中，第八获取模块841，用于获取第一登录账户与每个第二登录账户相互重合的兴趣信息的数量；第七计算模块843，用于根据相互重合的兴趣信息的数量确定第一登录账户与每个第二登录账户的兴趣分值；累加模块845，用于将第一登录账户与任意一个第二登录账户之间的关联度和兴趣分值进行累加，计算得到每个与第一登录账户具有关系链的第二登录账户的关系链分值。
[0178]此处需要说明的是，上述第八获取模块841、第七计算模块843和累加模块845对应于实施例二中的步骤S341至步骤S345，三个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例二所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例二提供的计算机终端10中，可以通过软件实现，也可以通过硬件实现。
[0179]优选地，如图11所示，在执行第三获取模块88之前，上述装置还可以执行如下功能模块:第八计算模块87,用于通过如下公式计算数据的推荐评分score:score =(第一权重值*scorel+第二权重值*score2)*时间因子，其中，scorel用于表示操作数据的评分，score2用于表示数据的互动评分值，时间因子用于表征当前时间与数据的发布时间的时间差值。
[0180]此处需要说明的是，上述第八计算模块87对应于实施例二中的步骤S371，该模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例二所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例二提供的计算机终端10中，可以通过软件实现，也可以通过硬件实现。
[0181]此处需要说明的是，推荐评分高于预定阈值的数据被称为热门数据。
[0182]仍旧以微视为例，热门数据可以是指热门视频，推荐评分的计算公式中的操作数据的评分可以是视频被转、评、赞等操作的得分，互动评分值可以是指视频的互动得分。上述方案提供了热门视频的确定方式，具体的，热门视频的计算考虑到视频的转评赞数量，播放数量，发表时间等多方面因素。每个视频都有自己的推荐评分，该推荐评分可以由视频被转、评、赞等操作的得分和互动得分按照7:3的权重相加求和，后乘以时间因子而得，例如:推荐评分score = (0.7*转评赞得分+0.3*互动得分)*时间因子。
[0183]其中，转评赞得分可以按照转:评:赞(例如10:3:1)的比例计算，即转评赞得分=((10*转+3*评+赞)/10000)0.25求得。而互动得分使用了互动率和可信度两个概念，其中可信度是根据播放量求得，可信度=(播放量 > 播放量阈值？ 1:(播放量/播放量阈值))，其中，播放量是指当前视频的播放次数，播放量阈值可以是预设的阀值，上述可信度的计算过程可以是:判断视频的播放量是否大于播放量阈值，如果播放量大于播放量阈值，则可信度为1，如果播放量小于等于播放量阈值，则可信度=播放量/播放量阈值的计算结果。互动率则考虑互动情况与实际播放量的比值，即互动率=(10*转+3*评+赞)/播放量。综合互动率和可信度，一个视频的互动得分=((可信度*互动率)/平均互动率)*0.25。时间因子也是热门视频推荐的关健，由当前时间和视频创建时间的差值计算而来，具体的计算方式随发布时间而已:一天内视频、三天内视频、一周内视频、一个月内视频和一个月以上的视频各不相同。
[0184]由此可知，针对现有技术存在的无法推荐完善的数据的问题，本发明提出一种基于好友、二度关系扩展和兴趣挖掘出最终推送给用户的完整数据，从而构建用户时间轴timeline上显示的内容的方法。
[0185]实施例5
[0186]本发明的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施例一基于社交应用软件的数据推荐方法所执行的程序代码。
[0187]可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个服务器中。
[0188]可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码:获取社交应用软件上第一登录账户的至少一个兴趣信息；获取社交应用软件上与第二登录账户关联的数据池，数据池用于保存如下数据:至少一个第二登录账户操作过的数据和/或推荐评分高于预定阈值的数据，其中，第二登录账户为与第一登录账户具有关系链的登录账户；使用至少一个兴趣信息对数据池中的数据进行筛选，得到与每个兴趣信息匹配的数据；将与每个兴趣信息匹配的数据推送给社交应用软件进行显示。
[0189]可选地，存储介质还被设置为存储用于执行以下步骤的程序代码:获取第一登录账户通过社交应用软件访问数据频道集合中的至少一个数据频道，其中，第一登录账户所访问过的数据频道构成第一子数据频道集合，数据频道为聚合了相似度大于等于第一阈值的数据的集合；获取第一子数据频道集合中每个数据频道的历史访问比率；获取第一子数据频道集合中的每个数据频道的热门度，热门度用于表征数据频道由所有登录账户访问后生成的访问比率；根据第一子数据频道集合中每个数据频道的历史访问频率和热门度，计算得到每个数据频道的兴趣值；将兴趣值大于等于兴趣阈值的数据频道的兴趣标签设置为第一登录账户的兴趣信息。
[0190]可选地，存储介质还被设置为存储用于执行以下步骤的程序代码:通过如下公式计算得到第一子数据频道集合P中每个数据频道Pi的历史访问比率Pil:Pil = fil/Sil,其中，fil为第一登录账户访问数据频道Pi的访问次数，Sil为第一登录账户访问第一子数据频道集合P中所有数据频道的总访问次数。
[0191]可选地，存储介质还被设置为存储用于执行以下步骤的程序代码:通过如下公式计算得到第一子数据频道集合P中每个数据频道Pi的热门度Pi2:Pi2 = fi2/Si2，其中，fi2为数据频道Pi被所有登录账户访问过的总次数，Si2为第一子数据频道集合P中所有数据频道被访问过的总次数。
[0192]可选地，存储介质还被设置为存储用于执行以下步骤的程序代码:通过如下公式计算得到第一子数据频道集合P中每个数据频道Pi的兴趣值Pi:Pi = Pil*exp(Q-Pi2)，其中，Pil为数据频道Pi的历史访问比率，Pi2为数据频道Pi的热门度，Q是所有数据频道中的最高热门度。
[0193]可选地，存储介质还被设置为存储用于执行以下步骤的程序代码:通过如下公式计算数据的推荐评分score:score =(第一权重值*scorel+第二权重值*score2)*时间因子，其中，scorel用于表示操作数据的评分，SCOre2用于表示数据的互动评分值，时间因子用于表征当前时间与数据的发布时间的时间差值。
[0194]可选地，存储介质还被设置为存储用于执行以下步骤的程序代码:将与每个兴趣信息匹配的数据显示在社交应用软件提供的时间轴上。
[0195]可选地，在本实施例中，上述存储介质可以包括但不限于:U盘、只读存储器(R0M，Read-Only Memory)、随机存取存储器(RAM, Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0196]可选地，本实施例中的具体示例可以参考上述实施例1和实施例3中所描述的示例，本实施例在此不再赘述。
[0197]实施例6
[0198]本发明的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施例一基于社交应用软件的数据推荐方法所执行的程序代码。
[0199]可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个服务器中。
[0200]可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码:确定社交应用软件上第一登录账户与任意一个第二登录账户之间的关联度，其中，第二登录账户和第一登录账户分别同时与第三登录账户在社交应用软件中具有直接的关系链，且第二登录账户和第一登录账户之间不具有直接的关系链；通过比对社交应用软件上第一登录账户的至少一个兴趣信息和第二登录账户的至少一个兴趣信息，确定第一登录账户分别与每个第二登录账户相互重合的兴趣信息；使用第一登录账户与任意一个第二登录账户之间的关联度和/或相互重合的兴趣信息，确定第一登录账户与每个第二登录账户的关系链分值；提取关系链分值超过预设的关系阈值的第二登录账户来构成第二登录账户集合；获取与第二登录账户集合中任意一个或多个第二登录账户所关联的数据池，数据池用于保存如下数据:第二登录账户集合中至少一个第二登录账户操作过的数据和/或推荐评分高于预定阈值的数据；将数据池中的数据推送给社交应用软件进行显示。
[0201]可选地，存储介质还被设置为存储用于执行以下步骤的程序代码:通过如下计算公式计算得到第一登录账户与任意一个第二登录账户之间的关联度Ri:Ri =50*log2 (1+1.0*personNum),其中，personNum表示第一登陆账户与第二登录账户的共同关注的对象的数量。
[0202]可选地，存储介质还被设置为存储用于执行以下步骤的程序代码:获取社交应用软件上第一登录账户或第二登录账户的至少一个兴趣信息，该步骤包括:获取第一登录账户或第二登录账户通过社交应用软件访问数据频道集合中的至少一个数据频道，其中，第一登录账户所访问过的数据频道构成第一子数据频道集合，第二登录账户所访问过的数据频道构成第二子数据频道集合，数据频道为聚合了相似度大于等于第一阈值的数据的集合；获取第一子数据频道集合或第二子数据频道集合中每个数据频道的历史访问比率；获取第一子数据频道集合或第二子数据频道集合中的每个数据频道的热门度，热门度用于表征数据频道由所有登录账户访问后生成的访问比率；根据第一子数据频道集合或第二子数据频道集合中每个数据频道的历史访问频率和热门度，计算得到第一子数据频道集合或第二子数据频道集合中每个数据频道的兴趣值；将兴趣值大于等于兴趣阈值的数据频道的兴趣标签设置为第一登录账户或第二登录账户的兴趣信息。
[0203]可选地，存储介质还被设置为存储用于执行以下步骤的程序代码:获取第一登录账户与每个第二登录账户相互重合的兴趣信息的数量；根据相互重合的兴趣信息的数量确定第一登录账户与每个第二登录账户的兴趣分值；将第一登录账户与任意一个第二登录账户之间的关联度和兴趣分值进行累加，计算得到每个与第一登录账户具有关系链的第二登录账户的关系链分值。
[0204]可选地，存储介质还被设置为存储用于执行以下步骤的程序代码:通过如下公式计算数据的推荐评分score:score =(第一权重值*scorel+第二权重值*score2)*时间因子，其中，scorel用于表示操作数据的评分，score2用于表示数据的互动评分值，时间因子用于表征当前时间与数据的发布时间的时间差值。
[0205]可选地，存储介质还被设置为存储用于执行以下步骤的程序代码:将与每个兴趣信息匹配的数据显示在社交应用软件提供的时间轴上。
[0206]可选地，在本实施例中，上述存储介质可以包括但不限于:U盘、只读存储器(R0M，Read-Only Memory)、随机存取存储器(RAM, Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0207]可选地，本实施例中的具体示例可以参考上述实施例2和实施例4中所描述的示例，本实施例在此不再赘述。
[0208]上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0209]上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
[0210]在本发明的上述实施例中，对各个实施例的描述都各有侧重,某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0211]在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0212]所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0213]另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0214]以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
【主权项】
1.一种基于社交应用软件的数据推荐方法，其特征在于，包括: 获取社交应用软件上第一登录账户的至少一个兴趣信息； 获取所述社交应用软件上与第二登录账户关联的数据池，所述数据池用于保存如下数据:至少一个第二登录账户操作过的数据和/或推荐评分高于预定阈值的数据，其中，所述第二登录账户为与所述第一登录账户具有关系链的登录账户； 使用所述至少一个兴趣信息对所述数据池中的数据进行筛选，得到与每个兴趣信息匹配的数据； 将与所述每个兴趣信息匹配的数据推送给所述社交应用软件进行显示。2.根据权利要求1所述的方法，其特征在于，获取社交应用软件上第一登录账户的至少一个兴趣信息的步骤包括: 获取所述第一登录账户通过所述社交应用软件访问数据频道集合中的至少一个数据频道，其中，所述第一登录账户所访问过的数据频道构成第一子数据频道集合，所述数据频道为聚合了相似度大于等于第一阈值的数据的集合； 获取所述第一子数据频道集合中每个数据频道的历史访问比率； 获取所述第一子数据频道集合中的每个数据频道的热门度，所述热门度用于表征所述数据频道由所有