登录账户访问后生成的访问比率； 根据所述第一子数据频道集合中所述每个数据频道的所述历史访问频率和所述热门度，计算得到每个数据频道的兴趣值； 将所述兴趣值大于等于兴趣阈值的数据频道的兴趣标签设置为所述第一登录账户的兴趣信息。3.根据权利要求2所述的方法，其特征在于，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的步骤包括: 通过如下公式计算得到所述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为所述第一登录账户访问所述数据频道Pi的访问次数，Sil为所述第一登录账户访问所述第一子数据频道集合P中所有数据频道的总访问次数。4.根据权利要求3所述的方法，其特征在于，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的步骤包括: 通过如下公式计算得到所述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为所述数据频道Pi被所有登录账户访问过的总次数，Si2为所述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。5.根据权利要求4所述的方法，其特征在于，根据所述第一子数据频道集合中所述每个数据频道的所述历史访问频率和所述热门度，计算得到每个数据频道的兴趣值的步骤包括: 通过如下公式计算得到所述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为所述数据频道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。6.根据权利要求1所述的方法，其特征在于，所述第二登录账户操作过的数据包括如下任意一种或多种类型的数据:所述第二登录账户评论过的数据、所述第二登录账户转发过的数据，其中，在获取所述社交应用软件上与所述第一登录账户关联的数据池之前，所述方法还包括:通过如下公式计算所述数据的推荐评分score: score =(第一权重值*scorel+第二权重值*score2)*时间因子,其中，scorel用于表示操作所述数据的评分，score2用于表示所述数据的互动评分值，所述时间因子用于表征当前时间与所述数据的发布时间的时间差值。7.根据权利要求1所述的方法，其特征在于，在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之后，所述方法包括: 将与所述每个兴趣信息匹配的数据显示在所述社交应用软件提供的时间轴上。8.一种基于社交应用软件的数据推荐方法，其特征在于，包括: 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，所述第二登录账户和所述第一登录账户分别同时与第三登录账户在所述社交应用软件中具有直接的关系链，且所述第二登录账户和所述第一登录账户之间不具有直接的关系链； 通过比对所述社交应用软件上所述第一登录账户的至少一个兴趣信息和所述第二登录账户的至少一个兴趣信息，确定所述第一登录账户分别与每个所述第二登录账户相互重合的兴趣信息； 使用所述第一登录账户与任意一个第二登录账户之间的关联度和/或所述相互重合的兴趣信息，确定所述第一登录账户与每个所述第二登录账户的关系链分值； 提取所述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； 获取与所述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，所述数据池用于保存如下数据:所述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； 将所述数据池中的数据推送给所述社交应用软件进行显示。9.根据权利要求8所述的方法，其特征在于，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的步骤包括: 通过如下计算公式计算得到所述第一登录账户与任意一个所述第二登录账户之间的关联度Ri: Ri = 50*log2 (1+1.0*personNum),其中，personNum表不所述第一登陆账户与所述第二登录账户的共同关注的对象的数量。10.根据权利要求8所述的方法，其特征在于，在比对所述社交应用软件上所述第一登录账户的至少一个兴趣信息和所述第二登录账户的至少一个兴趣信息之前，所述方法还包括: 获取所述社交应用软件上所述第一登录账户或所述第二登录账户的至少一个兴趣信息，该步骤包括: 获取所述第一登录账户或所述第二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，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或所述第二子数据频道集合中每个数据频道的历史访 问比率； 获取所述第一子数据频道集合或所述第二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登录账户访问后生成的访问比率； 根据所述第一子数据频道集合或所述第二子数据频道集合中所述每个数据频道的所述历史访问频率和所述热门度，计算得到所述第一子数据频道集合或所述第二子数据频道集合中每个数据频道的兴趣值； 将所述兴趣值大于等于兴趣阈值的数据频道的兴趣标签设置为所述第一登录账户或所述第二登录账户的兴趣信息。11.根据权利要求8至10中任意一项所述的方法，其特征在于，使用所述第一登录账户与任意一个第二登录账户之间的关联度和/或所述相互重合的兴趣信息，确定所述第一登录账户与每个所述第二登录账户的关系链分值的步骤包括: 获取所述第一登录账户与每个所述第二登录账户相互重合的兴趣信息的数量； 根据所述相互重合的兴趣信息的数量确定所述第一登录账户与每个所述第二登录账户的兴趣分值； 将所述第一登录账户与任意一个第二登录账户之间的关联度和所述兴趣分值进行累力口，计算得到每个与所述第一登录账户具有关系链的第二登录账户的关系链分值。12.根据权利要求8所述的方法，其特征在于，在获取与所述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之前，所述方法还包括: 通过如下公式计算所述数据的推荐评分score: score =(第一权重值*scorel+第二权重值*score2)*时间因子,其中，scorel用于表示操作所述数据的评分，score2用于表示所述数据的互动评分值，所述时间因子用于表征当前时间与所述数据的发布时间的时间差值。13.根据权利要求8所述的方法，其特征在于，在将所述数据池中的数据推送给所述社交应用软件进行显示之后，所述方法还包括: 将所述数据池中的数据显示在所述社交应用软件提供的时间轴上。14.一种基于社交应用软件的数据推荐装置，其特征在于，包括: 第一获取模块，用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； 第二获取模块，用于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； 筛选模块，用于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； 推送模块，用于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/j、l Ο15.根据权利要求14所述的装置，其特征在于，所述第一获取模块包括: 第一子获取模块，用于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； 第二子获取模块，用于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； 第三子获取模块，用于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登录账户访问后生成的访问比率； 处理模块，用于根据所述第一子数据频道集合中所述每个数据频道的所述历史访问频率和所述热门度，计算得到每个数据频道的兴趣值； 设置模块，用于将所述兴趣值大于等于兴趣阈值的数据频道的兴趣标签设置为所述第一登录账户的兴趣信息。16.根据权利要求15所述的装置，其特征在于，所述第二子获取模块包括: 第一计算模块，用于通过如下公式计算得到所述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为所述第一登录账户访问所述数据频道Pi的访问次数，Sil为所述第一登录账户访问所述第一子数据频道集合P中所有数据频道的总访问次数。17.根据权利要求16所述的装置，其特征在于，所述第三子获取模块包括: 第二计算模块，用于通过如下公式计算得到所述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为所述数据频道Pi被所有登录账户访问过的总次数，Si2为所述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。18.根据权利要求17所述的装置，其特征在于，所述处理模块包括: 第三计算模块，用于通过如下公式计算得到所述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为所述数据频道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。19.根据权利要求14所述的装置，其特征在于，所述第二登录账户操作过的数据包括如下任意一种或多种类型的数据:所述第二登录账户评论过的数据、所述第二登录账户转发过的数据，其中，所述装置还包括: 第四计算模块，用于通过如下公式计算所述数据的推荐评分score: score =(第一权重值*scorel+第二权重值*score2)*时间因子,其中，scorel用于表示操作所述数据的评分，score2用于表示所述数据的互动评分值，所述时间因子用于表征当前时间与所述数据的发布时间的时间差值。20.一种基于社交应用软件的数据推荐装置，其特征在于，包括: 第一确定模块，用于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，所述第二登录账户和所述第一登录账户分别同时与第三登录账户在所述社交应用软件中具有直接的关系链，且所述第二登录账户和所述第一登录账户之间不具有直接的关系链； 比对模块，用于通过比对所述社交应用软件上所述第一登录账户的至少一个兴趣信息和所述第二登录账户的至少一个兴趣信息，确定所述第一登录账户分别与每个所述第二登录账户相互重合的兴趣信息； 第二确定模块，用于使用所述第一登录账户与任意一个第二登录账户之间的关联度和/或所述相互重合的兴趣信息，确定所述第一登录账户与每个所述第二登录账户的关系链分值； 提取模块，用于提取所述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； 第三获取模块，用于获取与所述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，所述数据池用于保存如下数据:所述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； 推送模块，用于将所述数据池中的数据推送给所述社交应用软件进行显示。21.根据权利要求20所述的装置，其特征在于，所述第一确定模块包括: 第五计算模块，用于通过如下计算公式计算得到所述第一登录账户与任意一个所述第二登录账户之间的关联度Ri: Ri = 50*log2 (1+1.0*personNum),其中，personNum表不所述第一登陆账户与所述第二登录账户的共同关注的对象的数量。22.根据权利要求20所述的装置，其特征在于，所述装置还包括: 第四获取模块，用于获取所述社交应用软件上所述第一登录账户或所述第二登录账户的至少一个兴趣信息，该第四获取模块可以包括如下功能模块: 第五获取模块，用于获取所述第一登录账户或所述第二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，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； 第六获取模块，用于获取所述第一子数据频道集合或所述第二子数据频道集合中每个数据频道的历史访问比率； 第七获取模块，用于获取所述第一子数据频道集合或所述第二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登录账户访问后生成的访问比率； 第六计算模块，用于根据所述第一子数据频道集合或所述第二子数据频道集合中所述每个数据频道的所述历史访问频率和所述热门度，计算得到所述第一子数据频道集合或所述第二子数据频道集合中每个数据频道的兴趣值； 标记模块，用于将所述兴趣值大于等于兴趣阈值的数据频道的兴趣标签设置为所述第一登录账户或所述第二登录账户的兴趣信息。23.根据权利要求20至22中任意一项所述的装置，其特征在于，所述第二确定模块包括: 第八获取模块，用于获取所述第一登录账户与每个所述第二登录账户相互重合的兴趣信息的数量； 第七计算模块，用于根据所述相互重合的兴趣信息的数量确定所述第一登录账户与每个所述第二登录账户的兴趣分值； 累加模块，用于将所述第一登录账户与任意一个第二登录账户之间的关联度和所述兴趣分值进行累加，计算得到每个与所述第一登录账户具有关系链的第二登录账户的关系链分值。24.根据权利要求20所述的装置，其特征在于，所述装置还包括: 第八计算模块，用于通过如下公式计算所述数据的推荐评分score:score =(第一权重值*scorel+第二权重值*score2)*时间因子,其中，scorel用于表示操作所述数据的评分，score2用于表示所述数据的互动评分值，所述时间因子用于表征当前时间与所述数据的发布时间的时间差值。
【专利摘要】本发明公开了一种基于社交应用软件的数据推荐方法和装置。其中，该方法包括：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。本发明解决了现有技术中为社交应用软件上当前登录账户所推荐的数据量少，导致推送给当前用户的数据不完整的技术问题。
【IPC分类】G06F17/30
【公开号】CN105468653
【申请号】CN201410466121
【发明人】李冰, 江军平, 何聚, 黄海
【申请人】腾讯科技（北京）有限公司
【公开日】2016年4月6日
【申请日】2014年9月12日