一种微博用户的推荐方法和系统与流程

本发明涉及因特网技术领域，特别是指一种微博用户的推荐方法和系统。

背景技术：

随着互联网的进一步普及，在近几年，微博迅速发展成为最受欢迎的互联网产品。

微博的一大特色就在于其用户集中了大量各行各业的名人用户，普通用户可以很方便的和名人用户进行互动。为了提高用户参与微博的活跃度，微博系统一般都对新加入的用户进行名人用户推荐，或定期向某些用户进行名人用户推荐，但是，现有的名人用户推荐方式可能会产生如下的问题：

1、越是受关注多的名人用户被推荐次数越多；

2、用户会收听到自身不需要收听的名人用户，由此降低了推荐成功的效率。

从名人用户的推荐方式来看，微博用户推荐成功的效率不高。鉴于此，随着微博的用户数量的扩大，需要一种更有效、公平的方法进行微博用户的推荐。

技术实现要素：

有鉴于此，本发明的主要目的在于提供一种微博用户的推荐方法和系统，可以公平、有效地进行微博用户推荐。

为达到上述目的，本发明的技术方案是这样实现的：

本发明提供了一种微博用户的推荐方法，该方法包括：

根据获取的第一用户排名信息和第二用户的用户行为模型确定需要推荐的第一用户集；

根据获取的第二用户的用户关系链和/或第一用户饱和度信息，对所述第一用户集进行过滤，将过滤后的第一用户集中的第一用户向第二用户推荐。

根据获取的第一用户排名信息和第二用户的用户行为模型确定需要推荐的第一用户集，包括：

根据所述用户行为模型确定所述第二用户需要收听的第一用户所属的分类；

根据所述第一用户排名信息，按照排名从高到低的顺序选取属于所述分类的、且满足预设数量的第一用户，生成所述需要推荐的第一用户集。

根据获取的第二用户的用户关系链对所述第一用户集进行过滤，包括：

根据第二用户的用户关系链和所述第一用户集，确定所述第一用户集中是否存在所述第二用户已收听的第一用户，如果存在，将所述已收听的第一用户从所述第一用户集中过滤掉。

该方法还包括：对所述第一用户集中的第一用户进行饱和度测试，得到所述第一用户饱和度信息。

所述饱和度测试为：测试所述第一用户集中的第一用户被收听的总次数是否达到预设的最大次数，如果达到，则测试结果为饱和；否则，测试结果为不饱和；

或者，

测试所述第一用户集中的第一用户被推荐给所述第二用户的次数是否达到预设的最大次数，如果达到、且所述第二用户未收听对应的第一用户，则测试结果为饱和；如果未达到、且所述第二用户未收听对应的第一用户，则测试结果为不饱和；

相应的，所述第一用户饱和度信息包括第一用户饱和度测试的结果为饱和或不饱和。

根据获取的第一用户饱和度信息，对所述第一用户集进行过滤，包括：

根据所述第一用户饱和度信息，将所述第一用户集中饱和度测试结果为饱和的第一用户过滤掉。

本发明提供了一种微博用户的推荐系统，该系统包括：分析模块、过滤模块和推荐模块，其中：

所述分析模块，用于根据获取的第一用户排名信息和第二用户的用户行为模型确定需要推荐的第一用户集；

所述过滤模块，用于根据获取的第二用户的用户关系链和/或第一用户饱和度信息，对所述第一用户集进行过滤；

所述推荐模块，用于将过滤后的所述第一用户集中的第一用户向所述第二用户推荐。

所述分析模块，还用于根据所述用户行为模型确定所述第二用户需要收听的第一用户所属的分类；再根据所述第一用户排名信息，按照排名从高到低的顺序选取属于所述分类的、且满足预设数量的第一用户，生成所述需要推荐的第一用户集。

所述过滤模块，还用于根据第二用户的用户关系链和所述第一用户集，确定所述第一用户集中是否存在所述第二用户已收听的第一用户，如果存在，将所述已收听的第一用户从所述第一用户集中过滤掉；

或者，

所述过滤模块，还用于根据所述第一用户饱和度信息，将所述第一用户集中饱和度测试结果为饱和的第一用户过滤掉。

该系统还包括：

饱和度测试模块，用于对所述第一用户集中的第一用户进行饱和度测试，包括：测试所述第一用户集中的第一用户被收听的总次数是否达到预设的最大次数，如果达到，则测试结果为饱和；否则，测试结果为不饱和；或者，测试所述第一用户集中的第一用户被推荐给所述第二用户的次数是否达到预设的最大次数，如果达到、且所述第二用户未收听对应的第一用户，则测试结果为饱和；如果未达到、且所述第二用户未收听对应的第一用户，则测试结果为不饱和；

所述饱和度测试模块，还用于将测试得到的第一用户饱和度信息，包括第一用户饱和度测试的结果为饱和或不饱和，提供给所述过滤模块。

本发明微博用户的推荐方法和系统，通过第一用户排名信息和第二用户的用户行为模型确定需要推荐的第一用户集，如此可以将第二用户需要收听的第一用户进行推荐，有效地提高了推荐的成功率；通过用户关系链对第一用户集进行过滤的方式，可以避免将用户已收听的第一用户重复进行推荐；另外，基于饱和度测试，可以减少对被收听次数过多的第一用户的推荐，避免了越是受关注多的用户被推荐次数越多的情况，同时，还可以避免将第二用户不需要收听的用户重复推荐的问题，因此，本发明的用户推荐方式更为有效和合理。

附图说明

图1为本发明微博用户的推荐方法流程图；

图2为本发明微博用户的推荐系统结构图。

具体实施方式

对于微博用户的推荐，需要对已经被推荐达到一定次数的微博用户、对收听者不需要收听的微博用户，减少推荐或不推荐。为此本发明提出了一种微博用户的推荐方法，如图1所示，包括：

步骤101，根据获取的第一用户排名信息和第二用户的用户行为模型确定需要推荐的第一用户集；

步骤102、根据获取的第二用户的用户关系链和/或第一用户饱和度信息，对第一用户集进行过滤，将过滤后的第一用户集中的第一用户向第二用户推荐。

为了方便描述，本发明中将被推荐的微博用户称为第一用户；将收听第一用户的微博用户称为第二用户。

上述第一用户排名信息由微博系统提供，显示了所有微博用户的排名情况，即每个微博用户都可能成为第一用户，同时也是第二用户。优选地，可以依据被收听的次数进行排名，次数越多，排名越靠前。其次，第一用户排名信息至少包含了用户ID(优选地，为用户名，也可以是系统为其分配的号码等)和名次。

用户行为模型由微博系统提供，系统可以根据微博用户的个人信息(如用户填写的职业、兴趣爱好等)和/或收听记录(如已经收听的第一用户)等信息，模拟出该用户的用户行为模型，该用户行为模型体现出了第二用户需要收听的第一用户所属的一种或多种分类。

基于上述两种信息，确定需要推荐的第一用户集的具体实现为：

根据用户行为模型确定第二用户需要收听的第一用户所属的分类；

根据第一用户排名信息，按照排名从高到低的顺序选取属于所述分类的、且满足预设数量的第一用户，生成需要推荐的第一用户集。

进一步地，第一用户排名信息还可以包含用户所属的分类，一个用户可同时属于多个分类。

确定了第一用户集之后，可以直接将第一用户集中的第一用户推荐给第二用户，将第二用户需要收听的第一用户进行推荐，可以有效地提高推荐的成功率。另外，为了更合理地进行推荐，还需要对第一用户集中的第一用户进行过滤，具体地：根据第二用户的用户关系链和/或第一用户饱和度信息进行过滤。

其中，用户关系链由微博系统提供，显示了该第二用户已收听的所有第一用户，则根据第二用户的用户关系链和第一用户集，确定第一用户集中是否存在第二用户已收听的第一用户，具体的：将用户关系链中包含的第一用户与第一用户集中的第一用户进行匹配，如果存在匹配成功的，则说明第一用户集中存在第二用户已收听的第一用户，将该已收听的第一用户从第一用户集中过滤掉。这种过滤方式可以避免将用户已收听的第一用户重复进行推荐，这样的推荐方式更为合理。

第一用户饱和度信息由微博系统提供，是对第一用户集中的第一用户进行饱和度测试后得到的，其包含了第一用户饱和度测试的结果，为饱和或不饱和。

具体的，饱和度测试可以采用以下的方式：

一、测试第一用户集中的第一用户被收听的总次数是否达到预设的最大次数，如果达到，则测试结果为饱和；否则，测试结果为不饱和。

二、测试第一用户集中的第一用户被推荐给第二用户的次数是否达到预设的最大次数，如果达到、且第二用户未收听对应的第一用户，则测试结果为饱和；如果未达到、且所述第二用户未收听对应的第一用户，则测试结果为不饱和。

将第一用户集中饱和度测试结果为饱和的第一用户过滤掉。

方式一的饱和度测试，可以避免越是受关注多的第一用户被推荐次数越多的情况；方式二的饱和度测试避免了将第二用户不需要收听的用户重复推荐的问题，这样的推荐方式更为合理。

另外，关于推荐第一用户的时机，可以在第二用户为新注册的微博用户时，也可以定期向第二用户进行推荐。

为了实现上述方法，本发明还提供了一种微博用户的推荐系统，如图2所示，该系统包括：分析模块、过滤模块和推荐模块，其中：

分析模块，用于根据获取的第一用户排名信息和第二用户的用户行为模型确定需要推荐的第一用户集；

过滤模块，用于根据获取的第二用户的用户关系链和/或第一用户饱和度信息，对第一用户集进行过滤；

推荐模块，用于将过滤后的第一用户集中的第一用户向第二用户推荐。

其中，分析模块，还用于根据用户行为模型确定第二用户需要收听的第一用户所属的分类；再根据第一用户排名信息，按照排名从高到低的顺序选取属于分类的、且满足预设数量的第一用户，生成需要推荐的第一用户集。

过滤模块，还用于根据第二用户的用户关系链和第一用户集，确定第一用户集中是否存在第二用户已收听的第一用户，如果存在，将已收听的第一用户从第一用户集中过滤掉；

或者，

过滤模块，还用于根据第一用户饱和度信息，将第一用户集中饱和度测试结果为饱和的第一用户过滤掉。

该系统还包括：

饱和度测试模块，用于对第一用户集中的第一用户进行饱和度测试，包括：测试第一用户集中的第一用户被收听的总次数是否达到预设的最大次数，如果达到，则测试结果为饱和；否则，测试结果为不饱和；或者，测试第一用户集中的第一用户被推荐给第二用户的次数是否达到预设的最大次数，如果达到、且第二用户未收听对应的第一用户，则测试结果为饱和；如果未达到、且第二用户未收听对应的第一用户，则测试结果为不饱和；

饱和度测试模块，还用于将测试得到的第一用户饱和度信息，包括第一用户饱和度测试的结果为饱和或不饱和，提供给过滤模块。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。