[发明专利]一种用户的兴趣推荐方法和装置

说明书

技术领域

本发明属于社交网络领域，尤其涉及一种用户的兴趣标签推荐方法和装置。

背景技术

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。

发明内容

本发明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。

本发明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。

本发明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。

在本发明实施例中，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是本发明第一实施例提供的用户兴趣推荐方法的实现流程图；

图2是本发明第二实施例提供的用户兴趣推荐方法的实现流程图；

图3是本发明第三实施例提供的用户兴趣推荐装置的结构框图；

图4是本发明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

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明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发明，并不用于限定本发明。

实施例一

图1示出了本发明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。