[发明专利]一种基于位置服务的社交关系推断方法以及服务器

权利要求书

1.一种基于位置服务的社交关系推断方法，其特征在于：包括以下步骤：

记录用户登录社交应用时的用户名、登录地点和登录时间；

判断任意两个登录地点相同的用户的登录时间之差是否处于预定时间间隔之内；

若处于，设定该两个用户的相会向量=（;;…;），其中为用户i与用户j的相会向量，表示在地点l的相会次数；

建立用户i与用户j的相会地点多样性函数；

当q=1时，;

当0<q<1或者q>1时，;其中，q为多样性的阶，其满足q>=0,为用户i和用户j相会次数的总和；

建立加权相会频率函数；

，,其中，为用户u在地点l相对于所有用户登录的概率，，其中，表示用户u在地点l的登录次数，为所有用户在地点l的登录次数；

对相会地点多样性函数和加权相会频率函数做线性回归，得到用户i与用户j的社交关系。

2.根据权利要求1所述的方法，其特征在于：

社交关系；其中，和为回归参数，其从训练样本中得到或者由用户提供。

3.根据权利要求1或2所述的方法，其特征在于：q=0.1。

4.一种服务器，其特征在于：所述服务器执行以下步骤：

记录用户登录社交应用时的用户名、登录地点和登录时间；

判断任意两个登录地点相同的用户的登录时间之差是否处于预定时间间隔之内；

若处于，设定该两个用户的相会向量=（;;…;），其中为用户i与用户j的相会向量，表示在地点l的相会次数；

建立用户i与用户j的相会地点多样性函数；

当q=1时，;

当0<q<1或者q>1时，;其中，q为相会地点多样性的阶，其满足q>=0,为用户i和用户j相会次数的总和；

建立加权相会频率函数；

，,其中，为用户u在地点l相对于所有用户登录的概率，，其中，表示用户u在地点l的登录次数，为所有用户在地点l的全部登录次数；

对相会地点多样性函数和加权相会频率函数做线性回归，得到用户i与用户j的社交关系。

5.根据权利要求4所述的服务器，其特征在于：

服务器用于对相会地点多样性函数和加权相会频率函数做线性回归，得到用户i与用户j的社交关系；其中，和为回归参数，其从训练样本中得到或者由用户提供。

6.根据权利要求4或5所述的服务器，其特征在于：q=0.1。