[發(fā)明專利]一種用戶推薦方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110144196.1
• 申請日: 2021-02-02
• 公開（公告）號: CN112800331A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計(jì)）人: 陳培虎;陳義武
• 申請（專利權(quán)）人: 百果園技術(shù)（新加坡）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06Q50/00
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

1.一種用戶推薦方法，其特征在于，所述方法包括：

從預(yù)設(shè)人脈推薦池中拉取針對被推薦用戶的人脈推薦數(shù)據(jù)，并向終端返回所述人脈推薦數(shù)據(jù)；其中，所述人脈推薦數(shù)據(jù)為按照所述被推薦用戶的推薦程度信息進(jìn)行拉取；

接收所述終端發(fā)送的針對所述被推薦用戶的操作信息；所述操作信息由終端用戶作用于所述被推薦用戶的反饋操作生成；

根據(jù)所述操作信息更新所述被推薦用戶的推薦程度信息。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在從預(yù)設(shè)人脈推薦池中拉取針對被推薦用戶的人脈推薦數(shù)據(jù)之前，還包括：

獲取所述被推薦用戶的用戶信息，并根據(jù)所述用戶信息生成推薦程度信息；

根據(jù)所述推薦程度信息更新所述被推薦用戶到預(yù)設(shè)人脈推薦池。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述被推薦用戶的用戶信息包括用戶類型和用戶活躍度；所述根據(jù)所述用戶信息生成推薦程度信息，包括：

根據(jù)所述用戶類型和所述用戶活躍度生成人脈關(guān)系程度信息，以及獲取所述被推薦用戶在預(yù)設(shè)人脈推薦池的權(quán)重值；

采用所述權(quán)重值和所述人脈關(guān)系程度信息生成所述被推薦用戶的推薦程度信息。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，

所述用戶類型包括以下至少一個：用戶關(guān)注類型、用戶阻止類型、用戶好友類型、用戶好友的共同關(guān)注類型、用戶好友的好友類型以及用戶關(guān)注的關(guān)注類型；其中，所述用戶類型為用戶關(guān)注類型或用戶阻止類型的被推薦用戶不在預(yù)設(shè)人脈推薦池中。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述人脈關(guān)系程度信息包括第一人脈關(guān)系程度信息和第二人脈關(guān)系程度信息；所述根據(jù)所述用戶類型和所述用戶活躍度生成人脈關(guān)系程度信息，包括：

根據(jù)所述被推薦用戶的用戶類型生成第一人脈關(guān)系程度信息，以及根據(jù)所述用戶活躍度生成第二人脈關(guān)系程度信息。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述第一人脈關(guān)系程度信息由第一人脈關(guān)系得分確定；所述根據(jù)所述被推薦用戶的用戶類型生成第一人脈關(guān)系程度信息，包括：

若所述被推薦用戶的用戶類型為用戶好友類型，則根據(jù)預(yù)設(shè)第一分值確定當(dāng)前第一人脈關(guān)系得分；

和/或，若所述被推薦用戶的用戶類型為用戶好友的共同關(guān)注類型，則根據(jù)共同關(guān)注所述被推薦用戶的用戶好友個數(shù)與預(yù)設(shè)第二分值確定當(dāng)前第一人脈關(guān)系得分；

和/或，若所述被推薦用戶的用戶類型為用戶好友的好友類型，則根據(jù)共同好友個數(shù)與預(yù)設(shè)第三分值確定當(dāng)前第一人脈關(guān)系得分；

和/或，若所述被推薦用戶的用戶類型為用戶關(guān)注的關(guān)注類型，則根據(jù)共同關(guān)注的個數(shù)和預(yù)設(shè)第四分值確定當(dāng)前第一人脈關(guān)系得分。

7.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第二人脈關(guān)系程度信息由第二人脈關(guān)系得分確定；所述根據(jù)所述用戶活躍度生成第二人脈關(guān)系程度信息，包括：

若所述被推薦用戶在預(yù)設(shè)時間段內(nèi)存在發(fā)布動態(tài)，則獲取所述發(fā)布動態(tài)的時間和在預(yù)設(shè)時間段內(nèi)的互動情況，并按照所述發(fā)布動態(tài)的時間和在預(yù)設(shè)時間段內(nèi)的互動情況計(jì)算第二人脈關(guān)系得分；

還包括：

對在預(yù)設(shè)時間段內(nèi)不存在發(fā)布動態(tài)的被推薦用戶進(jìn)行過濾。

8.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述獲取所述被推薦用戶在預(yù)設(shè)人脈推薦池的權(quán)重值，包括：

判斷所述被推薦用戶是否存在于預(yù)設(shè)人脈推薦池；

若所述被推薦用戶存在于預(yù)設(shè)人脈推薦池，則獲取所述被推薦用戶的權(quán)重值；所述權(quán)重值由所述被推薦用戶位于預(yù)設(shè)人脈推薦池的推薦池得分確定；

若所述被推薦用戶不存在于人脈推薦池，則設(shè)置所述被推薦用戶的權(quán)重值為預(yù)設(shè)初始閾值。

9.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述推薦程度信息由被推薦分?jǐn)?shù)確定；所述根據(jù)所述推薦程度信息更新所述被推薦用戶到預(yù)設(shè)人脈推薦池，包括：

采用所述被推薦分?jǐn)?shù)對所述被推薦用戶在預(yù)設(shè)人脈推薦池的排序進(jìn)行更新，并按照更新后的排序?qū)⑺霰煌扑]用戶更新或插入預(yù)設(shè)人脈推薦池。