技術中，用于推理的關系特征單一、類別少，且虛擬網絡中的關系不真實，推 理出的社會關系具有片面性和不真實性，不能正確得出用戶之間真實的社會關系。本發(fā)明 實施例提供的一種推理社會關系的方法及裝置，與現(xiàn)有技術相比，本發(fā)明中終端設備在獲 取至少兩個用戶的活動數(shù)據，根據活動數(shù)據確定用戶的活動事件，然后通過對各用戶活動 事件的多方面特征確定共同活動事件，進而推斷用戶的社會關系。終端設備根據活動事件 的地點、時間、環(huán)境和類型等特征來推斷用戶的社會關系，將時間和空間信息結合，可有效 濾除干擾，提高用戶共同活動事件挖掘的準確性，提升社會關系分類的粒度和精度，給用戶 帶來很多便利。
【附圖說明】
[0045] 為了更清楚地說明本發(fā)明實施例中的技術方案，下面將對實施例中所需要使用的 附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領 域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據這些附圖獲得其它的附 圖。
[0046] 圖1為本發(fā)明一實施例提供的方法流程圖；
[0047] 圖2為本發(fā)明又一實施例提供的方法流程圖；
[0048] 圖3為本發(fā)明又一實施例提供的社會關系圖；
[0049] 圖4、圖5為本發(fā)明又一實施例提供的裝置結構示意圖；
[0050] 圖6為本發(fā)明又一實施例提供的裝置結構示意圖。
【具體實施方式】
[0051] 下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于 本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它 實施例，都屬于本發(fā)明保護的范圍。
[0052] 本發(fā)明一實施例提供一種推理社會關系的方法，用于終端設備，如圖1所示，所述 方法包括：
[0053] 101、終端設備獲取至少兩個用戶的活動數(shù)據，根據活動數(shù)據確定至少兩個用戶的 活動事件。
[0054] 其中，活動數(shù)據包括地點位置、時間和傳感器數(shù)據。
[0055] 102、終端設備根據活動事件確定共同活動事件。
[0056] 其中，終端設備判斷任意兩個用戶的活動事件是否同時滿足地理位置距離小于距 離閾值、交集時間長度大于時間閾值和傳感器數(shù)據相似性大于相似閾值的預設條件。如果 兩個用戶的活動事件同時滿足預設條件，根據活動數(shù)據獲取兩個用戶的活動事件的活動類 型關聯(lián)性分值；如果兩個用戶的活動事件不同時滿足預設條件，停止根據活動數(shù)據獲取兩 個用戶的活動事件的活動類型關聯(lián)性分值。
[0057] 進一步的，在終端設備根據活動事件獲取兩個用戶的活動事件的活動類型關聯(lián)性 分值后，判斷活動類型關聯(lián)性分值是否大于關聯(lián)性閾值。當兩個用戶的活動事件的活動類 型關聯(lián)性分值大于關聯(lián)性閾值時，確定兩個用戶的活動事件為共同活動事件；當兩個用戶 的活動事件的活動類型關聯(lián)性分值不大于關聯(lián)性閾值時，確定兩個用戶的活動事件為非共 同活動事件。
[0058] 103、終端設備根據共同活動事件確定至少兩個用戶的社會關系。
[0059] 其中，重要用戶對為兩個用戶的共同活動事件總數(shù)量大于數(shù)量門限值，且重要用 戶對中兩個用戶的共同活動事件的累計時長大于時間門限值。終端設備獲取重要用戶對 后，抽取重要用戶對的共同活動事件的語義特征，進而根據至少一個語義特征和分類標準 確定社會關系。語義特征包括時間段、地點類型、活動類型，分類標準根據活動參數(shù)確定。
[0060] 現(xiàn)有技術中，用于推理的關系特征單一、類別少，且虛擬網絡中的關系不真實，推 理出的社會關系具有片面性和不真實性，不能正確得出用戶之間真實的社會關系。與現(xiàn)有 技術相比，本發(fā)明實施例中終端設備在獲取至少兩個用戶的活動數(shù)據，根據活動數(shù)據確定 用戶的活動事件，然后通過對各用戶活動事件的多方面特征確定共同活動事件，進而推斷 用戶的社會關系。終端設備根據活動事件的地點、時間、環(huán)境和類型等特征來推斷用戶的社 會關系，將時間和空間信息結合，提高用戶共同活動事件挖掘的準確性，能夠解決在推理用 戶之間的社會關系時，推理出的社會關系不真實的問題。通過解決上述技術問題，能夠有效 濾除干擾，提升推斷社會關系的真實性，給用戶帶來很多便利。
[0061] 本發(fā)明又一實施例提供一種推理社會關系的方法，通過用戶的終端設備獲取用戶 數(shù)據并對獲取的數(shù)據進行推理分析，得出用戶的社會關系，其中，終端設備以手機為例，如 圖2所示,所述方法包括：
[0062] 201、手機采集指定用戶的活動數(shù)據。
[0063] 其中，手機在推測指定用戶的社會關系時，需要周期性的測量指定用戶一段時間 內的活動的軌跡信息、時間和周圍環(huán)境的數(shù)據。手機可以通過GPS (Global Positioning System,全球定位系統(tǒng))、Wi-Fi (Wireless Fidelity,無線保真)、Cell ID (Cell Identification,小區(qū)標識）等定位方式得到的用戶所在位置的經纟韋度P=(lat, lng)，然后 根據經緯度的變化得出用戶活動的軌跡信息；周圍環(huán)境的數(shù)據Ctx可以有手機中的傳感器 測得，包括氣壓、溫度、濕度、音量等，即Ctx= (atm, tem, hum, voi)。
[0064] 202、手機從活動數(shù)據中抽取指定用戶中每個用戶的活動事件。
[0065] 其中，手機從用戶的軌跡信息中確定用戶的活動區(qū)域，活動區(qū)域的中心 點為活動事件的地理位置，進而對活動事件的相關信息進行分析，例如，用戶活動 區(qū)域定位點集合{Pj, Pj+1，…，Pj+J，定位點對應的傳感器數(shù)據集合{CtXj, Ctxj+1，… ，Ctxj+J ,活動事件對應的中心點SPk= (Iatavg, Ingavg),活動事件對應的傳感器數(shù)據為 Ctxsi, =[utm^Jem吧噸,νο?噸)。
[0066] 例如，活動事件的地點類型包括對用戶個人有意義的語義地點"家或辦公地"，也 包括"商場、餐館、公園、酒店"等具有公共屬性的地點，可借助第三方地圖服務或用戶的興 趣點獲得；活動事件的地點等級可以根據社會重要程度、商場檔次、餐館人均消費、酒店星 級等進行分類，分類標準可以通過第三方生活服務類網站查詢獲得，也可以是普遍的主觀 評價；活動事件的活動類型可以結合地點類型、手機中日歷記錄的事件、傳感器數(shù)據、環(huán)境 背景音、圖像等方式綜合推理獲得。
[0067] 需要說明的是，手機通過兩個用戶的活動事件之間的聯(lián)系來推斷其的社會關系， 則下述步驟中的兩個用戶為指定用戶中的任意兩個用戶。為了確定這兩個用戶之間的共同 活動事件，定義為MA (Mutual Activity,共同活動)，其中，通過^4(57^,57^)表示這兩個用 戶間的共同活動事件。
[0068] 203、手機判斷兩個用戶活動事件的地理位置距離是否小于距離閾值，若兩個用戶 活動事件的地理位置距離小于距離閾值，則執(zhí)行步驟204 ;否則，則結束判斷。
[0069] 其中，手機根據兩個用戶活動事件的地理位置的經緯度，可以計算出兩個活動事 件的距離，例如diSt(5P;_,，然后與設定的距離閾值dist_TH進行比較。如果兩個活 動事件的距離小于閾值，即< dist_TH，則表示兩個用戶的距離很近，執(zhí)行步