所述用戶。
21.根據(jù)權利要求17至20中任一項所述的設備，其中，所述相關信息包括以下各項中的至少一項-動態(tài)； -偏好； -關注點； -消費記錄； -消費心得分享。
22.根據(jù)權利要求16至21中任一項所述的設備，其中，所述用戶行為包括以下各項中的至少一項-查看動態(tài)； -搜索動態(tài)； -回復動態(tài)； -推薦動態(tài)； -搜索其他用戶； -添加好友。
23.根據(jù)權利要求22所述的設備，其中，所述親疏度判斷裝置還用于-根據(jù)所述用戶行為，統(tǒng)計所述用戶對其至少一位好友中每一位的動態(tài)的點擊率、回復率、推薦率和搜索率中任意一項或幾項，以獲得所述用戶對其至少一位好友中每一位的親疏度。
24.根據(jù)權利要求21、22或23所述的設備，其中所述動態(tài)包括以下各項中的至少一項-所述用戶的好友的信息發(fā)布； -所述用戶的好友的個人信息更新。
25.根據(jù)權利要求16至M中任一項所述的設備，其中，所述親疏度判斷裝置還用于 -根據(jù)所述用戶行為，確定所述用戶對至少一個動態(tài)的興趣度；-對所述用戶與其至少一位好友中每一位的興趣度進行興趣度相關處理，以獲得所述用戶與其至少一位好友中每一位的興趣相關度；-根據(jù)所述用戶與其至少一位好友中每一位的興趣相關度，判斷所述用戶與其至少一位好友中每一位的親疏度。
26.根據(jù)權利要求25中所述的設備，其中，所述親疏度判斷裝置還用于-根據(jù)所述用戶與其至少一位好友中每一位的興趣相關度，結合所述動態(tài)的權重，判斷所述用戶與其至少一位好友中每一位的親疏度。
27.根據(jù)權利要求沈所述的設備，其中，所述動態(tài)的權重基于以下各項中的至少一項 -所述動態(tài)的訪問率；-所述動態(tài)的實時性； -所述動態(tài)的好友評價； -所述動態(tài)的外部評價。
28.根據(jù)權利要求16至27中任一項所述的設備，其中，所述親疏度判斷裝置還用于 -根據(jù)本裝置判斷所得的所述用戶與其至少一位好友中每一位的親疏度F。和前一時刻的所述用戶與其至少一位好友中每一位的親疏度Fw，按下式確定所述用戶與其至少一位好友中每一位的親疏度Ft: Ft = λ *FC+(1_X )*Ft_1 其中，λ為0至1之間的修正因子。
29.根據(jù)權利要求16至洲中任一項所述的設備，其中，該設備還包括獲取頻度調整裝置，用于-根據(jù)所述用戶與其好友的親疏度的變化，調整獲取所述用戶行為的獲取頻度； -根據(jù)更新后的獲取頻度，獲取所述用戶行為。
30.根據(jù)權利要求要求四所述的設備，其中，所述獲取頻度調整裝置還用于-當所述用戶與其好友的親疏度在一段時間內的累計相對變化量低于降頻閾值時，降低所述獲取頻度；-當所述用戶與其好友的親疏度在一段時間內的累計相對變化量超過升頻閾值時，提高所述獲取頻度。
全文摘要
本發(fā)明的目的是提供一種基于用戶的行為判斷其與好友的親疏度的方法與設備。其中，親疏度判斷設備自動獲取用戶的用戶行為，根據(jù)所述用戶行為，判斷所述用戶與其至少一位好友中每一位的親疏度。與現(xiàn)有技術相比，本發(fā)明通過獲取用戶在其與好友交互的虛擬空間的網(wǎng)絡操作(即用戶行為)，判斷該用戶與其好友的親疏度，從而使用戶獲取其最親近的好友的更新并與之迅捷溝通成為可能。
文檔編號H04L29/08GK102316130SQ20101021422
公開日2012年1月11日 申請日期2010年6月29日 優(yōu)先權日2010年6月29日
發(fā)明者侯建彬, 劉希軍, 葉青, 孟旭, 徐銳, 胡成文, 陳芳玥 申請人:百度在線網(wǎng)絡技術(北京)有限公司