[发明专利]一种SNS社区中推荐朋友的方法及系统有效

专利信息
申请号: 200610157496.9 申请日: 2006-12-13
公开(公告)号: CN101079714A 公开(公告)日: 2007-11-28
发明(设计)人: 刘立平 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: H04L12/16 分类号: H04L12/16
代理公司: 深圳市顺天达专利商标代理有限公司 代理人: 郭伟刚;蔡晓红
地址: 518057广东省深圳市高新科*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 sns 社区 推荐 朋友 方法 系统
【权利要求书】:

1、一种社会性网络SNS社区中推荐朋友的系统,至少包括第一用户和第二用户,其特征在于,还包括:

行为统计模块,用于在第一用户请求获得朋友推荐或第一用户登录SNS社区时分别统计第一用户和第二用户在SNS社区中的行为;

匹配模块,用于根据所述行为统计数据,对第一用户和第二用户进行行为习惯匹配;

推荐模块,用于在第一用户和第二用户的行为习惯相匹配时将第二用户作为朋友推荐给第一用户。

2、根据权利要求1所述的一种社会性网络SNS社区中推荐朋友的系统,其特征在于,所述匹配模块进一步包括:

转换子模块,用于将每一所述行为统计数据转换为数据值;

分析子模块,用于将所述行为统计数据值做加权运算,获得第一用户和第二用户进行行为习惯匹配度综合数据值,若所述匹配度综合数据值大于或等于预定值,则所述第一用户和第二用户的行为习惯相匹配;若所述匹配度综合数据值小于预定值,则所述第一用户和第二用户的行为习惯不匹配。

3、根据权利要求2所述的一种社会性网络SNS社区中推荐朋友的系统,其特征在于,所述行为统计模块统计的行为包括第一用户和第二用户在SNS社区的登录时间、登录频率、注销时间、页面停留时间、页面地址。

4、根据权利要求3所述的一种社会性网络SNS社区中推荐朋友的系统,其特征在于,所述分析子模块使用以下公式进行加权运算:所述行为加权运算公式为:匹配度综合数据值=第一用户和第二用户在同一页面停留时间的最小值+共同在线时间+登录频率参考值。

5、一种社会性网络SNS社区中推荐朋友的方法,所述SNS社区至少包括第一用户和第二用户,其特征在于,包括以下步骤:

(a)在第一用户请求获得朋友推荐或第一用户登录SNS社区时分别统计第一用户和第二用户在SNS社区中的行为;

(b)根据所述行为统计数据,对第一用户和第二用户进行行为习惯匹配;

(c)若第一用户和第二用户的行为习惯相匹配,则将第二用户作为朋友推荐给第一用户。

6、根据权利要求5所述的一种社会性网络SNS社区中推荐朋友的方法,其特征在于,所述步骤(b)进一步包括:

(b1)将每一所述行为统计数据转换为数据值;

(b2)将所述第一用户和第二用户的行为统计数据值做加权运算,获得第一用户和第二用户进行行为习惯匹配度综合数据值,若所述匹配度综合数据值大于或等于预定值,则所述第一用户和第二用户的行为习惯相匹配;若所述匹配度综合数据值小于预定值,则所述第一用户和第二用户的行为习惯不匹配。

7、根据权利要求6所述的一种社会性网络SNS社区中推荐朋友的方法,其特征在于,所述步骤(a)中的行为包括第一用户和第二用户在SNS社区的登录时间、登录频率、注销时间、页面停留时间、页面地址。

8、根据权利要求7所述的一种社会性网络SNS社区中推荐朋友的方法,其特征在于,所述行为加权运算公式为:匹配度综合数据值=第一用户和第二用户在同一页面停留时间的最小值+共同在线时间+登录频率参考值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200610157496.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top