[发明专利]一种社交网站好友推荐方法及装置

权利要求书

1.一种社交网站好友推荐方法，其特征在于，包括：

计算每两个用户在步数统计周期内的平均步数分布曲线的相关性，得到相关性参数；

根据统计得到的用户的日常运动的地理位置和运动路线，确定每两个用户的运动路线质心距离；

统计每两个用户的共同好友数量；

根据所述相关性参数、运动路线质心距离、共同好友数量及其各自所占的权重，计算得到好友推荐参考分值；

根据所述好友推荐参考分值为用户推荐好友；

其中，通过下列公式计算每两个用户的运动路线质心距离B：B＝sqrt[(Δx^-)²+(Δy^-)²]；

(x^-,y^-)为统计得到的用户的运动路线的质心，质心(x^-,y^-)通过下列公式计算得到：

x^-＝∫xρ(x,y)ds/∫ρ(x,y)ds；

y^-＝∫yρ(x,y)ds/∫ρ(x,y)ds；

其中，ds＝sqrt(dx²+dy²)，ρ(x,y)表示用户的运动路线。

2.如权利要求1所述的方法，其特征在于，所述得到相关性参数的过程，具体包括：

按设定的步数统计周期，统计每个用户在步数统计周期内的平均步数，得到平均步数分布曲线；

根据设定的相关性计算公式，计算每两个用户的平均步数分布曲线的相关性，得到所述相关性参数。

3.如权利要求2所述的方法，其特征在于，通过下列公式计算每两个用户的平均步数分布曲线的相关性A：

A＝(X_i·Y_j)/|X_i·Y_j|

其中，[X_i]表示一个用户的平均步数分布曲线，i＝1,2,......,M；[Y_j]表示一个用户的平均步数分布曲线，j＝1,2,......,M；M为步数统计周期与统计粒度的比值，其中平均步数分布曲线为拟合曲线。

4.如权利要求1所述的方法，其特征在于，所述确定每两个用户的运动路线质心距离，具体包括：

统计用户在设定的路线统计周期内的每个统计时间段的日常运动地理位置和运动路线；

针对每个统计时间段，对统计得到的运动路线进行分组，计算每组内每两个用户的运动路线质心距离。

5.如权利要求1所述的方法，其特征在于，所述计算得到好友推荐参考分值的过程具体包括：

根据所述相关性参数、运动路线质心距离、共同好友数量分别确定相关性分值、质心距离分值和共同好友数量分值；

用所述相关性分值、质心距离分值和共同好友数量分值分别乘以各自的权重因子之后求和，得到所述好友推荐参考分值。

6.如权利要求5所述的方法，其特征在于，所述得到好友推荐参考分值之前，还包括：对所述相关性分值、质心距离分值和共同好友数量分值进行归一化处理。

7.如权利要求1-6任一所述的方法，其特征在于，所述根据所述好友推荐参考分值为用户推荐好友，具体包括：

获取所述好友推荐参考分值中分值最高的设定数量的用户，作为推荐给用户的好友用户；或

获取所述好友推荐参考分值中分值大于设定的分值阈值的用户，作为推荐给用户的好友用户。