[发明专利]好友推荐方法及装置

说明书

技术领域

本公开涉及计算机网络技术领域，尤其涉及好友推荐方法及装置。

背景技术

随着网络技术的发展，人们开始使用越来越多的即时通信工具与他人进行通信。用户在使用即时通信工具与他人进行通信时，需要先添加好友，然后可以同已添加的好友进行通信。好友推荐便是向用户推荐联系人，用户可以从推荐的联系人中选择联系人进行添加。相关技术中好友推荐的方法为，确定两个用户的好友列表中是否有相同的联系人，如果具有相同联系人。则两个用户间具有关联关系。当与用户有关联关系的联系人没有被包含到用户的联系人列表中时，将该联系人推荐给用户。相关技术中的另一种好友推荐的方法为，应用“附近的人”或“摇一摇”功能，查找到满足条件的联系人，向用户推荐查找到的联系人。

发明内容

为克服相关技术中存在的问题，本公开实施例提供好友推荐方法及装置，用于实现向用户进行好友推荐的智能化。

根据本公开实施例的第一方面，提供一种好友推荐方法，包括：

根据用户的交友记录，确定用户的与交友相关的特征对应的当前时刻的特征值；

根据与交友相关的特征对应的当前时刻的特征值计算所述用户的当前时刻的交友热度分值；

根据所述交友热度分值确定向所述用户推荐的好友中与所述用户无关联的联系人的比例或数量，按确定的所述比例或数量向所述用户进行好友推荐；

其中，所述比例或数量与所述交友热度分值成正比。

在一实施例中，所述方法还可包括：

从用户的行为记录中提取交友行为，根据所述交友行为生成所述用户的交友记录。

在一实施例中，所述方法还可包括：

利用机器学习算法，根据用户的交友记录中各个特征与所述用户与无关联的联系人间建立好友关系间的关联度，确定各个特征对应的权重值；

所述根据与交友相关的特征对应的当前时刻的特征值计算所述用户的当前时刻的交友热度分值，包括：

将特征对应的当前时刻的特征值转换为所述特征对应的当前时刻的特征分值；

将各个特征对应的当前时刻的特征分值与所述各个特征对应的权重值进行加权求和，将所述和值作为所述用户的当前时刻的交友热度分值。

在一实施例中，所述方法还可包括：

当用户的交友行为发生变更时，根据变更后的交友行为更新用户的交友记录；

所述利用机器学习算法，根据用户的交友记录中各个特征与所述用户与无关联的联系人间建立好友关系间的关联度，确定各个特征对应的权重值，包括：

利用机器学习算法，根据更新后的交友记录中各个特征与所述用户与无关联的联系人间建立好友关系间的关联度，确定各个特征对应的新的权重值。

在一实施例中，所述方法还可包括：

根据所述用户的当前时刻的交友热度分值确定将所述用户推荐给无关联的另一用户的概率；

按照所述概率将所述用户推荐给无关联的另一用户；

其中，所述概率与所述交友热度分值成正比。

在一实施例中，所述根据用户的交友记录，确定用户的与交友相关的特征对应的当前时刻的特征值，可包括：

根据用户的交友记录，对用户在当前时刻前预设时长内的交友行为进行统计，根据统计结果得出特征对应的特征值。

根据本公开实施例的第二方面，提供一种好友推荐装置，包括：

第一确定模块，用于根据用户的交友记录，确定用户的与交友相关的特征对应的当前时刻的特征值；

计算模块，用于根据与交友相关的特征对应的当前时刻的特征值计算所述用户的当前时刻的交友热度分值；

第一推荐模块，用于根据所述交友热度分值确定向所述用户推荐的好友中与所述用户无关联的联系人的比例或数量，按确定的所述比例或数量向所述用户进行好友推荐；

其中，所述比例或数量与所述交友热度分值成正比。

在一实施例中，所述装置还可包括：

生成模块，用于从用户的行为记录中提取交友行为，根据所述交友行为生成所述用户的交友记录。

在一实施例中，所述装置还可包括：

第二确定模块，用于利用机器学习算法，根据用户的交友记录中各个特征与所述用户与无关联的联系人间建立好友关系间的关联度，确定各个特征对应的权重值；

所述计算模块，包括：

转换子模块，用于将特征对应的当前时刻的特征值转换为所述特征对应的当前时刻的特征分值；