[发明专利]基于重要性得分的好友推荐方法

说明书

本发明公开了一种基于重要性得分的好友推荐方法，包括：将目标用户、用户以及用户间的关系转换为图结构；根据第i阶邻居节点的重要性得分参数，计算节点s所有的第i+1阶邻居节点的重要性得分的估计；得到目标节点s的前L阶邻居的重要性得分的估计；根据目标节点s的前L阶邻居的重要性得分的估计，得到图G上所有节点相对目标节点s的重要性得分的估计找到图结构G上的所有用户节点的重要性得分的估计中最高的k个用户节点，将这k个用户节点对应的社交用户作为结果推荐给目标用户。本实施例提供的基于重要性得分的好友推荐方法，实现基于各推荐场景的、通用的、可统一维护的好友推荐方法。

技术领域

本发明是关于好友推荐，特别是关于一种基于重要性得分的好友推荐方法。

背景技术

随着我国互联网产业的高速发展，社交媒体的规模迅速增大。

基于社交软件的核心业务，我国主流的社交软件可大致分为以微信、钉钉等为代表的通讯类社交软件；以微博、知乎为代表的媒体类社交软件；和以探探、soul为代表的交友类社交软件。各类型社交软件业务多样，功能各异，但是都普遍具有好友推荐的功能，即根据用户之间的关联关系，寻找对于目标用户具有较高重要性的用户，将这些高重要性的用户推荐给目标用户。高质量的好友推荐可以优化用户的使用体验、扩大社交范围、增进社交网络中的用户交互力度，进而提高用户粘性。因此，好友推荐的效率与质量对于社交产业的蓬勃发展至关重要。

目前，不同社交软件会根据自身的功能定位选取不同的用户重要性衡量指标，同一社交软件也会在各类型的好友推荐中，依据具体的功能选择特定的用户重要性衡量指标进行好友推荐，基于不同用户重要性衡量指标的好友推荐方法不具有通用性。

基于此，本申请的发明人发现，现有好友推荐方法的不通用性，会使得各场景下的好友推荐方法无法互用、难以统一维护，这对各社交软件维护好友推荐功能的过程带来了额外的负担，造成了潜在的资源和收益损耗。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

本发明的目的在于提供一种基于重要性得分的好友推荐方法，其能够适用于多种好友推荐方法。

为实现上述目的，本发明提供了一种基于重要性得分的好友推荐方法，包括：

将目标用户、用户以及用户间的关系转换为图结构，其中，所述图结构中包括多个与所述用户对应的节点以及多条与所述用户间的关系对应的边，所述图结构G包括n个节点u，所述目标用户对应为图结构中的目标节点s；

获取与应用场景对应的目标用户的各阶邻居节点对应的重要性得分参数，其中，每个应用场景具有多种预设的推荐算法，不同预设算法对应不同参数；

根据第i阶邻居节点的重要性得分参数，计算目标节点s的一个第i阶邻居节点u的重要性得分的估计，重复上述步骤，得到目标节点s所有的第i阶邻居节点的重要性得分的估计；

根据第i+1阶邻居节点的重要性得分参数以及目标节点s的一个i阶邻居节点u的重要性得分的估计，计算所述节点u的邻居节点v作为目标节点s的第i+1阶邻居节点的重要性得分的估计，重复上述步骤，得到节点s所有的第i+1阶邻居节点的重要性得分的估计；

重复得到节点s所有的第i+1阶邻居节点的重要性得分的估计的步骤，直至得到目标节点s的前L阶邻居的重要性得分的估计，其中i为0-L的整数；

根据目标节点s的前L阶邻居的重要性得分的估计，得到图G上所有节点相对目标节点s的重要性得分的估计其中，的第u维存储的数值为图上节点u相对目标节点s的重要性得分的估计；

找到图结构G上所有用户节点的重要性得分的估计中最高的k个节点，将这k个节点对应的用户作为结果推荐给目标用户。