[发明专利]SNS社区中的用户推荐方法和系统

权利要求书

1.一种SNS社区中的用户推荐方法，包括以下步骤：

获取第一用户和第二用户在第一社区中的互动记录；

根据所述互动记录生成第一用户与第二用户的互动频率；

根据所述互动频率计算第一用户与第二用户的熟识度；

在第二社区中将与第一用户的熟识度超过阈值的第二用户推荐给所述第一用户。

2.根据权利要求1所述的SNS社区中的用户推荐方法，其特征在于，所述互动记录包括第一用户与第二用户之间的访问、评论、回复、赞、转发、转载、分享中的至少一种操作记录。

3.根据权利要求1所述的SNS社区中的用户推荐方法，其特征在于，所述方法还包括：

根据第一社区中的用户关系链和第二社区中的用户关系链生成第一用户与第二用户的紧密度；

所述根据互动频次计算第一用户与第二用户的熟识度的步骤为：

根据所述互动频次和所述紧密度计算所述第一用户与第二用户的熟识度。

4.根据权利要求3所述的SNS社区中的用户推荐方法，其特征在于，所述根据所述第一社区的用户关系链和第二社区的用户关系链生成第一用户与第二用户的紧密度的步骤包括：

根据所述第一社区中的用户关系链判断在第一社区中第一用户与第二用户的关系为以下哪一种：第二用户为第一用户的好友、第二用户为第一用户的二度好友、第二用户为第一用户收听或关注的用户；

根据所述第二社区中的用户关系链判断在第二社区中第二用户是否为第一用户的二度好友；

若在第一社区中第二用户为第一用户的好友或第二用户为第一用户的二度好友或第二用户为第一用户收听或关注的用户、或在第二社区中第二用户为第一用户的二度好友，则根据预设的权重相应的增加第一用户与第二用户的紧密度。

5.根据权利要求3或4所述的SNS社区中的用户推荐方法，其特征在于，所述方法还包括：

根据第一用户和第二用户在第一社区中的个人资料、第一用户和第二用户在第二社区中的个人资料计算第一用户与第二用户的相似度；

所述根据所述互动频率计算第一用户与第二用户的熟识度的步骤为：

根据所述互动频率、所述紧密度和所述相似度计算所述第一用户与第二用户的熟识度。

6.一种SNS社区中的用户推荐系统，其特征在于，包括：

记录获取模块，用于获取第一用户和第二用户在第一社区中的互动记录；

互动频率生成模块，用于根据所述互动记录生成第一用户与第二用户的互动频率；

熟识度计算模块，用于根据所述互动频率计算第一用户与第二用户的熟识度；

推荐模块，用于在第二社区中将与第一用户的熟识度超过阈值的第二用户推荐给所述第一用户。

7.根据权利要求6所述的SNS社区中的用户推荐系统，其特征在于，所述互动记录包括第一用户与第二用户之间的访问、评论、回复、赞、转发、转载、分享中的至少一种操作记录。

8.根据权利要求6所述的SNS社区中的用户推荐系统，其特征在于，所述系统还包括：

紧密度生成模块，用于根据第一社区中的用户关系链和第二社区中的用户关系链生成第一用户与第二用户的紧密度；

所述熟识度计算模块用于根据所述互动频次和所述紧密度计算所述第一用户与第二用户的熟识度。

9.根据权利要求8所述的SNS社区中的用户推荐系统，其特征在于，所述紧密度生成模块用于根据所述第一社区中的用户关系链判断在第一社区中第一用户与第二用户的关系为以下哪一种：第二用户为第一用户的好友、第二用户为第一用户的二度好友、第二用户为第一用户收听或关注的用户，根据所述第二社区中的用户关系链判断在第二社区中第二用户是否为第一用户的二度好友，若在第一社区中第二用户为第一用户的好友或第二用户为第一用户的二度好友或第二用户为第一用户收听或关注的用户、或在第二社区中第二用户为第一用户的二度好友，则根据预设的权重相应的增加第一用户与第二用户的紧密度。

10.根据权利要求8或9所述的SNS社区中的用户推荐系统，其特征在于，所述系统还包括：

相似度计算模块，用于根据第一用户和第二用户在第一社区中的个人资料、第一用户和第二用户在第二社区中的个人资料计算第一用户与第二用户的相似度；

所述熟识度计算模块用于根据所述互动频率、所述紧密度和所述相似度计算所述第一用户与第二用户的熟识度。