一种获取网络主体社交关系类型的方法及装置的制造方法

文档序号:8487797阅读:314来源:国知局
一种获取网络主体社交关系类型的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及网络技术,尤其是一种在网络中获取网络主体社交关系类型的方法及 装直。
【背景技术】
[0002] 随着互联网的发展,互联网已发展成为一个集交流、资讯、娱乐、搜索、电子商务、 办公协作和企业客户服务等为一体的综合化信息平台。由于功能的多元化,使得在该平台 上需要建立用户之间的关系。
[0003] 现有技术中,在每一个web网站中都会存在其自身的用户群,用户之间的关系可 以构成一个网络,而用户之间的动态关系又可以形成一个关系模型。在对该些用户建立用 户关系模型时,通常是采用一些算法对用户进行匹配计算,根据匹配计算的结果,对相互关 系匹配度高的潜在用户,通过相互推荐的方式建立用户关系,而这种用户关系的建立只有 在用户彼此相互认可后,方可建立。例如:好友关系一般是用户添加并取得对方同意后形成 好友关系模型。
[0004] 然而,随着互联网应用的发展,网络用户之间的交互行为愈加频繁并且交互行为 方式也愈加多元化,通常一个用户会存在几十个甚至上百个联系人,与各个联系人之间有 几种不同的社交关系类型,而在这种情况下,采用现有技术建立用户关系的方式,受限于用 户提供相互社交关系信息的自愿程度,不能充分掌握用户之间的实际社交关系;另外,设计 过于复杂的关系分类选择供用户确认,会导致网络主体参与度下降,因此,现有技术下对网 络主体的社交关系划分都不很丰富,无法体现实际用户关系类型的复杂程度,上述情况,使 电子商务厂商不能充分掌握各个网络主体之间复杂的相互关系类型的信息,降低了其进行 各种电子商务运作的精确度。现有技术的另外一个主要缺陷是,通过用户自愿选择的方式 进行社交关系确认的效率过低。总之,上述情况,不仅影响了基于社交网络的电子商务对目 标客户的寻找,也会妨碍用户对网络服务产品的体验。
[0005] 如何提供一种能够根据用户之间彼此的交互行为,自动建立用户关系的方法成为 亟待解决的技术问题。

【发明内容】

[0006] 本申请要解决的技术问题是提供一种获取网络主体社交关系类型的方法及装置, 该方法对网络用户的社交关系类型提供更为丰富的信息,并且可减少社交关系类型确定过 程中的人工参与。
[0007] 为解决上述技术问题,本申请提供一种获取网络主体社交关系类型的方法,包括: 获取需要判断社交关系类型的两个网络主体的网络社交行为数据;所述网络社交关系类型 包括M种;所述网络社交行为包括S种;将待判断的两个网络主体的网络社交行为数据以 预定的方式离散化,使每个网络社交行为根据数量离散化到规定的N个等级;根据每种网 络社交行为的每个等级对应于特定的社交关系类型的条件概率,计算上述两个待判断社交 关系类型的网络主体属于每种社交关系类型的融合概率;初步推定融合概率最大的社交关 系类型为待判断网络主体彼此的社交关系类型。
[0008] 优选地,所述每种网络社交行为的每个等级对应于某种社交关系类型的条件概 率,采用如下方式获得:获取已知社交关系类型的网络主体的数据以及该些网络主体的网 络社交行为数据作为初始样本集合;将所述S种网络社交行为的数量范围以所述预定的方 式离散化,使每个社交行为根据发生数量获得N个等级;根据所述初始样本集合的已知数 据,计算每种网络社交行为的每个等级对应于某种社交关系类型的条件概率。
[0009] 优选地,若所述融合概率最大的社交关系类型,其融合概率值大于预设阈值a,则 最终推断待判断网络主体彼此之间为该社交关系类型。
[0010] 优选地,确定社交关系类型推断结果的正确率要求为0 ;对于所述初始样本集 合,计算该初始样本集合中,任意两个网络主体之间的融合概率,并选取某个预设阈值的具 体取值a i作为假定预设阈值,以该假定预设阈值为标准,进行社交关系类型的推断,并将 该推断结果与初始样本集合中的实际数据比对,获得推断结果的正确率;当使用某个具体 取值a i,获得的社交关系类型推断结果的正确率等于或者稍大于0,则取该具体取值a: 作为所述预设阈值a的取值。
[0011] 优选地,将网络主体a的各个网络社交行为权重与对应该网络社交行为的频次相 乘,并将上述所有乘积相加,获得该对网络主体中b对a的社交关系强度指数。
[0012] 优选地,所述网络社交行为权重以下述公式计算:
【主权项】
1. 一种获取网络主体社交关系类型的方法,其特征在于,包括: 获取需要判断社交关系类型的两个网络主体的网络社交行为数据;所述网络社交关系 类型包括M种;所述网络社交行为包括S种; 将待判断的两个网络主体的网络社交行为数据以预定的方式离散化,使每个网络社交 行为根据数量离散化到规定的N个等级; 根据每种网络社交行为的每个等级对应于特定的社交关系类型的条件概率,计算上述 两个待判断社交关系类型的网络主体属于每种社交关系类型的融合概率; 初步推定融合概率最大的社交关系类型为待判断网络主体彼此的社交关系类型。
2. 根据权利要求1所述的获取网络主体社交关系类型的方法,其特征在于, 所述每种网络社交行为的每个等级对应于某种社交关系类型的条件概率,采用如下方 式获得: 获取已知社交关系类型的网络主体的数据以及该些网络主体的网络社交行为数据作 为初始样本集合; 将所述S种网络社交行为的数量范围以所述预定的方式离散化,使每个社交行为根据 发生数量获得N个等级; 根据所述初始样本集合的已知数据,计算每种网络社交行为的每个等级对应于某种社 交关系类型的条件概率。
3. 根据权利要求1-2任意一项所述的获取网络主体社交关系类型的方法,其特征在 于,包括:若所述融合概率最大的社交关系类型,其融合概率值大于预设阈值a,则最终推 断待判断网络主体彼此之间为该社交关系类型。
4. 根据权利要求3所述的获取网络主体社交关系类型的方法,其特征在于,所述预设 阈值ct的确定过程如下: 确定社交关系类型推断结果的正确率要求为3 ; 对于所述初始样本集合,计算该初始样本集合中,任意两个网络主体之间的融合概率, 并选取某个预设阈值的具体取值ai作为假定预设阈
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1