[發明專利]網絡交友智能推薦系統及方法

無效

• 申請號: 201010290979.2
• 申請日: 2010-09-26
• 公開（公告）號: CN101950392A
• 公開（公告）日: 2011-01-19
• 發明（設計）人: 黃東喜;徐亮;陳思;卓愛國
• 申請（專利權）人: 深圳市珍愛網信息技術有限公司
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06F17/30
• 代理公司: 深圳市順天達專利商標代理有限公司 44217
• 代理人: 陸軍

技術領域

本發明涉及網絡交友領域，更具體地說，涉及一種網絡交友智能推薦系統及方法。

背景技術

隨著互聯網技術的發展，互聯網的應用已經深入大多數人的日常工作和生活中。由于互聯網不受空間或時間的限制，可以隨時隨地掌握最新的信息，故稱為許多人獲得信息或分享心得的重要渠道。而傳統的婚姻介紹行業也被移植到網絡上，其主要表現方式為各種類型的線上交友平臺，例如交友網站。

目前交友網站，普通用戶通過遞交個人信息及需求信息成為交友網站的會員，上述個人信息（例如性別、年齡、聯系方式等）及需求信息（例如對方的年齡、身高等）由交友網站審核后存入數據庫。隨后，交友網站定期或不定期從其數據庫中檢索獲取符合某一會員需求信息的其他會員，并將檢索獲得的其他會員的聯系方式等個人信息發送給該會員，即進行交友信息推薦。

目前的交友信息推薦通常采用會員個人信息匹配的方式，這就要求會員必須在交友網站輸入完整的個人信息。然而，如果會員的個人信息欠缺，將導致交友信息推薦失敗。此外，對于某些交友需求不是很明確的會員（即對交友另一方的年齡、身高等），可能很難提出需求信息或提出的需求信息比較模糊，使得推薦信息過多，也會導致交友信息推薦失敗。還有，如果會員的個人信息過于明確，使得推薦信息過少或者沒有，同樣將導致交友信息推薦失敗。

發明內容

本發明要解決的技術問題在于，針對上述網絡交友中交友信息推薦依賴個人信息而導致交友信息推薦失敗的問題，提供一種網絡交友智能推薦系統及方法。

本發明解決上述技術問題的技術方案是，提供一種網絡交友智能推薦系統，用于向網絡交友平臺的用戶推薦交友信息，包括：

用戶評價記錄單元，用于記錄網絡交友平臺中所有用戶之間的肯定評價并生成評價數據；

評價數據存儲單元，用于存儲評價數據；

智能推薦單元，用于根據所述評價數據獲得第一用戶給予肯定評價的第二用戶、根據所述評價數據獲得給予第二用戶肯定評價的第三用戶、根據所述評價數據獲得第三用戶給予肯定評價的第四用戶，并將所述第四用戶推薦給第一用戶，所述第二用戶、第三用戶及第四用戶分別包括一個以上用戶。?

在本發明所述的網絡交友智能推薦系統中，還包括用于存儲網絡交友平臺中所有用戶的個人信息的個人信息存儲單元以及用于將第四用戶與第一用戶的個人信息進行匹配的第一匹配單元，所述智能推薦單元根據第一匹配單元獲得的匹配度的高低將第四用戶按先后順序推薦給第一用戶，所述個人信息包括身份信息和需求信息，所述匹配單元將第一用戶的需求信息與第四用戶的身份信息進行匹配。

在本發明所述的網絡交友智能推薦系統中,?還包括用于存儲網絡交友平臺中所有用戶的個人信息的個人信息存儲單元以及用于將第四用戶的個人信息與第二用戶的個人信息進行匹配的第二匹配單元，所述智能推薦單元根據第二匹配單元獲得的匹配度的高低將第四用戶按先后順序推薦給第一用戶。

在本發明所述的網絡交友智能推薦系統中，還包括評價統計單元，用于計算第四用戶所獲得的肯定評價的數量，所述智能推薦單元根據獲得肯定評價的數量的多少將第四用戶按先后順序推薦給第一用戶。

在本發明所述的網絡交友智能推薦系統中，所述網絡交友平臺的用戶具有性別屬性，所述第一用戶和第二用戶的性別相反，所述第三用戶與第一用戶的性別相同，所述第四用戶與第二用戶的性別相同。

本發明還提供一種網絡交友智能推薦方法，用于向網絡交友平臺的用戶推薦交友信息，包括以下步驟：

a、網絡交友平臺記錄網絡交友平臺中所有用戶之間的肯定評價并生成評價數據；

b、根據所述評價數據獲得第一用戶給予肯定評價的第二用戶；

c、根據所述評價數據獲得給予第二用戶肯定評價的第三用戶；

d、根據所述評價數據獲得第三用戶給予肯定評價的第四用戶；

e、將所述第四用戶推薦給所述第一用戶；

其中所述第二用戶、第三用戶及第四用戶分別包括一個以上用戶。

在本發明所述的網絡交友智能推薦方法中，所述網絡交友平臺中存儲有所有用戶的個人信息，所述個人信息包括身份信息和需求信息，所述步驟e中包括：網絡交友平臺將第四用戶的身份信息與第一用戶的需求信息進行匹配，并根據匹配度的高低將第四用戶按先后順序推薦給第一用戶。?

在本發明所述的網絡交友智能推薦方法中，所述網絡交友平臺中存儲有所有用戶的個人信息，所述步驟e中包括：將第四用戶的個人信息與第二用戶的個人信息進行匹配，并根據匹配度的高低將第四用戶按先后順序推薦給第一用戶。