[发明专利]好友推荐方法和装置

权利要求书

1.一种好友推荐方法，其特征在于，该方法应用于服务器端，包括：

A，构建包含多个节点的社交复杂网络，在所述社交复杂网络中，每一节点对应一个用户，且两个节点之间如果有连边，则表示该两个节点对应的用户之间有社交行为；

B，接收待推荐好友的目标用户发送的推荐请求，在所述社交复杂网络中识别所述目标用户对应的目标节点；

C，依据所述社交复杂网络分析与所述目标节点具有连边和/或可能具有连边的节点，将分析出的至少一个节点作为待推荐的好友推荐给所述目标用户。

2.根据权利要求1所述的方法，其特征在于，步骤A包括：

A1，依据构建社交复杂网络的规划，从本地社交信息库中抽取满足所述规划的用户社交信息日志；所述用户社交信息日志至少包括：参与社交行为的双方用户、社交行为的起始时间；

A2，按照社交复杂网络的要求对抽取的用户社交信息日志进行数据预处理；

A3，从预处理后的用户社交信息日志中统计出具有社交行为的用户对；

A4，按照以下原则构建社交复杂网络：将每一用户对中的用户对应至社交复杂网络的节点、且每一用户对对应的节点之间有连边。

3.根据权利要求1或2所述的方法，其特征在于，步骤A按照设定的构建频率构建社交复杂网络，并用新构建的社交复杂网络更新之前的社交复杂网络；

和/或，

步骤A基于客户端的主动要求构建社交复杂网络并用新构建的社交复杂网络更新之前的社交复杂网络。

4.根据权利要求2所述的方法，其特征在于，所述本地社交信息库中的用户社交信息日志通过以下步骤获取：

接收客户端在有新的社交行为时上传该新的社交行为对应的、且被转换成可传输格式的用户社交信息日志；

将所述客户端上传的被转换成可传输格式的用户社交信息日志还原为初始的格式，并同步存储至本地社交信息库，所述初始的格式是指用户社交信息日志在被客户端转换成可传输格式之前的格式。

5.根据权利要求2所述的方法，其特征在于，步骤C之前进一步包括：

在所述社交复杂网络寻找不存在连边的节点对；

预测寻找到的每一节点对之间可能存在连边的概率；

步骤C包括：

C1，从寻找到的所有节点对中查找包含目标节点的节点对，按照概率从高至低的顺序排列查找到的节点对中包含的除目标节点之外的节点，形成节点序列1并存储至推荐列表库中；

C2，将所述推荐列表库存储的节点序列1中的至少一个节点作为待推荐的好友推荐给目标用户。

6.根据权利要求5所述的方法，其特征在于，所述预测寻找到的每一节点对之间存在连边的概率进一步包括：

按照概率从高至低的顺序排列寻找到的节点对，形成节点对序列；

按照从前至后的顺序将所述节点对序列中的节点对和该节点对之间可能存在连边的概率放至一个单向链表，并在所述单向链表结尾处添加一个用于表示链表结束的结束标记，在初始，所述单向链表的链表表头指向所述节点对序列中的第一个节点对；

步骤C1中形成节点序列1的操作包括：

识别所述链表表头是否指向所述结束标记；

在所述链表表头指向所述结束标记时，结束当前流程；

在所述链表表头未指向所述结束标记时，获取所述链表表头当前指向的当前节点对，判断当前节点对是否包含目标节点，如果是，按照从前至后的顺序记录当前节点对中除目标节点之外的节点至节点对序列，如果否，将所述链表表头移动至当前节点对在所述单向链表的下一个位置，返回识别所述链表表头是否指向所述结束标记的操作。

7.根据权利要求5所述的方法，其特征在于，所述预测寻找到的每一节点对之间可能存在连边的概率包括：

基于网络中节点的局部信息相似性或基于网络中局部路径信息相似性的方式，或者，基于网络中节点的局部信息相似性和网络中局部路径信息相似性的方式，预测寻找到的每一节点对之间可能存在连边的概率。