[发明专利]一种SNS社区中推荐朋友的方法及系统

说明书

技术领域

本发明涉及计算机网络技术领域，更具体地说，涉及一种SNS社区中推荐朋友的方法及系统。

背景技术

社会性网络(Socaial Networks Service，SNS)是Web 2.0体系下的一个技术应用架构。SNS通过直接的社会朋友关系的建立，朋友之间进行人力资源分享，在建立社会关系的过程中完成或解决具体的应用问题。通过使用SNS可以实现个人数据处理、个人社会关系管理、可信的商业信息共享，可以安全地对信任的人群分享自己的信息和知识，利用信任关系拓展自己的社会性网络，达成更加有价值的沟通和协作。

SNS基于六度分隔理论运作，即“在人脉网络中，要结识任何一位陌生的朋友，中间最多只要通过六个朋友就可以达到目的”。按照六度分隔理论，每个个体的社交圈都不断放大，最后成为一个大型网络。

SNS社区即基于SNS理论而搭建的网络社区系统。用户在SNS社区中，通常要结识很多陌生的用户作为朋友；而作为用户交流的平台，SNS社区通过多种方式向用户推荐朋友。上述的朋友推荐，也就是将合适的其他用户信息呈现给用户。

现有SNS社区的好友推荐基于用户填写的个人资料，根据个人资料中的相关描述进行匹配，并将匹配的用户进行推荐。然而现有的推荐方法，不仅用户需要填写大量的资料，而且资料匹配过于简单，因为用户填写的资料往往不能反应真实的状况，很容易造成推荐错误。

此外还有系统随机推荐，这种方式更容易造成推荐错误，从而对用户造成骚扰。

发明内容

本发明要解决的技术问题在于，针对上述的现有SNS社区以资料匹配方式推荐朋友而造成操作繁琐且容易出现错误推荐的问题，提供一种基于用户行为的SNS社区中推荐朋友的方法及系统。

本发明解决上述技术问题的技术方案是，提供一种社会性网络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。

在本发明所述的一种社会性网络SNS社区中推荐朋友的方法中，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。

在本发明所述的一种社会性网络SNS社区中推荐朋友的方法中，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。

在本发明所述的一种社会性网络SNS社区中推荐朋友的方法中，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。

本发明还提供一种社会性网络SNS社区中推荐朋友的系统，至少包括第一用户和第二用户，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。

在本发明所述的一种社会性网络SNS社区中推荐朋友的系统中，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。

在本发明所述的一种社会性网络SNS社区中推荐朋友的系统中，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。