進一步描述。
[0052]圖2是根據(jù)本發(fā)明優(yōu)選實施例的用戶關(guān)系鏈獲取方法的流程圖。如圖2所示，該用戶關(guān)系鏈獲取方法主要包括以下處理:
[0053]步驟S201:對于用戶A，定時統(tǒng)計用戶A進入的所有聊天室中，與用戶A同時處于聊天室的其他各個用戶的交集時間量，并定時統(tǒng)計用戶A與全部非好友之間對對碰聊天的交互時間量。
[0054]步驟S203:對統(tǒng)計到的交集時間量和交互時間量進行整合，獲取用戶A對應(yīng)的多個數(shù)據(jù)，例如，用戶A與用戶B的緣分數(shù)值，用戶A與用戶C的的緣分數(shù)值，…，以此類推。
[0055]步驟S205:在獲取到的多個數(shù)據(jù)中，查找緣分數(shù)值較高的數(shù)據(jù)，例如大于100的數(shù)據(jù)，判斷這些數(shù)據(jù)對應(yīng)的用戶是否已加為用戶A的好友。
[0056]步驟S207:將這些數(shù)據(jù)對應(yīng)的用戶中未加為用戶A的好友的用戶推薦給用戶A。例如，用戶X與用戶A的緣分數(shù)值較高，但是還未加為用戶A的好友，可以將用戶X推薦給用戶A。
[0057]步驟S209:檢測到用戶A對用戶B的用戶資料執(zhí)行的查詢操作，響應(yīng)該查詢操作，在頁面上呈現(xiàn)用戶A與用戶B的緣分數(shù)值。
[0058]圖3是根據(jù)本發(fā)明實施例的用戶關(guān)系鏈獲取裝置的結(jié)構(gòu)框圖。如圖3所示，該用戶關(guān)系鏈獲取裝置包括:統(tǒng)計模塊30，用于對于每一個用戶，按照預(yù)定時間統(tǒng)計當前用戶進入的公共區(qū)域中，上述當前用戶與其他各個用戶之間的交集度，以及當前用戶與非好友之間的一對一交互度；整合模塊32，用于對統(tǒng)計到的交集度和交互度進行整合，獲取當前用戶對應(yīng)的多個數(shù)據(jù)；獲取模塊34，用于對獲取到的多個數(shù)據(jù)進行挖掘和分析，獲取上述當前用戶的關(guān)系鏈。
[0059]上述裝置處理后的數(shù)據(jù)既可以衡量加為好友的用戶之間的關(guān)系，還可以衡量未加為好友的用戶之間的關(guān)系，并且根據(jù)處理后的數(shù)據(jù)可以挖掘出更深層次的用戶關(guān)系鏈。
[0060]優(yōu)選地，統(tǒng)計模塊30可以進一步包括以下至少之一:第一統(tǒng)計單元300，用于對于當前用戶進入的各個公共區(qū)域，分別統(tǒng)計與當前用戶同時處于該公共區(qū)域的其他各個用戶的交集時間量；第二統(tǒng)計單元302，用于對于當前用戶進入的各個公共區(qū)域，分別統(tǒng)計與當前用戶同時處于該公共區(qū)域的其他各個用戶的交集次數(shù)；第三統(tǒng)計單元304，用于對于當前用戶進入的各個公共區(qū)域，分別統(tǒng)計當前用戶與處于該公共區(qū)域的其他各個用戶的相同行為交集量。圖4示出了同時包含第一統(tǒng)計單元300、第二統(tǒng)計單元302、第三統(tǒng)計單元304的情況。
[0061]優(yōu)選地，如圖4所示，該裝置還可以包括:檢測模塊36，用于檢測當前用戶對一個或多個用戶的資料執(zhí)行的查詢操作；輸出模塊38，用于響應(yīng)上述當前用戶的查詢操作，輸出該查詢操作針對的用戶所對應(yīng)的數(shù)據(jù)。
[0062]優(yōu)選地，如圖4所示，上述裝置還可以包括:查找模塊40，用于在獲取到的多個數(shù)據(jù)中，查找大于預(yù)定閾值的數(shù)據(jù)；判斷模塊42，用于對于各個大于預(yù)定閾值的數(shù)據(jù)，判斷該數(shù)據(jù)對應(yīng)的用戶是否已加為上述當前用戶的好友；推薦模塊44，用于在未加為上述當前用戶的好友的情況下，將該數(shù)據(jù)對應(yīng)的用戶推薦給上述當前用戶。
[0063]優(yōu)選地，如圖4所示，該裝置還可以包括:繪制模塊46，用于基于上述關(guān)系鏈繪制圖像；呈現(xiàn)模塊48，用于響應(yīng)上述當前用戶的分類操作或查找操作，可視化呈現(xiàn)該分類操作或該查找操作所對應(yīng)的圖像。
[0064]綜上所述，借助本發(fā)明提供的上述實施例，以每一個用戶為中心，輻射式統(tǒng)計當前用戶進入的公共區(qū)域中，當前用戶與其他各個用戶之間的交集度，以及當前用戶與非好友之間的一對一交互度；然后對統(tǒng)計到的交集度和交互度進行處理和挖掘，獲取該當前用戶的關(guān)系鏈。因此，處理后的數(shù)據(jù)既可以衡量加為好友的用戶之間的關(guān)系，還可以衡量未加為好友的用戶之間的關(guān)系，并且根據(jù)處理后的數(shù)據(jù)可以挖掘出更深層次的用戶關(guān)系鏈并加以應(yīng)用。
[0065]以上公開的僅為本發(fā)明的幾個具體實施例，但是，本發(fā)明并非局限于此，任何本領(lǐng)域的技術(shù)人員能思之的變化都應(yīng)落入本發(fā)明的保護范圍。
【主權(quán)項】
1.一種用戶關(guān)系鏈獲取方法，其特征在于，包括: 對于每一個用戶，按照預(yù)定時間統(tǒng)計當前用戶進入的公共區(qū)域中，所述當前用戶與其他各個用戶之間的交集度，以及當前用戶與非好友之間的一對一交互度； 對統(tǒng)計到的交集度和交互度進行整合，獲取當前用戶對應(yīng)的多個數(shù)據(jù)； 對獲取到的多個數(shù)據(jù)進行挖掘和分析，獲取所述當前用戶的關(guān)系鏈。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，統(tǒng)計當前用戶進入的公共區(qū)域中，當前用戶與其他各個用戶之間的交集度包括以下至少之一: 對于當前用戶進入的各個公共區(qū)域，分別統(tǒng)計與當前用戶同時處于該公共區(qū)域的其他各個用戶的交集時間量； 對于當前用戶進入的各個公共區(qū)域，分別統(tǒng)計與當前用戶同時處于該公共區(qū)域的其他各個用戶的交集次數(shù)； 對于當前用戶進入的各個公共區(qū)域，分別統(tǒng)計當前用戶與處于該公共區(qū)域的其他各個用戶的相同行為交集量。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在獲取當前用戶對應(yīng)的多個數(shù)據(jù)之后，還包括: 檢測到當前用戶對一個或多個用戶的資料執(zhí)行的查詢操作； 響應(yīng)所述當前用戶的查詢操作，輸出該查詢操作針對的用戶所對應(yīng)的數(shù)據(jù)。
4.根據(jù)權(quán)利要求1至3中任一項所述的方法，其特征在于，對獲取到的多個數(shù)據(jù)進行挖掘和分析，獲取當前用戶的關(guān)系鏈之后，還包括: 在獲取到的多個數(shù)據(jù)中，查找大于預(yù)定閾值的數(shù)據(jù)； 對于各個大于預(yù)定閾值的數(shù)據(jù)，判斷該數(shù)據(jù)對應(yīng)的用戶是否已加為所述當前用戶的好友； 在未加為所述當前用戶的好友的情況下，將該數(shù)據(jù)對應(yīng)的用戶推薦給所述當前用戶。
5.根據(jù)權(quán)利要求1至3中任一項所述的方法，其特征在于，對獲取到的多個數(shù)據(jù)進行挖掘和分析，獲取當前用戶的關(guān)系鏈之后，還包括: 基于所述關(guān)系鏈繪制圖像； 響應(yīng)所述當前用戶的分類操作或查找操作，可視化呈現(xiàn)該分類操作或該查找操作所對應(yīng)的圖像。
6.一種用戶關(guān)系鏈獲取裝置，其特征在于，包括: 統(tǒng)計模塊，用于對于每一個用戶，按照預(yù)定時間統(tǒng)計當前用戶進入的公共區(qū)域中，所述當前用戶與其他各個用戶之間的交集度，以及當前用戶與非好友之間的一對一交互度； 整合模塊，用于對統(tǒng)計到的交集度和交互度進行整合，獲取當前用戶對應(yīng)的多個數(shù)據(jù)； 獲取模塊，用于對獲取到的多個數(shù)據(jù)進行挖掘和分析，獲取所述當前用戶的關(guān)系鏈。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述統(tǒng)計模塊包括以下至少之一: 第一統(tǒng)計單元，用于對于當前用戶進入的各個公共區(qū)域，分別統(tǒng)計與當前用戶同時處于該公共區(qū)域的其他各個用戶的交集時間量； 第二統(tǒng)計單元，用于對于當前用戶進入的各個公共區(qū)域，分別統(tǒng)計與當前用戶同時處于該公共區(qū)域的其他各個用戶的交集次數(shù)； 第三統(tǒng)計單元，用于對于當前用戶進入的各個公共區(qū)域，分別統(tǒng)計當前用戶與處于該公共區(qū)域的其他各個用戶的相同行為交集量。
8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，還包括: 檢測模塊，用于檢測當前用戶對一個或多個用戶的資料執(zhí)行的查詢操作； 輸出模塊，用于響應(yīng)所述當前用戶的查詢操作，輸出該查詢操作針對的用戶所對應(yīng)的數(shù)據(jù)。
9.根據(jù)權(quán)利要求6至8中任一項所述的裝置，其特征在于，還包括: 查找模塊，用于在獲取到的多個數(shù)據(jù)中，查找大于預(yù)定閾值的數(shù)據(jù)； 判斷模塊，用于對于各個大于預(yù)定閾值的數(shù)據(jù)，判斷該數(shù)據(jù)對應(yīng)的用戶是否已加為所述當前用戶的好友； 推薦模塊，用于在未加為所述當前用戶的好友的情況下，將該數(shù)據(jù)對應(yīng)的用戶推薦給所述當前用戶。
10.根據(jù)權(quán)利要求6至8中任一項所述的裝置，其特征在于，還包括: 繪制模塊，用于基于所述關(guān)系鏈繪制圖像； 呈現(xiàn)模塊，用于響應(yīng)所述當前用戶的分類操作或查找操作，可視化呈現(xiàn)該分類操作或該查找操作所對應(yīng)的圖像。
【專利摘要】本發(fā)明公開了一種用戶關(guān)系鏈獲取方法及裝置。在上述方法中，對于每一個用戶，按照預(yù)定時間統(tǒng)計當前用戶進入的公共區(qū)域中，上述當前用戶與其他各個用戶之間的交集度，以及當前用戶與非好友之間的一對一交互度；對統(tǒng)計到的交集度和交互度進行整合，獲取當前用戶對應(yīng)的多個數(shù)據(jù)；對獲取到的多個數(shù)據(jù)進行挖掘和分析，獲取上述當前用戶的關(guān)系鏈。根據(jù)本發(fā)明提供的技術(shù)方案，處理后的數(shù)據(jù)既可以衡量加為好友的用戶之間的關(guān)系，還可以衡量未加為好友的用戶之間的關(guān)系，并且根據(jù)處理后的數(shù)據(jù)可以挖掘出更深層次的用戶關(guān)系鏈。
【IPC分類】H04L12-58, G06F17-30
【公開號】CN104572866
【申請?zhí)枴緾N201410798498
【發(fā)明人】王琮, 國興旺, 周平, 余非
【申請人】貴陽朗瑪信息技術(shù)股份有限公司
【公開日】2015年4月29日
【申請日】2014年12月19日