[发明专利]基于数据属性的新连接推荐

权利要求书

1.一种方法，包括：

由一个或多个处理器检测与社交网络的第一成员相关联的请求，所述请求是针对所述第一成员的可能的新连接，所述第一成员的简档包括针对多个属性的值；

由所述一个或多个处理器识别具有来自所述第一成员的所述多个属性的至少一个相等属性的所述社交网络的成员；

由所述一个或多个处理器基于已识别的成员的属性的相应值来计算针对每个已识别的成员的连接分数；

由所述一个或多个处理器基于所述连接分数从已识别的成员中选择成员；

利用机器学习算法获得针对每个所选成员的排名分数，所述机器学习算法利用针对所述成员的属性的相似性分析来计算所述排名分数；和

由所述一个或多个处理器基于所选成员的所述排名分数，使所选成员中的一个或多个作为针对所述第一成员的所述可能的新连接而呈现。

2.如权利要求1所述的方法，其中，所述多个属性包括连接的连接标志，所述连接的连接标志指示所述社交网络的成员是否是所述第一成员的连接的连接。

3.如权利要求2所述的方法，其中，所述多个属性还包括所述成员的职位、所述成员的行业、所述成员工作过的公司以及所述成员就读过的教育机构。

4.如权利要求1所述的方法，其中，识别所述社交网络的成员还包括：

访问针对来自所述多个属性的第一属性的反向索引，所述反向索引识别与所述第一成员的第一属性具有相同值的所述社交网络的成员。

5.根据权利要求4所述的方法，其中，针对所述社交网络的所述成员离线计算所述反向索引。

6.如权利要求1所述的方法，其中，计算针对每个已识别的成员的所述连接分数还包括：

确定具有等于针对所述第一成员的所述属性的值的值的一个或多个属性；和

计算针对所确定的一个或多个属性的权重和。

7.如权利要求1所述的方法，其中，从已识别的成员中选择所述成员还包括：

基于相应的连接分数识别前面预定数量的已识别的成员。

8.如权利要求1所述的方法，其中，所述相似性分析包括识别与所述第一成员的所述属性的值相似的属性值。

9.如权利要求1所述的方法，其中，所述机器学习算法当被呈现可能的新连接时基于所述社交网络的所述成员的属性值和基于成员的选择历史来进行训练。

10.如权利要求1所述的方法，其中，对所述机器学习算法进行离线训练以用于估计与用于计算所述排名分数的所述机器学习算法相关联的特征。

11.一种系统，包括：

包含指令的存储器；和

一个或多个计算机处理器，其中所述指令在由所述一个或多个计算机处理器执行时使所述一个或多个计算机处理器执行操作，所述操作包括：

检测与社交网络的第一成员相关联的请求，所述请求是针对用于所述第一成员的可能的新连接，所述第一成员的简档包括针对多个属性的值；

识别具有来自所述第一成员的所述多个属性的至少一个相等属性的所述社交网络的成员；

基于已识别的成员的属性的相应值来计算针对每个已识别的成员的连接分数；

基于所述连接分数从已识别的成员中选择成员；

利用机器学习算法获得针对每个所选成员的排名分数，所述机器学习算法利用针对所述成员的属性的相似性分析来计算所述排名分数；和

基于所选成员的所述排名分数，使所选成员中的一个或多个作为针对所述第一成员的所述可能的新连接而呈现。

12.如权利要求11所述的系统，其中，所述多个属性包括连接的连接标志、所述成员的职位、所述成员的行业、所述成员工作过的公司以及所述成员就读过的教育机构，所述连接的连接标志指示所述社交网络的成员是否是所述第一成员的连接的连接。