一种人脉关联数据处理方法、装置及系统与流程

本发明涉及互联网技术领域，特别涉及一种人脉关联数据处理方法、装置及系统。

背景技术：

随着互联网技术的不断发展，各种基于互联网的社交类系统对人们日常生活的影响越来越大。这个系统一般有一个应用平台服务器1，以及与其连接的数据存储服务器2，该数据存储服务器2设置在应用平台服务器1内部或独立设置，以及，与应用平台服务器1通过互联网或移动互联网3连接的应用终端4，通常，应用平台服务器1为应用终端4提供应用服务。

基于汽车资讯的社交系统就是一个如图1所示的系统。在这个具体的社交系统中，用户的人脉关联数据存储在数据存储服务器2中；应用终端4，安装了具有基于汽车资讯的社交功能的用户app(application，应用程序)。假设这个用户app的名称为“优信新车”，用户通过应用终端4登录“优信新车”app，在使用“优信新车”app的过程中，应用平台服务器1可以向用户推荐其可能感兴趣的其他用户的id，以提升用户的社交体验。具体为，应用平台服务器1获取用户的关注数据，根据该关注数据可获取“优信新车”app用户与用户之间的人脉关联数据，属于一度人脉数据。应用平台服务器1将该关注数据存储在数据存储服务器2中，并通过广度搜索算法以及深度搜索算法，根据用户的一度人脉数据得到二度人脉数据，从而可根据二度人脉数据，向用户推荐二度人脉用户，以提升用户的社交体验。

但是，发明人发现现有技术提供的人脉关联数据处理方法，存在处理效率低以及更新人脉关联数据时过多占用系统资源的问题。例如，当某个用户的关注数据发生改变时，必然会影响到相关用户和该用户本身的人脉关联数据，现有的人脉关联数据处理方法中，应用平台服务器1需要在变化后的关注数据的基础上，重新计算用户的一度人脉数据以及二度人脉数据，在面对量级巨大的用户群时，应用平台服务器1的运算次数较多，负载量过大，导致应用平台服务器的运行效率较低，对人脉关联数据的处理效率较低，降低了系统带宽、数据库等资源的利用率。

技术实现要素：

本发明的发明目的在于提供一种人脉关联数据处理方法、装置及系统，以解决现有人脉关联数据处理方法在面对量级巨大的用户群时，应用平台服务器的运算次数较多，负载量过大，导致应用平台服务器的运行效率较低，对人脉关联数据的处理效率较低，降低了系统带宽、数据库等资源的利用率的问题。

第一方面，本发明实施例提供一种人脉关联数据处理方法，包括：

获取用户关系列表中，目标用户的用户基础数据的变化信息；

提取人脉关系列表中，与所述目标用户相关的人脉关联数据；

根据所述用户基础数据的变化信息，更新所述人脉关系列表中的人脉关联数据。

结合本申请的第一方面，在本申请第一方面的第一种可实施方式中，按照以下方法构建所述用户关系列表：

获取所述目标用户的关注数据和通讯录数据；

根据所述关注数据和所述通讯录数据，构建所述用户关系列表。

结合本申请的第一方面，在本申请第一方面的第二种可实施方式中，按照以下方法构建所述人脉关系列表：

根据所述用户关系列表，获取所述目标用户的一度人脉数据；

根据所述目标用户的一度人脉数据，计算所述目标用户的二度人脉数据；

根据所述目标用户的一度人脉数据和二度人脉数据，构建所述人脉关系列表。

结合本申请的第一方面，在本申请第一方面的第三种可实施方式中，按照以下方法构建所述人脉关系列表：

根据所述用户关系列表，获取所述目标用户的一度人脉数据；

根据所述目标用户的一度人脉数据，计算所述目标用户的二度人脉数据；

根据所述目标用户的二度人脉数据，计算所述目标用户的三度人脉数据。

根据所述目标用户的一度人脉数据、二度人脉数据以及三度人脉数据，构建所述人脉关系列表。

结合本申请第一方面的第二种可实施方式和第三种可实施方式，在本申请第一方面的第四种可实施方式中，根据所述目标用户的一度人脉数据，计算所述目标用户的二度人脉数据，包括：

根据所述目标用户的一度人脉数据，获取所述目标用户的一度人脉中所有相关用户的一度人脉数据；

根据所述目标用户的一度人脉数据，以及所述所有相关用户的一度人脉数据，计算所述目标用户的二度人脉数据。

结合本申请第一方面的第四种可实施方式，在本申请第一方面的第五种可实施方式中，根据所述目标用户的一度人脉数据，以及所述所有相关用户的一度人脉数据，计算所述目标用户的二度人脉数据，包括：

遍历所有相关用户的一度人脉数据所记录的第一用户集合；

判断所述第一用户集合与所述目标用户的一度人脉数据所记录的第二用户集合是否存在交集；

如果所述第一用户集合与所述目标用户的一度人脉数据所记录的第二用户集合存在交集，计算所述第一用户集合与所述第二用户集合的差集；

从所述第一用户集合与所述第二用户集合的差集中除去所述目标用户，得到所述目标用户的二度人脉数据。

结合本申请第一方面的第五种可实施方式，在本申请第一方面的第六种可实施方式中，判断所述第一用户集合与所述目标用户的一度人脉数据所记录的第二用户集合是否存在交集之后，还包括：

如果所述第一用户集合与所述目标用户的一度人脉数据所记录的第二用户集合不存在交集，从所述第一用户集合中除去所述目标用户，得到所述目标用户的二度人脉数据。

第二方面，本申请实施例提供一种人脉关联数据处理装置，包括：

获取单元，用于获取用户关系列表中，目标用户的用户基础数据的变化信息；

提取单元，用于提取人脉关系列表中，与所述目标用户相关的人脉关联数据；

更新单元，用于根据所述用户基础数据的变化信息，更新所述人脉关系列表中的人脉关联数据。

第三方面，本申请实施例提供一种人脉关联数据处理系统，所述系统包括：应用平台服务器，与所述应用平台服务器相连接的数据存储服务器，所述数据存储服务器设置所述在平台服务器内部或独立设置，所述应用平台服务器通过互联网与应用终端相连接，其特征在于，

所述应用终端，用于向所述应用平台服务器发送目标用户的用户基础数据的变化信息；

所述应用平台服务器，用于获取用户关系列表中，目标用户的用户基础数据的变化信息；提取人脉关系列表中，与所述目标用户相关的人脉关联数据；根据所述用户基础数据的变化信息，更新所述人脉关系列表中的人脉关联数据；

所述数据存储服务器，用于存储所述用户关系列表和所述人脉关系列表。

由以上技术方案可知，本申请实施例提供的一种人脉关联数据处理方法、装置及系统，通过获取用户关系列表中，目标用户的用户基础数据的变化信息；提取人脉关系列表中，与所述目标用户相关的人脉关联数据；根据所述用户基础数据的变化信息，更新所述人脉关系列表中的人脉关联数据；将用户基础数据与人脉关联数据相分离，当某一用户基础数据变动时，只需要对人脉关系列表中与此用户相关的人脉关系进行更新，即可实时获取最新并且最为准确的人脉关联数据，极大地减少了应用平台服务器的运算次数，减轻应用平台服务器负载，当面对量级巨大的用户群时，极大地提高了应用平台服务器的运行效率，显著提高对人脉关联数据的处理效率，提升了系统带宽、数据库等资源的利用率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一种示例性的人脉关联数据处理系统的示意图；

图2为根据一优选实施例示出的一种人脉关联数据处理方法的流程图；

图3为根据一优选实施例示出的一种构建用户关系列表的流程图；

图4为根据一优选实施例示出的一种构建人脉关系列表的流程图；

图5为根据一优选实施例示出的另一种构建人脉关系列表的流程图；

图6为根据一优选实施例示出的一种计算目标用户二度人脉数据的流程图；

图7为根据一优选实施例示出的一种计算目标用户二度人脉数据的具体流程图；

图8为根据一优选实施例示出的一种人脉关联数据处理装置的结构框图；

图9为根据一优选实施例示出的一种人脉关联数据处理系统的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

“人脉”一词的命名的是根据叶脉而来，在叶片中，叶脉扩展延伸，分布成网络，而人与人之间通过相识、相处，建立各种社会关系，这种社会关系相互传递，亦形成类似叶脉的网络。人脉关系是指以某一个人为中心单位，向外围散射的人际利益关系网络。与一般的人际关系不同，人脉关系着重强调社交方面形成的人际关系网络，如工作、学习方面相识的各种人等。哈佛大学的心理学教授斯坦利·米尔格兰姆(manleymilgram)通过一次连锁信实验，发现了“六度分隔”现象。该“六度分隔”现象表明，世界上每两个人之间平均只相隔了6层朋友关系。

伴随着互联网技术的飞速发展，各种社交类app层出不穷。在这些社交类app背后，需要一种人脉关联数据处理系统对用户群的人脉关联数据进行处理，以获取精准的人脉关系网络，提升用户体验。

请参阅图2，本申请实施例提供一种人脉关联数据处理方法，所述方法包括如下步骤：

步骤s101，获取用户关系列表中，目标用户的用户基础数据的变化信息。

用户在应用终端安装一个用户app，在本实施例中，假设这个用户app的名称为“优信新车”，用户注册帐号并登录后，应用终端与应用平台服务器通过网络连接，从而使得用户可以对认识或者感兴趣的其他用户进行关注，从而基于该app在用户群间进行各种社交行为。

上述应用终端包括但不限于智能手机以及平板电脑，上述应用终端与应用平台服务器之间通过互联网进行信息交互，上述互联网可以是有线网络、无线wifi、2g网络、3g网络和4g网络等。

用户关系列表存储于数据存储服务器中，用于记录用户基础信息。用户基础信息可以包括用户对其他用户的关注情况或者用户的好友信息、用户注册“优信新车”app所使用的电子邮箱或者手机号码，以及用户登录“优信新车”app所使用的应用终端中存储的通讯录数据等等。

用户关系列表可以存储全部“优信新车”app用户的上述用户基础信息，通过该用户关系列表可以获取某一用户与全部用户的之间的用户关系。当用户关系列表中某一个目标用户的关注关系发生变化，如新关注一个或多个用户，或者取消关注一个或多个用户，此时，必然会导致该目标用户以及其他用户的人脉关系数据发生变化，为了保证用户群的人脉关联数据的精确性，便需要对用户的人脉关系数据进行及时更新。

本申请将原始的用户基础信息与用户的人脉关联数据相分离，将用户基础信息存储在用户关系列表中，将基于用户基础信息得到的人脉关联数据存储在人脉关系列表中。当某一用户的用户基础信息变动时，只需要对人脉关系列表中与此用户的相关的人脉关联数据进行更新，即可保证实时获取最新并且最为准确的人脉关系。

步骤s102，提取人脉关系列表中，与所述目标用户相关的人脉关联数据。

人脉关系列表用于存储用户的人脉关联数据，该人脉关联数据基于用户基础信息得到，人脉关联数据可以包括用户的一度人脉数据、二度人脉数据乃至更高度级别的人脉数据。

步骤s103，根据所述用户基础数据的变化信息，更新所述人脉关系列表中的人脉关联数据。

本发明实施例通过建立人脉关系列表，将用户基础数据与用户人脉信息的变动更新相连接，动态维持“优信新车”app用户的人脉关联数据的即时更新。其中，人脉关系列表对人脉关系的存储起到了至关重要的作用，它将用户基础数据与人脉关联数据相分离，当某一用户基础数据变动时，只需要对人脉关系列表中与此用户相关的人脉关系进行更新，即可实时获取最新并且最为准确的人脉关联数据，极大地减少了应用平台服务器的运算次数，减轻应用平台服务器负载，当用户关系变更时，只需要处理人脉关系列表中的用户关系字段即可，极大地提高了应用平台服务器的运行效率。

具体地，如图3所示，本发明实施例可以按照以下方法构建所述用户关系列表：

步骤s201、获取所述目标用户的关注数据和通讯录数据。

应用平台服务器可以获取目标用户的id，目标用户所关注的用户的id，以及目标用户的登录“优信新车”app所采用的应用终端中存储的通讯录数据。

步骤s202、根据所述关注数据和所述通讯录数据，构建所述用户关系列表。

应用平台服务器利用所述关注数据和所述通讯录数据构建用户关系列表，将用户关系列表存储在数据存储服务器中。从包含有上述关注数据和通讯录数据的用户关系列表，即可得到目标用户的一度人脉数据。

具体地，如图4所示，本发明实施例可以按照以下方法构建所述人脉关系列表：

步骤s301、根据所述用户关系列表，获取所述目标用户的一度人脉数据。

上述一度人脉数据即目标用户直接关注或所熟识的人，在获取一度人脉数据时，通过对数据库读取的拆分处理，并发的获取用户关系表中的数据，通过批量对比目标用户与用户群的关注、通讯录存储关系等获得目标用户的一度人脉，在百万级、乃至千万级数据量的处理方面效率较高。

步骤s302、根据所述目标用户的一度人脉数据，计算所述目标用户的二度人脉数据。

本发明实施例将所有用户的关注数据和通讯录数据存储在用户关系列表中，通过用户关系列表可以获取目标用户与用户群全部用户的关注与通讯录存储关系，并能够直接获取到该目标用户的一度人脉数据，并将获取的一度人脉数据存储在人脉关系列表中，这样做的意义在于，能够更好地维护和更新用户的人脉关联数据，当目标用户的关注数据和通讯录数据等用户基础数据发生改变时，只需要对人脉关系列表进行更新就能获取最新的人脉关系。人脉关系列表的存在，为人脉关系的准确性提供了良好的保障，并且进一步加快了人脉关联数据更新维护的效率。

步骤s303、根据所述目标用户的一度人脉数据和二度人脉数据，构建所述人脉关系列表。

或者，如图5所示，本发明实施例也可以按照以下方法构建所述人脉关系列表：

步骤s403、根据所述用户关系列表，获取所述目标用户的一度人脉数据。

步骤s402、根据所述目标用户的一度人脉数据，计算所述目标用户的二度人脉数据。

步骤s403、根据所述目标用户的二度人脉数据，计算所述目标用户的三度人脉数据。

步骤s404、根据所述目标用户的一度人脉数据、二度人脉数据以及三度人脉数据，构建所述人脉关系列表。

此外，也可以计算到比三度人脉数据更高度级别的人脉数据来构建所述人脉关系列表。

具体地，如图6所示，根据所述目标用户的一度人脉数据，计算所述目标用户的二度人脉数据，包括：

步骤s501、根据所述目标用户的一度人脉数据，获取所述目标用户的一度人脉中所有相关用户的一度人脉数据。

步骤s502、根据所述目标用户的一度人脉数据，以及所述所有相关用户的一度人脉数据，计算所述目标用户的二度人脉数据。

具体地，如图7所示，根据所述目标用户的一度人脉数据，以及所述所有相关用户的一度人脉数据，计算所述目标用户的二度人脉数据，包括：

步骤s601、遍历所有相关用户的一度人脉数据所记录的第一用户集合。

步骤s602、判断所述第一用户集合与所述目标用户的一度人脉数据所记录的第二用户集合是否存在交集。

目标用户所有一度人脉(记为集合a)的一度人脉(记为集合b)中，可能存在与集合a中的某一个或多个元素相重复的元素，并且也包含该目标用户本身。

步骤s603、如果所述第一用户集合与所述目标用户的一度人脉数据所记录的第二用户集合存在交集，计算所述第一用户集合与所述第二用户集合的差集。

步骤s604、从所述第一用户集合与所述第二用户集合的差集中除去所述目标用户，得到所述目标用户的二度人脉数据。

判断所述第一用户集合与所述目标用户的一度人脉数据所记录的第二用户集合是否存在交集之后，还包括：

步骤s605、如果所述第一用户集合与所述目标用户的一度人脉数据所记录的第二用户集合不存在交集，从所述第一用户集合中除去所述目标用户，得到所述目标用户的二度人脉数据。

本发明实施例通过对集合a和集合b做一个差集操作，并在差集结果中去除目标用户本身，得到的结果记为集合c，那么集合c中的所有元素所代表的用户即为该目标用户的二度人脉。本发明实施例摒弃较为普遍流行的广度搜索算法，将二度人脉的获取简化为更低维度的人脉关系获取算法，只需对获取的结果集做了差集处理，便能够得到准确的结果，即完美地实现了二度人脉数据的获取。

同理，三度人脉数据、四度人脉数据乃至更高层次的人脉数据，根据二度人脉的获取方式很也容易得出。

由以上技术方案可知，本申请实施例提供的一种人脉关联数据处理方法，通过获取用户关系列表中，目标用户的用户基础数据的变化信息；提取人脉关系列表中，与所述目标用户相关的人脉关联数据；根据所述用户基础数据的变化信息，更新所述人脉关系列表中的人脉关联数据；将用户基础数据与人脉关联数据相分离，当某一用户基础数据变动时，只需要对人脉关系列表中与此用户相关的人脉关系进行更新，即可实时获取最新并且最为准确的人脉关联数据，极大地减少了应用平台服务器的运算次数，减轻应用平台服务器负载，当面对量级巨大的用户群时，极大地提高了应用平台服务器的运行效率，显著提高对人脉关联数据的处理效率，提升了系统带宽、数据库等资源的利用率。

第二方面，如图8所示，本发明实施例还提供一种人脉关联数据处理装置，包括：

获取单元101，用于获取用户关系列表中，目标用户的用户基础数据的变化信息；

提取单元102，用于提取人脉关系列表中，与所述目标用户相关的人脉关联数据；

更新单元103，用于根据所述用户基础数据的变化信息，更新所述人脉关系列表中的人脉关联数据。

进一步地，所述装置还包括第一构建单元，所述第一构建单元包括：

第一获取子单元，用于获取所述目标用户的关注数据和通讯录数据；

第一构建子单元，用于根据所述关注数据和所述通讯录数据，构建所述用户关系列表。

进一步地，所述装置还包括第二构建单元，所述第二构建单元包括：

第二获取子单元，用于根据所述用户关系列表，获取所述目标用户的一度人脉数据；

计算子单元，用于根据所述目标用户的一度人脉数据，计算所述目标用户的二度人脉数据；

第二构建子单元，用于根据所述目标用户的一度人脉数据和二度人脉数据，构建所述人脉关系列表。

或者，所述装置还包括第二构建单元，所述第二构建单元包括：

第二获取子单元，用于根据所述用户关系列表，获取所述目标用户的一度人脉数据；

第一计算子单元，用于根据所述目标用户的一度人脉数据，计算所述目标用户的二度人脉数据；

第二计算子单元，用于根据所述目标用户的二度人脉数据，计算所述目标用户的三度人脉数据。

第二构建子单元，用于根据所述目标用户的一度人脉数据、二度人脉数据以及三度人脉数据，构建所述人脉关系列表。

进一步地，第一计算子单元，包括：

第三获取子单元，用于根据所述目标用户的一度人脉数据，获取所述一度人脉中所有相关用户的一度人脉数据；

第三计算子单元，用于根据所述目标用户的一度人脉数据，以及所述所有相关用户的一度人脉数据，计算所述目标用户的二度人脉数据。

进一步地，所述第三计算子单元，包括：

遍历子单元，用于遍历所有相关用户的一度人脉数据所记录的第一用户集合；

判断子单元，用于判断所述第一用户集合与所述目标用户的一度人脉数据所记录的第二用户集合是否存在交集；

第四计算子单元，用于如果所述第一用户集合与所述目标用户的一度人脉数据所记录的第二用户集合存在交集，计算所述第一用户集合与所述第二用户集合的差集；

第一去除子单元，用于从所述第一用户集合与所述第二用户集合的差集中除去所述目标用户，得到所述目标用户的二度人脉数据。

进一步地，所述第三计算子单元，还包括：

第二去除子单元，用于如果所述第一用户集合与所述目标用户的一度人脉数据所记录的第二用户集合不存在交集，从所述第一用户集合中除去所述目标用户，得到所述目标用户的二度人脉数据。

本申请实施例提供的一种人脉关联数据处理装置，可通过获取用户关系列表中，目标用户的用户基础数据的变化信息；提取人脉关系列表中，与所述目标用户相关的人脉关联数据；根据所述用户基础数据的变化信息，更新所述人脉关系列表中的人脉关联数据；将用户基础数据与人脉关联数据相分离，当某一用户基础数据变动时，只需要对人脉关系列表中与此用户相关的人脉关系进行更新，即可实时获取最新并且最为准确的人脉关联数据，极大地减少了应用平台服务器的运算次数，减轻应用平台服务器负载，当面对量级巨大的用户群时，极大地提高了应用平台服务器的运行效率，显著提高对人脉关联数据的处理效率，提升了系统带宽、数据库等资源的利用率。

第三方面，如图9所示，本申请实施例还提供一种人脉关联数据处理系统，所述系统包括：应用平台服务器1，与所述应用平台服务器1相连接的数据存储服务器2，所述数据存储服务器2设置所述在平台服务器1内部或独立设置，所述应用平台服务器通1过互联网3与应用终端4相连接。

所述应用终端4，用于向所述应用平台服务器1发送目标用户的用户基础数据的变化信息。

所述应用平台服务器1，用于获取用户关系列表中，目标用户的用户基础数据的变化信息；提取人脉关系列表中，与所述目标用户相关的人脉关联数据；根据所述用户基础数据的变化信息，更新所述人脉关系列表中的人脉关联数据。

所述数据存储服务器2，用于存储所述用户关系列表和所述人脉关系列表。

本申请实施例提供的一种人脉关联数据处理系统，可通过获取用户关系列表中，目标用户的用户基础数据的变化信息；提取人脉关系列表中，与所述目标用户相关的人脉关联数据；根据所述用户基础数据的变化信息，更新所述人脉关系列表中的人脉关联数据；将用户基础数据与人脉关联数据相分离，当某一用户基础数据变动时，只需要对人脉关系列表中与此用户相关的人脉关系进行更新，即可实时获取最新并且最为准确的人脉关联数据，极大地减少了应用平台服务器的运算次数，减轻应用平台服务器负载，当面对量级巨大的用户群时，极大地提高了应用平台服务器的运行效率，显著提高对人脉关联数据的处理效率，提升了系统带宽、数据库等资源的利用率。

具体实现中，本申请还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的人脉关联数据处理方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-onlymemory，简称：rom)或随机存储记忆体(英文：randomaccessmemory，简称：ram)等。

本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于人脉关联数据处理装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。

以上所述的本申请实施方式并不构成对本申请保护范围的限定。