一种用户的兴趣推荐方法和装置制造方法及图纸

本发明专利技术适用于社交网络领域，提供了一种用户兴趣推荐方法和装置，该方法包括：根据社交网络的用户生成内容UGC，获取用户的兴趣标签信息；根据获取的兴趣标签信息，对同类别的兴趣标签的用户聚类形成聚类簇；对同一聚类簇中的用户的兴趣标签推荐至该聚类簇中的用户，或对同一聚类簇中的用户互相推荐为相同兴趣的好友。由于从用户生成内容中获取用户的兴趣标签，其兴趣标签匹配的准确度高，基于准确度高而形成的聚类簇中的用户进行兴趣标签或好友推荐，其推荐的准确度高，有利于提高推荐效率，可进一步完善用户兴趣标签。

【技术实现步骤摘要】

本专利技术属于社交网络领域，尤其涉及一种用户的兴趣标签推荐方法和装置。
技术介绍
在现有的社交网络如校友、空间、博客和微博中，拥有庞大的用户群。为了更好的便于用户的信息交流与沟通，在各社交网络都有推出用户的兴趣标签服务，在用户匹配了相应的兴趣标签后，将用户归为具有相同兴趣标签的用户群组。现有的根据用户的兴趣标签进行用户兴趣标签的推荐方法，一般采用如下方式：给用户随机推荐兴趣标签或者根据当前热点事件给用户推荐兴趣标签，或者在建立了用户兴趣标签体系后，对用户推荐不同类别的兴趣标签。随机推荐选用比较常用的兴趣标签推荐给用户，而当前热点兴趣标签推荐为当前活跃度比较高的兴趣标签，这种推荐方式不能有效的设定真正属于用户的兴趣标签，推荐兴趣标签的准确度不高。
技术实现思路
本专利技术实施例的目的在于提供一种用户的兴趣推荐方法，旨在解决现有技术中在进行用户推荐时，用户推荐的兴趣标签或推荐的用户的准确度不高的问题，从而提高用户兴趣标签或用户推荐效率。本专利技术实施例是这样实现的，一种用户的兴趣推荐的方法，所述方法包括下述步骤：根据社交网络的用户生成内容，获取用户的兴趣标签信息；根据获取的兴趣标签信息，对同类别的兴趣标签的用户聚类形成聚类簇；对同一聚类簇中的用户的兴趣标签推荐至该聚类簇中的用户，或对同一聚类簇中的用户互相推荐为相同兴趣的好友。本专利技术实施例的另一目的在于提供一种用户的兴趣推荐装置，所述装置包括：获取模块，用于根据社交网络的用户生成内容UGC，获取用户的兴趣标签信息；聚类模块，用于根据获取的兴趣标签信息，对同类别的兴趣标签的用户聚类形成聚类簇；推荐模块，用于对同一聚类簇中的用户的兴趣标签推荐至该聚类簇中的用户，或对同一聚类簇中的用户互相推荐为相同兴趣的好友。在本专利技术实施例中，根据用户生成内容UGC中获取的兴趣标签信息，将具有同类别的兴趣标签的用户进行聚类，生成聚类簇，并将同一聚类簇中用户的兴趣标签推荐至聚类簇中的用户，或者将同一聚类簇中的用户互相推荐为相同兴趣的好友。由于从用户生成内容中获取用户的兴趣标签，其兴趣标签匹配的准确度高，基于准确度高而形成的聚类簇中的用户进行兴趣标签或好友推荐，其推荐的准确度高，有利于提高推荐效率，可进一步完善用户兴趣标签。附图说明图1是本专利技术第一实施例提供的用户兴趣推荐方法的实现流程图；图2是本专利技术第二实施例提供的用户兴趣推荐方法的实现流程图；图3是本专利技术第三实施例提供的用户兴趣推荐装置的结构框图；图4是本专利技术第四实施例提供的用户兴趣推荐装置的结构框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例一图1示出了本专利技术用户兴趣推荐方法的实现流程，详述如下：在步骤S101中，根据社交网络的用户生成内容UGC，获取用户的兴趣标签信息。具体的，用户生成内容(英文全称为users generate content，英文简称为UGC)，包括用户发布的微博、博客、转载的文章或者修个性签名等。根据社交网络的用户生成内容UGC，获取用户的兴趣标签信息步骤中，取得兴趣标签信息可以包括如下方式中的一种或两种：1、在用户生成内容中查找用户的兴趣标签信息。具体可通过建立一个包括常用的兴趣标签的库。根据兴趣标签库中的兴趣标签，在用户生成内容中查找是否出现兴趣标签库的兴趣标签，如果出现则将所述出现的兴趣标签作为与用户匹配的兴趣标签。如兴趣标签的库中包括“NBA”、“科幻片”、“官场小说”“八零后”等，而用户生成内容中包括“NBA”、“科幻片”关键词，则将这两个兴趣标签与用户匹配关联。在第二种方式中，在用户已经有定义的兴趣标签或者发布的信息的关键词的情况下，直接将定义的兴趣标签和发布的信息的关键字作为用户的兴趣标签，如用户在发表文章前的关键字或者兴趣标签印象中的自我描述等。在步骤S102中，根据查找的兴趣标签信息，对同类别的兴趣标签的用户聚类形成聚类簇。其中，所述聚类簇是指具有相同或相近似的兴趣标签的用户的集合。根据上述基于用户生成内容中得到的兴趣标签信息，将同类别的兴趣标签的用户聚类形成聚类簇，可提高用户聚类的准确度。如对于同样都具有“林书豪”兴趣标签的用户，可能存在具有多个相同或者相似兴趣标签的用户，因此，可以采用层次聚类算法进行聚类。层次聚类自算法包括凝聚式算法和分裂式算法。凝聚式算法是以“自底向上”的方式进行的。首先将每个用户作为一个聚类，然后合并相似性最大的聚类为一个大的聚类，直到所有的聚类都被融合成一个大的聚类。它以n个聚类开始，以1个聚类结束，分裂式算法是以一种“自顶向下”的方式进行的。一开始它将整个样本看作一个大的聚类，然后，在算法进行的过程中考察所有可能的分裂方法把整个聚类分成若干个小的聚类。第1步分成2类，第2步分成3类，这样一直能够进行下去直到最后一步分成n类。在每一步中选择一个使得相异程度最小的分裂。运用这种方法，可以得到一个相反结构的系统树图，它以1个聚类开始，以n个聚类结束。从系统树图中得到多个不同相似度的聚类簇。在步骤S103中，对同一聚类簇中的用户的兴趣标签推荐至该聚类簇中的用户，或对同一聚类簇中的用户互相推荐为相同兴趣的好友。具体的，由步骤S102中得到的聚类簇，其中包含多个具有相同或相似兴趣的用户，根据聚类簇中用户的特点，可以作以下用户兴趣推荐：1、统计同一聚类簇中的用户的兴趣标签，将所述聚类簇中的用户兴趣标签推荐至该聚类簇中的用户。在推荐用户兴趣标签时，可包括一判断步骤，判断用户是否具有推荐的兴趣标签，如果没有则推荐至用户，如果有则换下一个兴趣标签继续推荐。这样可以防止在用户具有待推荐的兴趣标签的情况下重复推荐的情况，提高用户体验效果。2、对同一聚类簇中的用户互相推荐为相同兴趣的好友，同样，在推荐前也可包括一判断步骤，判断待推荐的用户是否已经是被推荐的用户的好友，如果没有则推荐其为被推荐用户的好友，否则判断下一位。本专利技术实施例通过在用户生成内容中获取用户的兴趣标签信息，得到更加真实的用户兴趣标签，基于该用户兴趣标签进行用户聚类得到聚类簇，在聚类簇中进行用户兴趣标签的推荐和用户好友推荐，本专利技术实施例所得到的用户兴趣标签更加真实，有利于提高用户兴趣标签和用户的推荐准确度，推荐效率高。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户的兴趣推荐方法，其特征在于，所述方法包括：
根据社交网络的用户生成内容，获取用户的兴趣标签信息；
根据获取的兴趣标签信息，对同类别的兴趣标签的用户聚类形成聚类簇；
对同一聚类簇中的用户的兴趣标签推荐至该聚类簇中的用户，或对同一聚
类簇中的用户互相推荐为相同兴趣的好友。
2.根据权利要求1所述的方法，其特征在于，所述步骤根据社交网络的用
户生成内容，获取用户的兴趣标签信息包括：
在用户生成内容中查找用户的兴趣标签信息，和/或
获取用户生成内容中自定义的兴趣标签信息。
3.根据权利要求2所述的方法，其特征在于，所述步骤在用户生成内容中
查找用户的兴趣标签信息具体为：
生成一个包括常用的兴趣标签的库；
在用户生成内容中查找与兴趣标签的库中相匹配的兴趣标签，作为用户兴
趣标签。
4.根据权利要求1所述的方法，其特征在于，所述兴趣标签信息包括用户
的兴趣标签和兴趣标签在社交网络的用户生成内容中出现的次数。
5.根据权利要求4所述的方法，其特征在于，所述步骤对同一聚类簇中的
用户的兴趣标签推荐至该聚类簇中的用户，或对同一聚类簇中的用户互相推荐
为相同兴趣好友具体为：
对同一聚类簇中的用户的兴趣标签，根据兴趣标签在聚类簇中出现的次数
由多到少推荐至该聚类簇中的用户，或对同一聚类簇中的用户，根据用户兴趣
标签的相似度，互相推荐为相同兴趣好友。
6.根据权利要求1-5任一项所述方法，其特征在于，还包括获取用户的社
交网络的属性信息的步骤，所述步骤根据获取的兴趣标签信息，对同类别的兴
趣标签的用户聚类形成聚类簇具体为：
根据获取的兴趣标签信息和用户的社交网络的属性信息，...

【专利技术属性】
技术研发人员：贺翔，陈建群，付昭，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：