一种基于社交软件的联系人匹配方法及装置与流程

本发明涉及互联网技术领域，具体涉及一种基于社交软件的联系人匹配方法及装置。

背景技术：

随着移动网络技术和移动终端设备的迅速发展,越来越多的人们开始使用各种移动社交网络服务，用户规模的不断扩大,信息更新的不断加快，使得社交网络中的用户找到自己感兴趣的社交对象变得越发困难。如何帮助社交网络用户过滤掉不感兴趣的社交用户，提供符合用户兴趣需求的个性化推荐服务成为互联网业界急需解决的问题。

现有技术的社交软件的用户匹配一般采取熟人社交和陌生人社交两种模式，即通过用户联系人列表导入或通过用户名和地理位置信息进行检索，缺乏对于社交模式下用户之间根据个人信息进行契合度计算和推送的功能，不能满足现代用户对于社交软件的需要。

技术实现要素：

为解决上述技术问题，本发明的目的是提供了一种基于社交软件的联系人匹配方法及装置，在社交模式下根据用户个人信息进行联系人契合度计算和推送，提高用户与陌生人联系的成功率。

为了达到上述目的，本发明的具体解决方案提供一种基于社交软件的联系人匹配方法，包括以下步骤：

形成第一推荐列表，所述第一推荐列表根据用户地理位置进行匹配或根据访问用户账号的浏览记录进行建立；

计算第一推荐列表中的推荐用户与本机用户的契合度；

根据契合度建立第二推荐列表，所述第二推荐列表的推荐用户根据契合度进行筛选；

向用户推送第一推荐列表和第二推荐列表。

进一步的，所述契合度的计算过程包括以下步骤：

建立多个二维矩阵列表，所述二维矩阵列表与用户信息的各单项属性建立逻辑映射关系，并根据单项属性各赋值的单独对比进行评分；

设定各单项属性的评分的契合度计算中的权重，并根据权重计算契合度，其计算公式如下：

契合度＝单项属性评分a*权重+单项属性评分b*权重+单项属性评分c*权重…..+单项属性评分z*权重。

更进一步的的，所述第一推荐列表的推荐用户根据契合度进行优化显示：

当推荐用户的契合度还未计算，第一推荐列表将该推荐用户放到列表末端进行显示；

当推荐用户的契合度已经计算，第一推荐列表显示该推荐用户的契合度；

当推荐用户的已经是用户的好友，将该用户移除出第一推荐列表。

更进一步的，向用户推送第二推荐列表时，还包括利用契合度和列表推荐人数进行筛选的步骤，其中：

当第二推荐列表的人数大于20人小于100人时，只显示契合度在90％以上的用户；

当第二推荐列表的人数大于100人时，只显示契合度在95％以上的用户；

当第二推荐列表的人数小于20人时，隐藏第二推荐列表。

更进一步的，所述第二推荐列表显示推荐用户的昵称、性别、契合度和距离，所述第二推荐列表根据契合度对推荐用户进行降序排列，当推荐用户的契合度相同时，根据距离进行排序。

另一方面，本发明还提供一种基于社交软件的联系人匹配装置，包括第一推荐列表生成单元、契合度计算单元、第二推荐列表计算单元和推送单元；

第一推荐列表生成单元，所述第一推荐列表生成单元根据用户地理位置进行匹配或根据访问用户账号的浏览记录进行建立，

契合度计算单元，计算第一推荐列表中的推荐用户与本机用户的契合度，

第二推荐列表计算单元，所述第二推荐列表计算单元根据契合度建立第二推荐列表，所述第二推荐列表的推荐用户根据契合度进行筛选；

推送单元，向用户推送第一推荐列表和第二推荐列表。

进一步的，所述契合度计算单元的计算过程包括：

建立多个二维矩阵列表，所述二维矩阵列表与用户信息的各单项属性建立逻辑映射关系，并根据单项属性各赋值的单独对比进行评分；

设定各单项属性的评分的契合度计算中的权重，并根据权重计算契合度，其计算公式如下：

契合度＝单项属性评分a*权重+单项属性评分b*权重+单项属性评分c*权重…..+单项属性评分z*权重。

更进一步的，所述第一推荐列表生成单元的推荐用户根据契合度进行优化显示：

当推荐用户的契合度还未计算，第一推荐列表将该推荐用户放到列表末端进行显示；

当推荐用户的契合度已经计算，第一推荐列表显示该推荐用户的契合度；

当推荐用户的已经是用户的好友，将该用户移除出第一推荐列表。

更进一步的，所述第二推荐列表生成单元利用契合度和列表推荐人数进行筛选的步骤，其中：

当第二推荐列表的人数大于20人小于100人时，只显示契合度在90％以上的用户；

当第二推荐列表的人数大于100人时，只显示契合度在95％以上的用户；

当第二推荐列表的人数小于20人时，隐藏第二推荐列表。

更进一步的，所述第二推荐列表生成单元显示推荐用户的昵称、性别、契合度和距离，所述第二推荐列表生成单元根据契合度对推荐用户进行降序排列，当推荐用户的契合度相同时，根据距离进行排序。

本发明同现有技术相比，具有以下优点和有益效果：

本发明提供了一种基于社交软件的联系人匹配方法及装置，在社交模式下根据用户个人信息进行联系人契合度计算和推送，提高用户与陌生人联系的成功率，，包括以下步骤：形成第一推荐列表，所述第一推荐列表根据用户地理位置进行匹配或根据访问用户账号的浏览记录进行建立；计算第一推荐列表中的推荐用户与本机用户的契合度；根据契合度建立第二推荐列表，所述第二推荐列表的推荐用户根据契合度进行筛选；向用户推送第一推荐列表和第二推荐列表。

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，下面将对实施例或现有技术描述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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明优选实施例的方法流程图；

图2是本发明优选实施例用户属性映射的二维矩阵列表表格图；

图3是本发明优选实施例第一推荐列表、第二推荐列表的页面布局图；

图4是本发明计算机的系统框架图。

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、完整地描述，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作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。

本发明提供的一种基于社交软件的联系人匹配方法及及装置，其目的在于通过契合度的计算，达到陌生人的筛选和排序，并提供优化后的推送结果，达到陌生人社交更高的准确率。

下面结合图1来描述下本发明方法的实现步骤：

s1形成第一推荐列表，第一推荐列表根据用户地理位置进行匹配或根据访问用户账号的浏览记录进行建立。

具体的，用户地理位置可以是根据用户移动设备的gps功能进行定位，并根据该定位在用户周边一定范围之内选择其他用户进入第一推荐列表。用户地理位置也可以根据用户注册时选择的地址信息进行检索，在该地址信息的周边的一定范围内选择其他用户进入第一推荐列表。

用户账号的浏览记录从后台数据库调取，其调取范围可由用户在社交软件内设置，用户可以选择调取一年内、三个月内、一个月内、一周内、三天内、24小时内陌生人浏览记录进入第一推荐列表。

s2计算第一推荐列表中的推荐用户与本机用户的契合度。

具体的，契合度的计算过程包括以下步骤：

s201建立多个二维矩阵列表，所述二维矩阵列表与用户信息的各单项属性建立逻辑映射关系，并根据单项属性各赋值的单独对比进行评分。

s202设定各单项属性的评分的契合度计算中的权重，并根据权重计算契合度，其计算公式如下：

契合度＝单项属性评分a*权重+单项属性评分b*权重+单项属性评分c*权重…..+单项属性评分z*权重。

下面结合附图2详细描述下二维矩阵列表的评分体系。

具体的，本发明根据用户填写的用户信息，形成一张二维的矩阵列表进行评分。用户信息包括用户填写的性别、血型、属相、星座、爱好、行业等。如用户信息填写的不完整，则缺失的用户信息以0分计入评分权重。

二维矩阵列表建立完成之后，列表内填写有用户信息对比的评分分值，即如图2所示的用户属相、血型和星座之间的契合度。参与对比的用户可根据该二维矩阵列表计算出用户之间单项属性的契合度。

在得到用户属相、血型和星座之间的契合度之后，根据系统设定的权重，所述权重为血型占比10％，属相和星座分值大的占比60％，分值小的占比30％。

最后根据权重计算出用户之间的契合度，其计算公式为：

契合度＝血型分值*10％+星座or属相分值*60％+星座or属相分值*30％。

s3在完成契合度计算之后，根据契合度建立第二推荐列表，所述第二推荐列表的推荐用户根据契合度进行筛选。

下面结合附图3具体描述下第一推荐列表和第二推荐列表的排序和筛选。

如图3所示的第一推荐列表从用户浏览记录中选取。其采用列表式排列，每一条记录显示用户的昵称、头像、性别、属性、星座、血型和契合度。其排序方式根据契合度的大小降序显示。

其中，当推荐用户的契合度还未计算，第一推荐列表将该推荐用户放到列表末端进行显示；

当推荐用户的契合度已经计算，第一推荐列表显示该推荐用户的契合度；

当推荐用户的已经是用户的好友，将该用户移除出第一推荐列表。

当用户新增浏览记录时，第一推荐列表的上方显示新增的浏览人数，并在记录中提供新浏览用户的提示。

第二推荐列表设置于第一推荐列表下方，以高亮方式显示用户头像的大图标，契合度和距离。第二推荐列表在屏幕中一次显示三位推荐用户，用户可选择左右方向图标进行其他推荐用户的浏览。

第二推荐列表根据契合度对推荐用户进行降序排列显示，当推荐用户的契合度相同时，根据距离进行排序。

第二推荐列表设置有隐藏按钮，用户可以通过选择隐藏第二推荐列表，但时第二推荐列表并非永久隐藏，下次进入该页面时仍然显示。

第二推荐列表的推荐用户逻辑如下：

当第二推荐列表的人数大于20人小于100人时，只显示契合度在90％以上的用户；

当第二推荐列表的人数大于100人时，只显示契合度在95％以上的用户；

当第二推荐列表的人数小于20人时，隐藏第二推荐列表。

s4，在第一推荐列表和第二推荐列表形成之后，向用户推送第一推荐列表和第二推荐列表。

如图4所示，本发明还提供一种基于社交软件的联系人匹配装置，包括第一推荐列表生成单元1、契合度计算单元2、第二推荐列表计算单元3和推送单元4；

第一推荐列表生成单元1，所述第一推荐列表生成单元根据用户地理位置进行匹配或根据访问用户账号的浏览记录进行建立，

契合度计算单元2，计算第一推荐列表中的推荐用户与本机用户的契合度，

第二推荐列表计算单元3，所述第二推荐列表计算单元根据契合度建立第二推荐列表，所述第二推荐列表的推荐用户根据契合度进行筛选；

推送单元4，向用户推送第一推荐列表和第二推荐列表。

进一步的，所述契合度计算单元2的计算过程包括：

建立多个二维矩阵列表，所述二维矩阵列表与用户信息的各单项属性建立逻辑映射关系，并根据单项属性各赋值的单独对比进行评分；

设定各单项属性的评分的契合度计算中的权重，并根据权重计算契合度，其计算公式如下：

契合度＝单项属性评分a*权重+单项属性评分b*权重+单项属性评分c*权重…..+单项属性评分z*权重。

更进一步的，所述第一推荐列表生成单元1的推荐用户根据契合度进行优化显示：

当推荐用户的契合度还未计算，第一推荐列表将该推荐用户放到列表末端进行显示；

当推荐用户的契合度已经计算，第一推荐列表显示该推荐用户的契合度；

当推荐用户的已经是用户的好友，将该用户移除出第一推荐列表。

更进一步的，所述第二推荐列表生成单元3利用契合度和列表推荐人数进行筛选的步骤，其中：

当第二推荐列表的人数大于20人小于100人时，只显示契合度在90％以上的用户；

当第二推荐列表的人数大于100人时，只显示契合度在95％以上的用户；

当第二推荐列表的人数小于20人时，隐藏第二推荐列表。

更进一步的，所述第二推荐列表生成单元3显示推荐用户的昵称、性别、契合度和距离，所述第二推荐列表生成单元根据契合度对推荐用户进行降序排列，当推荐用户的契合度相同时，根据距离进行排序。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。