用于社交网络平台的好友管理方法、装置及服务器的制造方法
【技术领域】
[0001] 本公开涉及计算机技术领域，特别涉及一种用于社交网络平台的好友管理方法、 装置及服务器。
【背景技术】
[0002] 随着网络技术的不断发展，一些基于网络的即时通信工具随之出现，例如，微信、 易信等常用的即时通信工具。用户可以在这些即时通信工具的朋友圈中与朋友分享一些社 交网络信息（如用户的动态或者转发的信息等），极大的提高了用户体验。但有些用户的部 分好友可能经常发一些广告信息或者刷屏，给很多用户带来了烦扰。
[0003] 目前，大部分用户通过手动查找那些广告刷屏的好友，然后对其进行屏蔽或者删 除，从而浪费了时间，降低了社交网络的使用效率。
【发明内容】
[0004] 为了解决上述问题，本公开提供一种用于社交网络平台的好友管理方法、装置及 服务器。
[0005] 根据本公开实施例的第一方面，提供一种用于社交网络平台的好友管理方法，包 括：
[0006] 获取社交网络用户的好友发布过的部分或全部社交网络信息；
[0007] 基于所述社交网络信息从所述用户的好友中查找出预定类型的好友；
[0008] 向所述用户推送所述预定类型的好友的名单，以提醒用户根据所述名单进行免打 扰设置。
[0009] 可选的，所述基于所述社交网络信息从所述用户的好友中查找出预定类型的好 友，包括：
[0010] 获取所述社交网络信息的内容对应的文本形式的信息；
[0011] 基于所述文本形式的信息，判定对应的社交网络信息是否属于预定类别；
[0012] 根据所述判定的结果，统计所述用户的好友发布过的属于所述预定类别的社交网 络信息的相关数据；
[0013] 从所述用户的好友中查找出满足预定条件的好友作为预定类型的好友，其中，所 述满足预定条件的好友为对应的所述相关数据超过预定阈值的好友。
[0014] 可选的，所述相关数据包括以下一项或多项：
[0015] 所述用户的好友发布过的属于所述预定类别的社交网络信息的数量；
[0016] 所述用户的好友发布过的属于所述预定类别的社交网络信息所占比例。
[0017] 可选的，所述获取所述社交网络信息的内容对应的文本形式的信息，包括：
[0018] 确定每个所述社交网络信息的信息表现形式；
[0019] 按照对应于所述信息表现形式的方式，提取出每个所述社交网络信息的内容对应 的文本形式的信息；
[0020] 其中，所述信息表现形式包括文字，图像，视频，链接以及声音。
[0021] 可选的，基于所述文本形式的信息，判定对应的社交网络信息是否属于预定类别， 包括：
[0022] 获取经过训练得到的类别判定字典；
[0023] 采用所述类别判定字典对所述文本形式的信息进行类别判定，以确定所述文本形 式的信息对应的社交网络信息是否属于预定类别。
[0024] 可选的，所述类别判定字典通过如下方式训练得到：
[0025]获取多个样本社交网络信息对应的文本信息作为样本信息，其中，已知所述样本 社交网络信息是否属于所述预定类别；
[0026]从所述样本信息中提取关键词；
[0027] 确定所述关键词与所述预定类别的相关性参数；
[0028] 提取大于等于预定阈值的所述相关性参数对应的关键词；
[0029] 基于所述关键词以及对应的所述相关性参数生成类别判定字典。
[0030] 可选的，确定所述关键词与所述预定类别的相关性参数，包括：
[0031] 采用卡方验证CHI的方法计算所述关键词与所述预定类别的卡方值作为相关性参 数。
[0032] 可选的，所述采用所述类别判定字典对所述文本形式的信息进行类别判定，包括：
[0033] 从所述文本形式的信息中提取关键词作为待判定关键词；
[0034]从所述类别判定字典中查找所述待判定关键词对应的所述相关性参数；
[0035] 获取参考比例，所述参考比例为对应的样本社交网络信息中属于所述预定类别的 信息所占的比例；
[0036] 基于所述待判定关键词对应的所述相关性参数以及所述参考比例，计算第一相关 度以及第二相关度，其中，所述第一相关度为所述文本形式的信息对应的社交网络信息与 预定类别的相关度，所述第二相关度为所述文本形式的信息对应的社交网络信息与非预定 类别的相关度；
[0037] 判断第一相关度以及第二相关度的大小;若所述第一相关度大，则所述文本形式 的信息对应的社交网络信息属于预定类别。
[0038] 可选的，所述基于所述待判定关键词对应的所述相关性参数以及所述参考比例， 计算第一相关度以及第二相关度，包括：
[0039]计算所述待判定关键词的所述相关性参数的乘积作为第一乘积，并将所述第一乘 积再与所述参考比例相乘，结果作为第一相关度；
[0040] 计算1与所述待判定关键词的所述相关性参数之差的乘积作为第二乘积，并将1与 所述参考比例之差再与所述第二乘积相乘，结果作为第二相关度。
[0041] 根据本公开实施例的第二方面，提供一种用于社交网络平台的好友管理装置，包 括：
[0042] 获取模块，被配置为获取社交网络用户的好友发布过的部分或全部社交网络信 息；
[0043]查找模块，被配置为基于所述获取模块获取到的社交网络信息从所述用户的好友 中查找出预定类型的好友；
[0044] 推送模块，被配置为向所述用户推送所述查找模块查找出的所述预定类型的好友 的名单，以提醒用户根据所述名单进行免打扰设置。
[0045] 可选的，所述查找模块包括：
[0046] 文本信息获取子模块，被配置为获取所述社交网络信息的内容对应的文本形式的 信息；
[0047] 判定子模块，被配置为基于所述文本信息获取子模块获取到的所述文本形式的信 息，判定对应的社交网络信息是否属于预定类别；
[0048] 统计子模块，被配置为根据所述判定子模块判定的结果，统计所述用户的好友发 布过的属于所述预定类别的社交网络信息的相关数据；
[0049] 查找子模块，被配置为从所述用户的好友中查找出满足预定条件的好友作为预定 类型的好友，其中，所述满足预定条件的好友为对应的所述相关数据超过预定阈值的好友。
[0050] 可选的，所述相关数据包括以下一项或多项：
[0051] 所述用户的好友发布过的属于所述预定类别的社交网络信息的数量；
[0052]所述用户的好友发布过的属于所述预定类别的社交网络信息所占比例。
[0053]可选的，所述文本信息获取子模块包括：
[0054] 确定子模块，被配置为确定每个所述社交网络信息的信息表现形式；
[0055] 提取子模块，被配置为按照对应于所述确定子模块确定的所述信息表现形式的方 式，提取出每个所述社交网络信息的内容对应的文本形式的信息；
[0056] 其中，所述信息表现形式包括文字，图像，视频，链接以及声音。
[0057]可选的，所述判定子模块包括：
[0058] 字典获取子模块，被配置为获取经过训练得到的类别判定字典；
[0059] 类别判定子模块，被配置为采用所述字典获取子模块获取到的所述类别判定字典 对所述文本形式的信息进行类别判定，以确定所述文本形式的信息对应的社交网络信息是 否属于预定类别。
[0060] 可选的，所述类别判定字典通过如下方式训练得到：
[0061] 获取多个样本社交网络信息对应的文本信息作为样本信息，其中，已知所述样本 社交网络信息是否属于所述预定类别；
[0062]从所述样本信息中提取关键词；
[0063] 确定所述关键词与所述预定类别的相关性参数；
[0064] 提取大于等于预定阈值的所述相关性参数对应的关键词；
[0065] 基于所述关键词以及对应的所述相关性参数生成类别判定字典。
[0066] 可选的，确定所述关键词与所述预定类别的相关性参数，包括：
[0067] 采用卡方验证CHI的方法计算所述关键词与所述预定类别的卡方值作为相关性参 数。
[0068] 可选的，所述类别判定子模块包括：
[0069] 关键词提取子模块，被配置为从所述文本形式的信息中提取关键词作为待判定关 键词；
[0070] 参数查找子模块，被配置为从所述类别判定字典中查找所述待判定关键词对应的 所述相关性参数；
[0071] 参考比例获取子模块，被配置为获取参考比例，所述参考比例为对应的样本社交 网络信息中属于所述预定类别的信息所占的比例；
[0072] 计算子模块，被配置为基于所述待判定关键词对应的所述相关性参数以及所述参 考比例，计算第一相关度以及第二相关度，其中，所述第一相关度为所述文本形式的信息对 应的社交网络信息与预定类别的相关度，所述第二相关度为所述文本形式的信息对应的社 交网络信息与非预定类别的相关度；
[0073]判断子模块，被配置为判断第一相关度以及第二相关度的大小;若所述第一相关 度大，则所述文本形式的信息对应的社交网络信息属于预定类别。
[0074]可选的，所述计算子模块包括：
[0075] 第一相关度计算子模块，被配置为计算所述待判定关键词的所述相关性参数的乘 积作为第一乘积，并将所述第一乘积再与所述参考比例相乘，结果作为第一相关度；
[0076] 第二相关度计算子模块，被配置为计算1与所述待判定关键词的所述相关性参数 之差的乘积作为第二乘积，并将1与所述参考比例之差再与所述第二乘积相乘，结果作为第 二相关度。
[0077]根据本公开实施例的第三方面，提供一种服务器，包括：
[0078] 处理器；
[0079]用于存储处理器可执行指令的存储器；
[0080]其中，所述处理器被配置为：
[0081 ]获取社交网络用户的好友发布过的部分或全部社交网络信息；