用户社会关系识别装置和方法

用户社会关系识别装置和方法
【专利摘要】本发明公开了一种用户社会关系识别装置和方法。根据本发明，收集用户使用的终端设备在预定场景时间段内的Wi?Fi连接信息，并根据Wi?Fi连接信息识别终端设备在预定场景下对应的场景Wi?Fi，标定对应于相同场景Wi?Fi的终端设备的用户之间具有一度人脉关系。这样，基于收集的用户所使用的终端设备的Wi?Fi连接信息，识别用户之间的一度人脉关系，可以解决现有的用户社会关系识别技术中，因社交数据的来源比较单一，在缺少社交数据的情况下，无法准确地获得用户社交关系的问题。
【专利说明】
用户社会关系识别装置和方法
技术领域
[0001] 本发明设及一种社交技术领域，特别是设及一种用户社会关系识别装置和方法。
【背景技术】
[0002] 用户社会关系及其二度人脉是用户很重要的一种属性，是对用户理解的重要补 充。充分挖掘用户的社会关系，有利于为老用户的提供更好的服务，做好用户维系；也有利 于做好交叉营销，开拓新用户。
[0003] 鉴于用户社会关系的重要性，用户社会关系不仅是互联网社交企业（如腾讯、 化ceBook等)非常重要的数据资产和价值宝藏，也是诸多非互联网社交企业(如非社交类互 联网企业、传统银行、政府机关等)非常期望获得的数据。
[0004] 现有的社交关系大多是通过对社交数据进行分析处理后得到的，而运些社交数据 的来源大多是用户注册各种应用的账户信息（如用户的账号中的好友信息、手机通讯录等 等），社交数据的来源比较单一。在缺少用户社交数据的情况下，就无法准确获取用户社会 关系。

【发明内容】

[0005] 针对于此，本发明提出了一种新的用户社会关系识别装置和方法，其可W使用用 户的Wi-Fi连接信息，建立用户社会关系，从而可W解决因缺少用户社交数据而无法获取社 会关系的问题。
[0006] 根据本发明的一个方面，公开了一种用户社会关系识别装置，其包括:Wi-Fi连接 信息收集单元，用于收集用户使用的终端设备在预定场景时间段内的Wi-Fi连接信息，预定 场景时间段对应于预定场景；场景Wi-Fi识别单元，用于根据Wi-Fi连接信息识别终端设备 在预定场景下对应的场景Wi-Fi 及一度人脉关系标定单元，用于标定对应于相同场景 Wi-Fi的终端设备的用户之间具有一度人脉关系。
[0007] 由此，可W根据用户所使用的终端设备的Wi-Fi连接信息，将对应于相同场景Wi? Fi 的终端设备的用户之间标定为具有一度人脉关系。
[000引优选地，预定场景包括工作场景和/或家居场景;预定场景时间段包括工作时间段 和/或家居时间段;工作时间段为工作日的工作时间中的设定时间段;家居时间段为每日晚 间的设定时间段。
[0009] 优选地，场景Wi-Fi识别单元可W包括：统计单元，用于统计用户使用的终端设备 在预定场景时间段内连接各个Wi-Fi的连接次数比率;子识别单元，用于将连接次数比率最 大的Wi-Fi识别为终端设备在预定场景下对应的场景Wi-Fi。
[0010] 优选地，如果连接次数比率最大的Wi-Fi的连接次数比率小于预定场景比率阔值， 则子识别单元认定终端设备在预定场景下没有对应的场景Wi-Fi。
[0011] 优选地，一度人脉关系标定单元可W包括:关系矩阵建立单元，用于建立对应于每 个预定场景的场景关系矩阵Mk，如果第i个用户与第j个用户在第k个预定场景下对应于相 同的场景Wi-Fi，则设^l冲第i行第j列和第j行第i列的元素为"Γ，否则为"0"，其中i、j、k为 自然数;关系矩阵融合单元，用于将对应于所有预定场景的场景关系矩阵Mk相加，得到融合 关系矩阵R;第一赋值单元，用于将融合关系矩阵R中的所有非零元素赋值为"Γ，得到一度 人脉关系矩阵T，其中，第i行第j列为"Γ表示第i个用户和第j个用户之间具有一度人脉关 系，第i行第j列为"0"则表示第i个用户和第j个用户之间不具有一度人脉关系。
[0012] 由此，可W利用关系矩阵来确定具有一度人脉关系的用户。
[0013] 优选地，该装置还可W包括：自乘单元，用于将一度人脉关系矩阵T自乘，得到自乘 矩阵T X T;第二赋值单元，用于将自乘矩阵中的所有非零元素赋值为"Γ，得到复合关系矩 阵U;减法单元，用于从复合关系矩阵U减去一度人脉关系矩阵T得到二度人脉关系矩阵V，其 中，第i行第j列为"Γ表示第i个用户和第j个用户之间具有二度人脉关系，第i行第j列为 "0"则表示第i个用户和第j个用户之间不具有二度人脉关系。
[0014] 由此，还可W根据矩阵自乘的特点，进一步挖掘出用户之间的二度人脉关系。
[0015] 根据本发明的另一个方面，还公开了一种用户社会关系识别方法，其包括:收集 用户使用的终端设备在预定场景时间段内的Wi-Fi连接信息，预定场景时间段对应于预定 场景;根据Wi-Fi连接信息识别终端设备在预定场景下对应的场景Wi-Fi;标定对应于相同 场景Wi-Fi的终端设备的用户之间具有一度人脉关系。
[0016] 优选地，预定场景可W包括工作场景和/或家居场景;预定场景时间段可W包括工 作时间段和/或家居时间段;工作时间段为工作日的工作时间中的设定时间段;家居时间段 为每日晚间的设定时间段。
[0017] 优选地，根据Wi-Fi连接信息识别终端设备在预定场景下对应的场景Wi-Fi的步骤 可W包括:统计用户使用的终端设备在预定场景时间段内连接各个Wi-Fi的连接次数比率； W连接次数比率最大的Wi-Fi为终端设备在预定场景下对应的场景Wi-Fi。
[0018] 优选地，如果连接次数比率最大的Wi-Fi的连接次数比率小于预定场景比率阔值， 则可W设终端设备在预定场景下没有对应的场景Wi-Fi。
[0019] 优选地，标定对应于相同场景Wi-Fi的用户之间具有一度人脉关系的步骤可W包 括:建立对应于每个预定场景的场景关系矩阵Mk，如果第i个用户与第j个用户在第k个预定 场景下对应于相同的场景Wi-Fi,则设Mk中第i行第j列和第j行第i列的元素为"Γ，否则为 "0"，其中i、j、k为自然数;将对应于所有预定场景的场景关系矩阵Mk相加，得到融合关系矩 阵R;将融合关系矩阵R中的所有非零元素赋值为"Γ，得到一度人脉关系矩阵T，其中，第i行 第j列为"Γ表示第i个用户和第j个用户之间具有一度人脉关系，第i行第j列为"0"则表示 第i个用户和第j个用户之间不具有一度人脉关系。
[0020] 优选地，该方法还可W包括:将一度人脉关系矩阵T自乘，得到自乘矩阵TXT;将自 乘矩阵中的所有非零元素赋值为"Γ，得到复合关系矩阵U;从复合关系矩阵U减去一度人脉 关系矩阵T得到二度人脉关系矩阵V，其中，第i行第j列为"Γ表示第i个用户和第j个用户之 间具有二度人脉关系，第i行第j列为"0"则表示第i个用户和第j个用户之间不具有二度人 脉关系。
[0021] 综上，本发明的用户社会关系识别装置和方法，可W基于收集的用户所使用的终 端设备的Wi-Fi连接信息，建立用户之间的社会关系（一度人脉关系），由此，可W解决现有 的用户社会关系识别技术中，因社交数据的来源比较单一，在缺少社交数据的情况下，无 法准确地获得用户社交关系的问题。
【附图说明】
[0022] 通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述W及其 它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号 通常代表相同部件。
[0023] 图1示出了本发明的用户社会关系识别装置的结构的示意性方框图。
[0024] 图2示出了本发明的用户社会关系识别方法的示意性流程图。
[0025] 图3示意性地示出了场景Wi-Fi识别单元120的一种实施方式。
[00%]图4示意性地示出了步骤S120的一种实施方式。
[0027] 图5示意性地示出了一度人脉关系标定单元130的一种实施方式。
[0028] 图6示意性地示出了步骤S130的一种实施方式。
[0029] 图7示出了本发明另一实施例的用户社会关系识别装置的示意性框图。
[0030] 图8示出了本发明另一实施例的用户社会关系识别方法的示意性流程图。
[0031 ]图9示出了二度人脉关系识别单元140的结构的示意性方框图。
[0032] 图10示出了二度人脉识别方法的示意性流程图。
[0033] 图11示出了一个实施例的用户1到用户5之间存在的家庭关系和工作关系的连接 图。
[0034] 图12示出了另一个实施例的用户1到用户4之间的关系连接图。
【具体实施方式】
[0035] 下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开 的优选实施方式，然而应该理解，可各种形式实现本公开而不应被运里阐述的实施方 式所限制。相反，提供运些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的 范围完整地传达给本领域的技术人员。
[0036] 如前所述，针对现有的用户社会关系识别技术中，因社交数据的来源比较单一，在 缺少社交数据的情况下，无法准确地获得用户社交关系的问题。本发明提出了一种通过非 社交数据可W挖掘用户社会关系的方案，具体地说，可W基于收集的用户所使用的终端设 备的Wi-Fi连接信息，建立用户之间的社会关系，并基于建立的社会关系进一步挖掘可能存 在的二度人脉关系。
[0037] 其中，用户所使用的终端设备可W是手机、IPAD、笔记本等移动终端，收集用户所 使用的终端设备的Wi-Fi连接信息的过程可W如下所述。
[0038] 可W在终端设备上监听目标事件是否发生（即监测终端设备是否连接Wi-Fi),运 里，可W设定一个监听时间段，如可W设定工作时间段和晚上休息时间段，在所设定的时间 段内对终端设备是否连接Wi-Fi进行监听。
[0039] 如果在设定的时间段内监测到终端设备连接Wi-Fi,则可W按照一定频率采样多 次(例如，每隔20分钟采样一次，共采样10次）。在采样的过程中可W进行日志打点，记录当 前设备的唯一标识、当前设备连接的wifi唯一标识、当前的采样时间等等。然后可W将记录 的日志在合适的时间发送给服务器。例如，在设备连接到Wi-Fi,且在预先设定的时间段内， 可W通过Wi-Fi将日志上传给服务器。
[0040] 当然，就本领域技术人员来说，还可W有其它获取用户的Wi-Fi连接信息的方式， 此处不再寶述。
[0041] 本发明的上述基于用户的Wi-Fi连接信息识别用户社会关系的方案可W实现为一 种用户社会关系识别装置和方法。下面结合相关附图，综合描述本发明的用户社会关系识 别装置和方法。
[0042] 图1示出了本发明的用户社会关系识别装置的结构的示意性方框图。
[0043] 图2示出了本发明的用户社会关系识别方法的示意性流程图。
[0044] 如图1所示，本发明的用户社会关系识别装置包括Wi-Fi连接信息收集单元110、场 景Wi-Fi识别单元120 W及一度人脉关系标定单元130。
[0045] 如图2所示，在步骤S110,例如可W由Wi-Fi连接信息收集单元110,收集用户使用 的终端设备在预定场景时间段内的Wi-Fi连接信息，其中，预定场景时间段对应于预定场 景。
[0046] 运里所说的终端设备指的是可W通过Wi-Fi进行网络连接的硬件设备，如可W是 手机、IPAD、笔记本等移动终端。
[0047] Wi-Fi连接信息可W包括用户ID(唯一标识）和/或终端设备唯一标识、所连接的 Wi-Fi的Wi-Fi唯一标识、采样时间等等。
[0048] 根据所对应的预定场景，预定场景时间段可W是一日内的某个时间段，也可W是 一日或数日（可W连续的数日，也可W是不连续的数日），还可W是数日中的每日的固定时 间段。例如，在预定场景是工作场景时，对应的预定场景时间段可W是每周的工作日内的工 作时间段，即每周周一到周五内的工作时间段。
[0049] 也就是说，预定场景时间段可W根据实际情况设定，如可W将根据一定的划分准 则将用户划分为不同的类别，针对不同的类别，设定不同的预定场景时间段及对应的预定 场景。
[0050] 例如，可W根据用户的年龄将用户划分为上班族、学生族。针对上班族，预定场景 时间段可W设定为工作日内（每周周一到周五）的工作时间段(早9:00到中午12:00、下午 14:00到18:00，对应于工作场景）、家居时间段（晚22:00到早8:00，对应于家庭场景）、户外 娱乐时间段(晚19:00到晚21:00,对应于户外娱乐场景）。对于学生族，则可W将预定场景时 间段设定为上课时间段(早9:00到中午12:00、下午14:00到17:00,对应于教室场景）、课外 时间段(晚18:00到20:00，对应于课外场景）、寝室时间段(晚22:00到早8:00，对应于寝室场 景)。
[0051 ]在步骤S120,例如可W由场景Wi-Fi识别单元120,根据Wi-Fi连接信息识别终端设 备在预定场景下对应的场景Wi-Fi。
[0052] 即可W根据获取的用户所使用的终端设备的Wi-Fi连接信息，将终端设备在预定 场景下连接的Wi-Fi，识别为对应于该预定场景的场景Wi-Fi。
[0053] 在步骤S130,例如可W由一度人脉关系标定单元130,标定对应于相同场景Wi-Fi 的终端设备的用户之间具有一度人脉关系。
[0054] 对应在同一预定场景下连接相同的Wi-Fi的终端设备，可W认为运些终端设备所 对应的用户之间具有一度人脉关系（即具有直接的人脉关系）。
[0055] 举例来说，预定场景可W包括工作场景和/家居场景，对应地，预定场景时间段可 W包括工作时间段和/或家居时间段。其中，工作时间段为工作日的工作时间中的设定时间 段，家居时间段为每日晚间的设定时间段。由此，在工作时间段连接同一 Wi-Fi的终端设备 的用户之间的一度人脉关系为同事关系/工作伙伴关系，在家居时间段内连接同一Wi-Fi的 终端设备的用户之间的一度人脉关系为家庭成员关系。
[0056] 下面结合图3、图4对场景Wi-Fi的识别过程做W详细说明。
[0057] 图3示意性地示出了场景Wi-Fi识别单元120的一种实施方式。
[005引图4示意性地示出了步骤S120的一种实施方式。
[0059] 如图3所示，场景Wi-Fi识别单元120可W包括统计单元1210和子识别单元1220。
[0060] 如图4所示，在步骤S1210,例如可W由统计单元1210,统计用户使用的终端设备在 预定场景时间段内连接各个Wi-Fi的连接次数比率。
[0061] 例如，可W对一个预定场景时间段中的连接次数或者连接采样次数进行统计，也 可W对多个预定场景时间段中的连接次数或者连接采样次数进行统计。
[0062] 具体说来，在预定场景时间段是一日内的某个时间段的情况下，可W对一日或连 续多日内的预定场景时间段中的连接次数或者连接采样次数进行统计。
[0063] 其中，在预定场景是工作场景时，则可W对一个或连续多个工作日内的预定场景 时间段中的连接次数或者连接采样次数进行统计。在预定场景是家居场景时，则可W对一 个或多个自然日内的预定场景时间段中的连接次数或者连接采样次数进行统计。
[0064] 另一方面，在预定场景时间段是一日或连续数日的情况下，例如，一周的五个工作 日或一周的两个休息日，可W对一个或多个预定场景时间段(例如一周或多周）中的连接次 数或者连接采样次数进行统计。
[00化]在步骤S1220,例如可W由子识别单元1220, W连接次数比率最大的Wi-Fi为终端 设备在预定场景下对应的场景Wi-Fi。
[0066] 其中，对于某一具体预定场景来说，可W获取多个用户所使用的终端设备在该场 景下的场景Wi-Fi,并将其组成该场景下的Wi-Fi唯一标识集合，该集合内可W存储有终端 设备的唯一标识、与终端设备的唯一标识对应的Wi-Fi唯一标识。运样，同属一个场景下的 Wi-Fi标识集合内且连接到同一 Wi-Fi的终端设备所对应的用户具有该场景下的一度人脉 关系。
[0067] 例如，对于预定场景为工作场景的情况下，可W获取多个用户所使用的终端设备 在工作场景下的工作Wi-Fi,将获取的多个终端设备的工作Wi-Fi组成工作Wi-Fi唯一标识 集合。对于预定场景为家居场景的情况下，可W获取多个用户所使用的终端设备在家居场 景下的工作Wi-Fi,将获取的多个终端设备的家居Wi-Fi组成家居Wi-Fi唯一标识集合。属于 工作Wi-Fi唯一标识集合且连接同一工作Wi-Fi的终端设备所对应的用户之间具有同事/ 工作伙伴关系，属于家居Wi-Fi唯一标识集合且连接同一家居Wi-Fi的终端设备所对应的用 户之间具有家庭成员关系。
[0068] 另外，如果连接次数比率最大的Wi-Fi的连接次数比率小于预定场景比率阔值，贝U 可W由子识别单元1220,设终端设备在预定场景下没有对应的场景Wi-Fi。
[0069] 下面结合图5、图6对一度人脉关系的识别过程做W详细说明。
[0070] 图5示意性地示出了一度人脉关系标定单元130的一种实施方式。
[0071 ]图6示意性地示出了步骤SI30的一种实施方式。
[0072] 如图5所示，一度人脉关系标定单元130可W包括关系矩阵建立单元1310、关系矩 阵融合单元1320W及第一赋值单元1330。
[0073] 如图6所示，在步骤S1310,例如可W由关系矩阵建立单元1310,建立对应于每个预 定场景的场景关系矩阵Mk，如果第i个用户与第j个用户在第k个预定场景下对应于相同的 场景Wi-Fi,则设Mk中第i行第j列和第j行第i列的元素为"Γ，否则为"0"，其中i、j、k为自然 数。
[0074] 其中，k代表了预定场景的类型，例如化化=1)可W认为是工作关系矩阵，M2化二2) 可W认为是家居关系矩阵。
[0075] 在实际应用中，可W提取用户与场景关系的连接关系(u，wifi)，建立场景Wi-Fi的 用户连接关系集合。
[0076] 在步骤S1320,例如可W由关系矩阵融合单元1320,将对应于所有预定场景的场景 关系矩阵Mk相加，得到融合关系矩阵R。
[0077] 在步骤S1330,例如可W由第一赋值单元1330,将融合关系矩阵R中的所有非零元 素赋值为"Γ，得到一度人脉关系矩阵T，其中，第i行第j列为"Γ表示第i个用户和第j个用 户之间具有一度人脉关系，第i行第j列为"0"则表示第i个用户和第j个用户之间不具有一 度人脉关系。
[0078] 至此，结合图1-图6详细叙述了根据用户使用的终端设备连接的Wi-Fi信息，识别 用户之间存在的一度人脉关系的具体过程。对本发明而言，还可W根据所识别出的一度人 脉关系，进一步识别出用户之间存在的二度人脉关系。
[0079] 下面参考图7和图8描述另一个实施例，在该实施例中，还可W基于上面得到的一 度人脉关系，进一步得到二度人脉关系。
[0080] 图7示出了该实施例的用户社会关系识别装置的示意性框图。
[0081 ]图8示出了该实施例的用户社会关系识别方法的示意性流程图。
[0082] 图7中，Wi-Fi连接信息收集单元110、场景Wi-Fi识别单元120、一度人脉关系标定 单元130与上文参考图1描述的内容相同。
[0083] 图8中，步骤S110、S120、S130与上文参考图2描述的内容相同。
[0084] 如图7和图8所示，在步骤S130中，例如可W由一度人脉关系标定单元130,得到一 度人脉关系矩阵T之后，还可W在步骤S140,例如可W由二度人脉关系识别单元140,进一步 识别二度人脉关系。
[0085] 下面结合图9、图10对二度人脉关系的识别过程做W详细说明。
[0086] 图9示出了二度人脉关系识别单元140的结构的示意性方框图。
[0087] 图10示出了二度人脉识别方法的示意性流程图。
[008引如图9所示，二度人脉关系识别单元140可W包括自乘单元1410、第二赋值单元 1420W及减法单元1430。
[0089] 如图10所示，在步骤S210,例如可W由自乘单元1410,将一度人脉关系矩阵T自乘， 得到自乘矩阵TXT。
[0090] 在步骤S220,例如可W由第二赋值单元1420,将自乘矩阵中的所有非零元素赋值 为"Γ，得到复合关系矩阵U。
[0091] 在步骤S230,例如可W由减法单元1430,从复合关系矩阵U减去一度人脉关系矩阵 T得到二度人脉关系矩阵V，其中，第i行第j列为"Γ表示第i个用户和第j个用户之间具有二 度人脉关系，第i行第j列为"0"则表示第i个用户和第j个用户之间不具有二度人脉关系。
[0092] 其中，自乘矩阵第i行第巧揃元素
[0093]
[0094] 假如用户i与用户k有一度人脉关系（也可W简称为"认识"），则Tik为1，用户j与用 户k有一度人脉关系，则Tkj为1，从而TikTkj为1。
[0095] 因此，（ΤΧΤ)υ为与用户i和用户j都具有一度人脉关系的用户的个数。大于0则在U 中赋值为1。减去一度矩阵T，则去除了已经用一度关系表述的关系化中，具有一度关系的两 个用户ij对应的元素也为1)，得到的是纯二度关系。
[0096] 下面结合具体实施例对本发明的一度人脉关系和二度人脉关系的识别过程做W 简要说明。
[0097] (l)wifi连接关系收集
[0098] W预定场景包括工作场景和家庭场景为例。可W在设备终端检测设备是否连接 Wi-Fi(可W设为工作时间段和晚上休息时间段，分别对应于工作场景和家庭场景）。
[0099] 如果设备连接Wi-Fi,则可W按照一定的频率采样多次。例如，每隔20分钟采样一 次，共采样10次，其中，作为优选，晚上休息时间段的采样频率可W设定为较低的频率值。
[0100] 在采样的过程中可W进行日志打点，记录当前设备的唯一标识、当前设备连接的 wifi唯一标识、当前的采样时间等等。然后可W将记录的日志在合适的时间发送给服务器。 例如，在设备连接到Wi-Fi,且在预先设定的时间段内，可W通过Wi-Fi将日志上传给服务 器。
[0101] (2)工作场景识别：
[0102] 步骤1:统计用户在某一天工作时间段(例如，10:00-11:00和15:00-16:00)连接某 个wifi的采样次数nu,t,w，其中U表示用户，t表示第t天，W表示用户U第t天当前采样时所连接 的wifi唯一标识；
[0103] 步骤2:计算用户U在选定的工作时间段内（例如，最近30个工作日）连接的各个 wifi所占的比例：
[0104]
[01化]步骤3:如果存在某个wifi唯一标识W使得：
[0106] Ru,w=max^Ru,w) >α(其中〇<曰。），
[0107] 则认为用户U工作场所的wifi唯一标识为work_wifi=W，否则认为用户U工作场所 的wifi唯一标识为空；
[0108] Work_Wifi_Set = {work_wifi}。
[0109] (3)家居场景识别：
[0110] 步骤1:统计用户在某一天家居时间段(例如，22:00-24:00)连接某个wifi的采样 次数riu,t,w，其中u表示用户，t表示第t天，w表示用户u第t天当前采样时所连接的wifi唯一标 识；
[0111] 步骤2:计算用户U在选定的统计日（例如，最近30天)连接各个wif i的比例：
[0112]
[0113]步骤3:如果存在某个wifi唯一标识W使得：
[0114] Ru,w=maxw(Ru,w) > β(其中0<β。的常数)则认为用户U工作场所的wif i唯一标识 为home_wifi=W;否则认为用户U工作场所的wifi唯一标识为空，目化ome_wifi= Φ。
[0115] 步骤4:对所有用户执行步骤1-步骤3,得到每一个用户的home_wifi，组成家庭 wifi唯一标识集合Home_Wifi_Set =化ome_wifi}。
[0116] (4)社会关系识别
[0117] 步骤1:从采样数据中，提取用户与工作wifi或家庭wifi的连接关系(u，wifi)，分 别建立工作wifi和家庭wifi用户连接关系集合：
[0118] Work_Wifi_Connet_Set= {(u,wifi) |wifi￡Work_Wifi_Set}
[0119] Home_Wifi_Connet_Set= {(u,wifi) |wifi￡Home_Wifi_Set}
[0120] 步骤2:分别对工作wifi用户连接关系集和家庭wifi用户连接关系集，将连接到同 一个wifi的用户之间建立互相连接(Ui，UW)，并进一步建立用户之间的连接矩阵，则分别 建立了用户工作关系矩阵W和家庭关系矩阵H。
[0121] 步骤3:更进一步，如果将工作关系矩阵和家庭关系矩阵进行相加，就得到了融合 工作关系和家庭关系的整个社会关系矩阵S=W+H。
[0122] 如果某个关系矩阵的元素 ai,j>0,则说明用户i和用户j之间存在某种社会关系。
[0123] 如图11所示，对于用户l(Userl)到用户5(User5)来说，用户l(Userl)、用户2 (1]36'2)和用户3(化6切)对应于同一个家庭场景胖；[斗；[化01116-'\￥1門1)，他们之间存在家庭关 系；用户3(User3)、用户4(1]3日'4)和用户5(1]3日巧）对应于同一个工作场景Wi-Fi (Work- wif i 1) ，他们之间存在工作关系 。基于用户1 、 用户2 W及用户3之间的家庭关系可 W推断出 用户1、用户2W及用户3之间存在一度人脉关系，并可W建立用户1到用户5之间的家庭关系 矩阵H。其中，
[0124]
[0125] 相应地，基于用户3、用户4和用户5之间存在的工作关系，可W推断出用户3、用户4 和用户5之间也存在一度人脉关系，并可W建立用户1到用户5之间的工作关系矩阵W。其中
[0126]
[0127]对用户1到用户5而言，融合工作关系和家庭关系后的整个社会关系矩阵S = W+H。 其中，
[012 引
[0129] (5)二度人脉关系识别：
[0130] 如果用户A跟用户B有某种社会关系，其用户A跟用户C没有直接的社会关系，但是 用户邮S用户C存在某种社会关系，那么用户A和用户C则存在二度人脉关系。
[0131] 二度人脉关系的发现与识别，可W充分利用矩阵相乘的特点来实现。
[0132] 步骤1:将关系矩阵T中元素值大于0的元素全部赋值为1，得到Τ'，并将运个关系矩 阵自乘，得到新的关系矩阵S;
[0133] 步骤2:将S矩阵中所有大于0的矩阵元素赋值为1，得到新的矩阵S'；
[0134] 步骤3:将S'矩阵减去Τ'关系矩阵，就得到了二度人脉关系矩阵，即R = S'-T'。
[0135] 在二度人脉关系矩阵中，所有大于0的元素，说明该元素对应的两个用户之间存在 二度人脉关系。
[0136] 如图12所示，用户1和用户3之间存在某种社会关系，同时用户2、用户3和用户4互 相存在某种社会关系，但是用户1和用户2、用户4没有直接的社会关系。
[0137] 此时，可W得到用户1到用户4之间的一度人脉关系矩阵T，其中，
[013 引
[0139] 一度人脉关系矩阵T的自乘矩阵r =ΤΧΤ，其中，
[0140]
[0141] 将自乘矩阵中的所有非零元素赋值为"Γ，得到复合关系矩阵U，其中，
[0142]
[0143] 由复合关系矩阵U减去一度人脉关系矩阵T得到的二度人脉关系矩阵V，
[0144]
[0145] 其中，V中所有大于0的元素所对应的用户间存在二度人脉关系。由此，基于二度人 脉关系矩阵V中的非零元素 ai2、ai4(即二度人脉关系矩阵V第1行第2、4列的元素），可W判定 用户1分别和用户2、用户4存在二度人脉关系。
[0146] 上文中已经参考附图详细描述了根据本发明的用户社会关系识别装置和方法。
[0147] 此外，根据本发明的方法还可W实现为一种计算机程序，该计算机程序包括用于 执行本发明的上述方法中限定的上述各步骤的计算机程序代码指令。或者，根据本发明的 方法还可W实现为一种计算机程序产品，该计算机程序产品包括计算机可读介质，在该计 算机可读介质上存储有用于执行本发明的上述方法中限定的上述功能的计算机程序。本领 域技术人员还将明白的是，结合运里的公开所描述的各种示例性逻辑块、模块、电路和算法 步骤可W被实现为电子硬件、计算机软件或两者的组合。
[0148] 附图中的流程图和框图显示了根据本发明的多个实施例的系统和方法的可能实 现的体系架构、功能和操作。在运点上，流程图或框图中的每个方框可W代表一个模块、程 序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的 逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可 不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可W基本并行地执行， 它们有时也可W按相反的顺序执行，运依所设及的功能而定。也要注意的是，框图和/或流 程图中的每个方框、W及框图和/或流程图中的方框的组合，可W用执行规定的功能或操作 的专用的基于硬件的系统来实现，或者可W用专用硬件与计算机指令的组合来实现。
[0149] W上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也 不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技 术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨 在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的 其它普通技术人员能理解本文披露的各实施例。
【主权项】
1. 一种用户社会关系识别装置，包括： Wi-Fi连接信息收集单元，用于收集用户使用的终端设备在预定场景时间段内的Wi-Fi 连接信息，所述预定场景时间段对应于预定场景； 场景Wi-Fi识别单元，用于根据所述Wi-Fi连接信息识别终端设备在所述预定场景下对 应的场景Wi-Fi;以及 一度人脉关系标定单元，用于标定对应于相同场景Wi-Fi的终端设备的用户之间具有 一度人脉关系。2. 根据权利要求1所述的用户社会关系识别装置，其中， 所述预定场景包括工作场景和/或家居场景； 所述预定场景时间段包括工作时间段和/或家居时间段； 所述工作时间段为工作日的工作时间中的设定时间段； 所述家居时间段为每日晚间的设定时间段。3. 根据权利要求1或2所述的用户社会关系识别装置，其中，所述场景Wi-Fi识别单元包 括： 统计单元，用于统计用户使用的终端设备在所述预定场景时间段内连接各个Wi-Fi的 连接次数比率； 子识别单元，用于将连接次数比率最大的Wi-Fi识别为所述终端设备在所述预定场景 下对应的场景Wi-Fi。4. 根据权利要求3所述的用户社会关系识别装置，其中， 如果连接次数比率最大的Wi-Fi的连接次数比率小于预定场景比率阈值，则所述子识 别单元认定所述终端设备在所述预定场景下没有对应的场景Wi-Fi。5. 根据权利要求1或2所述的用户社会关系识别装置，其中，所述一度人脉关系标定单 元包括： 关系矩阵建立单元，用于建立对应于每个预定场景的场景关系矩阵Mk，如果第i个用户 与第j个用户在第k个预定场景下对应于相同的场景Wi-Fi，则设Mk中第i行第j列和第j行第 i列的元素为"Γ，否则为"0"，其中i、j、k为自然数； 关系矩阵融合单元，用于将对应于所有预定场景的场景关系矩阵Mk相加，得到融合关系 矩阵R; 第一赋值单元，用于将所述融合关系矩阵R中的所有非零元素赋值为"1"，得到一度人 脉关系矩阵T，其中，第i行第j列为"Γ表示第i个用户和第j个用户之间具有一度人脉关系， 第i行第j列为则表示第i个用户和第j个用户之间不具有一度人脉关系。6. 根据权利要求5所述的用户社会关系识别装置，还包括： 自乘单元，用于将一度人脉关系矩阵T自乘，得到自乘矩阵T X T; 第二赋值单元，用于将所述自乘矩阵中的所有非零元素赋值为"Γ，得到复合关系矩阵 U； 减法单元，用于从复合关系矩阵U减去一度人脉关系矩阵T得到二度人脉关系矩阵V，其 中，第i行第j列为"Γ表示第i个用户和第j个用户之间具有二度人脉关系，第i行第j列为 "0"则表示第i个用户和第j个用户之间不具有二度人脉关系。7. -种用户社会关系识别方法，包括： 收集用户使用的终端设备在预定场景时间段内的Wi-Fi连接信息，所述预定场景时间 段对应于预定场景； 根据所述Wi-Fi连接信息识别终端设备在所述预定场景下对应的场景Wi-Fi; 标定对应于相同场景Wi-Fi的终端设备的用户之间具有一度人脉关系。8. 根据权利要求7所述的用户社会关系识别方法，其中， 所述预定场景包括工作场景和/或家居场景； 所述预定场景时间段包括工作时间段和/或家居时间段； 所述工作时间段为工作日的工作时间中的设定时间段； 所述家居时间段为每日晚间的设定时间段。9. 根据权利要求7或8所述的用户社会关系识别方法，其中，根据所述Wi-Fi连接信息识 别终端设备在所述预定场景下对应的场景Wi-Fi的步骤包括： 统计用户使用的终端设备在所述预定场景时间段内连接各个Wi-Fi的连接次数比率； 以连接次数比率最大的Wi-Fi为所述终端设备在所述预定场景下对应的场景Wi-Fi。10. 根据权利要求9所述的用户社会关系识别方法，其中， 如果连接次数比率最大的Wi-Fi的连接次数比率小于预定场景比率阈值，则设所述终 端设备在所述预定场景下没有对应的场景Wi-Fi。11. 根据权利要求7或8所述的用户社会关系识别方法，所述标定对应于相同场景Wi-Fi 的用户之间具有一度人脉关系的步骤包括： 建立对应于每个预定场景的场景关系矩阵Mk，如果第i个用户与第j个用户在第k个预定 场景下对应于相同的场景Wi-Fi，则设Mk中第i行第j列和第j行第i列的元素为"1"，否则为 "〇"，其中i、j、k为自然数； 将对应于所有预定场景的场景关系矩阵Mk相加，得到融合关系矩阵R; 将所述融合关系矩阵R中的所有非零元素赋值为"1"，得到一度人脉关系矩阵T，其中， 第i行第j列为"Γ表示第i个用户和第j个用户之间具有一度人脉关系，第i行第j列为"〇"则 表示第i个用户和第j个用户之间不具有一度人脉关系。12. 根据权利要求11所述的用户社会关系识别方法，还包括： 将一度人脉关系矩阵T自乘，得到自乘矩阵T X T; 将所述自乘矩阵中的所有非零元素赋值为"Γ，得到复合关系矩阵U; 从复合关系矩阵U减去一度人脉关系矩阵T得到二度人脉关系矩阵V，其中，第i行第j列 为"Γ表示第i个用户和第j个用户之间具有二度人脉关系，第i行第j列为"0"则表示第i个 用户和第j个用户之间不具有二度人脉关系。
【文档编号】G06Q50/00GK105824921SQ201610150917
【公开日】2016年8月3日
【申请日】2016年3月16日
【发明人】黄振
【申请人】广州彩瞳网络技术有限公司