[發明專利]好友推薦系統及方法

有效

• 申請號: 201310457424.6
• 申請日: 2013-09-30
• 公開（公告）號: CN103514286A
• 公開（公告）日: 2014-01-15
• 發明（設計）人: 譚芝
• 申請（專利權）人: 鴻富錦精密工業（深圳）有限公司;鴻海精密工業股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種好友推薦系統，運行于至少一社交網站服務器中，該社交網站服務器包括一存儲單元，該存儲單元用于存儲一標準數據庫，該標準數據庫包括多個推薦對象的個人信息以及每一推薦對象上傳至該社交網站的所有照片的一參考指紋，其特征在于，該好友推薦系統包括：

一指紋分析模塊，用于獲取當前用戶上傳至至少一社交網站的所有照片，對每一照片進行加密，從而獲取每一照片的一組二進制序列；

一組合模塊，用于根據當前用戶所有照片的二進制序列獲取標識該當前用戶的一組特征指紋；

一匹配模塊，用于將標識該當前用戶的特征指紋與該標準數據庫中所有推薦對象對應的參考指紋一一作比對，從而獲得該特征指紋與每一參考指紋的相似度；以及

一推薦模塊，用于根據該特征指紋與每一參考指紋的相似度向當前用戶推薦好友。

2.如權利要求1所述的好友推薦系統，其特征在于，該指紋分析模塊用于對每一照片進行MD5加密，從而獲取每一照片的一組二進制序列。

3.如權利要求1所述的好友推薦系統，其特征在于，該指紋分析模塊先識別當前用戶上傳的每一照片中的人臉，然后提取每一照片中的人臉圖像，將每一人臉圖像轉化為一個二進制序列，然后將該些人臉圖像的二進制序列進行組合并加密，從而獲取每一照片的一組二進制序列。

4.如權利要求1所述的好友推薦系統，其特征在于，該匹配模塊用于將當前用戶的特征指紋中所有照片的人臉圖像的二進制序列與每一推薦對象對應的參考指紋中的所有照片的人臉圖像的二進制序列進行對比，從而確定該用戶的特征指紋與每一推薦對象對應的參考指紋中具有相同二進制序列的數量，然后根據該當前用戶的特征指紋與每一推薦對象對應的參考指紋中具有的相同二進制序列的數量得到該特征指紋與每一推薦對象的參考指紋的相似度。

5.如權利要求1所述的好友推薦系統，其特征在于，該推薦模塊用于確定與該特征指紋相似度最高的參考指紋，并向該當前用戶發送所確定的參考指紋對應的推薦對象的個人信息，從而將其作為好友推薦給當前用戶。

6.如權利要求1所述的好友推薦系統，其特征在于，該推薦模塊用于確定每一參考指紋與該特征指紋的相似度是否大于一預設值，并在大于該預設值時向該當前用戶發送該些參考指紋對應的推薦對象的個人信息。

7.如權利要求6所述的好友推薦系統，其特征在于，該存儲單元還存儲有一擴展數據庫，該擴展數據庫包括該標準數據庫中所有推薦對象的個人信息，還包括每一推薦對象上傳至多個社交網站的照片的參考指紋；該推薦模塊還用于當確定某一參考指紋與該特征指紋的相似度小于該預定值時，確定該參考指紋對應的推薦對象；該匹配模塊還用于將該特征指紋與該擴展數據庫中該推薦對象對應的參考指紋作比對，從而獲取該特征指紋與該參考指紋的相似度；該推薦模塊還在確定該特征指紋與該參考指紋的相似度大于該預設值時，向該當前用戶發送該推薦對象的個人信息。

8.一種好友推薦方法，應用于至少一社交網站服務器中，該社交網站服務器包括一存儲單元，該存儲單元用于存儲一標準數據庫，該標準數據庫包括多個推薦對象的個人信息以及每一推薦對象上傳至至少一社交網站的所有照片的一參考指紋，其特征在于，該方法包括：

獲取當前用戶上傳至至少一社交網站的所有照片，對每一照片進行加密，從而獲取每一照片的一組二進制序列；

根據當前用戶所有照片的二進制序列獲取標識該當前用戶的一組特征指紋；

將標識該當前用戶的特征指紋與該標準數據庫中所有推薦對象對應的參考指紋一一作比對，從而獲得該特征指紋與每一參考指紋的相似度；以及

根據該特征指紋與每一參考指紋的相似度向當前用戶推薦好友。

9.如權利要求8所述的好友推薦方法，其特征在于，所述步驟“根據該特征指紋與每一參考指紋的相似度向當前用戶推薦好友”還進一步包括：

確定每一參考指紋與該特征指紋的相似度是否大于一預設值；以及

當大于該預設值時向該當前用戶發送該些參考指紋對應的推薦對象的個人信息。

10.如權利要求9所述的好友推薦方法，其特征在于，該存儲單元還存儲有一擴展數據庫，該擴展數據庫包括該標準數據庫中所有推薦對象的個人信息，還包括每一推薦對象上傳至多個社交網站的照片的參考指紋；所述步驟“當大于該預設值時向該當前用戶發送該些參考指紋對應的推薦對象的個人信息”之后還包括：

當確定某一參考指紋與該特征指紋的相似度小于該預定值時，確定該參考指紋對應的推薦對象；

將該特征指紋與該擴展數據庫中該推薦對象對應的參考指紋作比對，從而獲取該特征指紋與該參考指紋的相似度；以及

當確定該特征指紋與該參考指紋的相似度大于該預設值時，向該當前用戶發送該推薦對象的個人信息。