[发明专利]向社交网络中的用户推荐信息的方法和装置有效

专利信息
申请号: 201010213933.0 申请日: 2010-06-29
公开(公告)号: CN102316046A 公开(公告)日: 2012-01-11
发明(设计)人: 包胜华;陈健;马瑞;陆承恩;苏中 申请(专利权)人: 国际商业机器公司
主分类号: H04L12/58 分类号: H04L12/58;G06F17/30
代理公司: 北京市金杜律师事务所 11256 代理人: 酆迅;李峥宇
地址: 美国纽*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 社交 网络 中的 用户 推荐 信息 方法 装置
【权利要求书】:

1.一种用于方便计算机社交网络中的用户推荐信息的方法,包括:

为用户构造包括至少一个二元组的推荐列表,其中每个二元组包括目标用户名和信息项;以及

以推荐列表中的二元组为基本单元,排序所述推荐列表,以便所述用户通过选择其中的二元组,向目标用户名表示的用户推荐对应的信息项。

2.根据权利要求1所述的方法,其中排序所述推荐列表包括:

计算所述推荐列表中的每个二元组的得分;以及

基于所述得分,对所述推荐列表中的二元组进行排序。

3.根据权利要求2所述的方法,其中,每个二元组具有关联的特征,并且,计算所述推荐列表中的每个二元组的得分包括:

计算每个二元组的每个特征的特征值,并且将每个特征的特征值进行加权求和作为所述二元组的得分。

4.根据权利要求3所述的方法,其中所述特征包括所述目标用户对以往推荐的信息项的反馈。

5.根据权利要求3或4所述的方法,其中所述特征包括以下至少一个:所述信息项与所述用户的匹配度、所述信息项与所述目标用户的匹配度、所述目标用户与所述用户的密切程度。

6.根据权利要求5所述的方法,还包括:

获取与所述信息项关联的信息全集的聚类、所述用户的聚类和所述目标用户的聚类;

其中所述信息项与所述用户的匹配度是基于所述信息全集的聚类和所述用户的聚类计算的,所述信息项与所述目标用户的匹配度是基于所述信息全集的聚类和所述目标用户的聚类计算的。

7.根据权利要求5所述的方法,其中所述目标用户与所述用户的密切程度涉及至少以下之一:

所述目标用户与所述用户之间的通信频度、通信时长、各自好友群的重叠程度、各自兴趣的重叠程度以及相互信任程度。

8.根据权利要求1至5中的任一项所述的方法,还包括:

响应于接收到对所述推荐列表中的二元组的选择,向所述二元组中的所述目标用户提供所述二元组中的信息项。

9.根据权利要求8所述的方法,其中向所述二元组中的所述目标用户提供所述二元组中的信息项通过以下方式之一实现:

网站内部消息、电子邮件、短信服务、即时消息、寻呼消息以及彩信服务。

10.根据权利要求1至5中的任一项所述的方法,其中所述二元组的各特征的特征值是动态计算的。

11.一种用于方便计算机社交网络中的用户推荐信息的装置,包括:

构造器,用于为用户构造包括至少一个二元组的推荐列表,其中每个二元组包括目标用户名和信息项;以及

排列器,用于以推荐列表中的二元组为基本单元,排序所述推荐列表,以便所述用户通过选择其中的二元组,向目标用户名表示的用户推荐对应的信息项。

12.根据权利要求11所述的装置,其中所述排列器包括:

计算器,用于计算所述推荐列表中的每个二元组的得分;以及

排序器,用于基于所述得分,对所述推荐列表中的二元组进行排序。

13.根据权利要求12所述的装置,其中,每个二元组具有关联的特征,并且,所述计算器包括:

用于计算每个二元组的每个特征的特征值,并且将每个特征的特征值进行加权求和作为所述二元组的得分的装置。

14.根据权利要求13所述的装置,其中所述特征包括所述目标用户对以往推荐的信息项的反馈。

15.根据权利要求13或14所述的装置,其中所述特征包括以下至少一个:所述信息项与所述用户的匹配度、所述信息项与所述目标用户的匹配度、所述目标用户与所述用户的密切程度。

16.根据权利要求15所述的装置,还包括:

用于获取与所述信息项关联的信息全集的聚类、所述用户的聚类和所述目标用户的聚类的装置;

其中所述信息项与所述用户的匹配度是基于所述信息全集的聚类和所述用户的聚类计算的,所述信息项与所述目标用户的匹配度是基于所述信息全集的聚类和所述目标用户的聚类计算的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国际商业机器公司,未经国际商业机器公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201010213933.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top