專利名稱：服務(wù)群組分類方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種服務(wù)群組分類方法和系統(tǒng)。
背景技術(shù)：
即時通訊(IM, Instant Messaging)網(wǎng)絡(luò)是一種實時通信網(wǎng)絡(luò),允許兩人或者多人使用網(wǎng)絡(luò)實時的文字消息、文件、語音和視頻進行交流。社會性網(wǎng)絡(luò)服務(wù)(SNS,Social Networking Services)是 Web 2.0 體系下的一個技術(shù)應(yīng)用架構(gòu)。SNS通過直接建立社會朋友關(guān)系，實現(xiàn)朋友之間進行人力資源分享，在建立社會關(guān)系的過程中完成或解決具體的應(yīng)用問題。通過使用SNS可以實現(xiàn)個人數(shù)據(jù)處理，個人社會關(guān)系管理，可信的商業(yè)信息共享，可以安全地信任的人群分享自己的信息和知識，利用信任關(guān)系拓展自己的社會網(wǎng)絡(luò)，達成更加有價值的溝通和協(xié)作。 服務(wù)群組作為一種特殊的通信手段，在即時通訊和社會性網(wǎng)絡(luò)服務(wù)中也得到了廣泛的應(yīng)用。典型的即時通訊和社會性網(wǎng)絡(luò)服務(wù)中，都提供了群組服務(wù)，如即時通訊工具QQ中的QQ群，或者社交網(wǎng)絡(luò)Facebook中的群組。群組往往是即時通訊或者社會性網(wǎng)絡(luò)服務(wù)中具有共性小群體建立的一個通信或交流平臺。群組往往是一些具有共性的小群體建立起來的，群內(nèi)成員一般都有著密切的聯(lián)系。通常來講，服務(wù)群組主要劃分為兩大類一類是基于某種共同愛好、興趣或需求而建立起來的虛擬群體，如“購物群”、“旅游群”、“股票群”等。另一類是基于某種現(xiàn)實群體而建立起來的虛擬群體，如“同學(xué)群”、“同事群”、“同鄉(xiāng)群”等。這類“群”的成員，交流雙方互相熟悉、關(guān)系較固定。前面一類群通常稱為共同群，后面一類群通常稱為實體群。服務(wù)群組的類別是群組的重要屬性之一，目前的Web應(yīng)用中，對服務(wù)群組分類的方式主要依賴于用戶的主觀感受，在用戶建立服務(wù)群組之初，由創(chuàng)建者選擇。例如，在即時通訊工具QQ中創(chuàng)建服務(wù)群組時，由用戶將創(chuàng)建的服務(wù)群組歸類到某些已經(jīng)劃定的、層次式的分類中，具體如圖I所示。本發(fā)明的發(fā)明人發(fā)現(xiàn)，現(xiàn)有技術(shù)的對服務(wù)群組進行分類的方式較為主觀，無法客觀的表示服務(wù)群組的特性，為后續(xù)對服務(wù)群組進行特性分析，有針對性的在服務(wù)群組中分享信息和知識形成了阻礙，影響了用戶的體驗；如何提供一種客觀的服務(wù)群組分類方法成為亟待解決的技術(shù)問題。

發(fā)明內(nèi)容
本發(fā)明實施例要解決的技術(shù)問題在于，提供一種可以客觀準(zhǔn)確的服務(wù)群組分類方法和系統(tǒng)。為了解決上述技術(shù)問題，本發(fā)明實施例提供一種服務(wù)群組分類方法，包括
從社會關(guān)系信息庫中獲取待分類群組的關(guān)系數(shù)據(jù)；
根據(jù)獲取的所述關(guān)系數(shù)據(jù)計算所述待分類群組的密度；
將所述待分類群組的密度與預(yù)定的密度閾值進行比較，得到比較結(jié)果；根據(jù)所述比較結(jié)果，確定所述群組所屬的分類。相應(yīng)地，本發(fā)明實施例還提供了一種服務(wù)群組分類系統(tǒng)，包括
群組信息存儲模塊，用于存儲服務(wù)群組信息；
關(guān)系信息存儲模塊，用于存儲所述服務(wù)群組中各個成員的社會關(guān)系信息庫；
密度閾值存儲模塊，用于存儲密度閾值；
群組判斷模塊，用于從所述關(guān)系信息存儲模塊中存儲社會關(guān)系信息庫中獲取待分類群組的關(guān)系數(shù)據(jù)，并根據(jù)獲取的所述關(guān)系數(shù)據(jù)計算所述待分類群組的密度，將所述待分類群組的密度與所述密度閾值存儲模塊中存儲的密度閾值進行比較，得到比較結(jié)果；
群組分類模塊，用于根據(jù)所述群組判斷模塊得到的比較結(jié)果，確定所述群組所屬的分 類。實施本發(fā)明提供的服務(wù)群組分類方法和系統(tǒng)，具有以下有益效果
基于該服務(wù)群組的密度與預(yù)設(shè)的密度閾值之間進行大小比較的結(jié)果確定服務(wù)群組的分類，由于該比較結(jié)果是基于客觀數(shù)據(jù)得到的，并非用戶基于主觀感受進行的分類，因此對服務(wù)群組的分類客觀正確，基于該客觀的分類群組，后續(xù)對服務(wù)群組進行特性分析，有利于對有針對性的在服務(wù)群組中分享信息和知識。


為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖I為現(xiàn)有技術(shù)中對服務(wù)群組進行分類的示意 圖2為本發(fā)明提供的服務(wù)群組分類方法實施例一的流程示意 圖3為本發(fā)明提供的服務(wù)群組分類方法實施例二的流程示意 圖4為本發(fā)明中服務(wù)群組集合G和其子集G’之間的關(guān)系示意 圖5為本發(fā)明中服務(wù)群組內(nèi)成員之間的社會關(guān)系示意 圖6為本發(fā)明中服務(wù)群組內(nèi)除去管理者以外的成員之間的社會關(guān)系示意 圖7為本發(fā)明提供的服務(wù)群組分類方法中確定密度閾值的方法流程示意 圖8為本發(fā)明提供的服務(wù)群組分類系統(tǒng)實施例一的組成示意 圖9為本發(fā)明提供的服務(wù)群組分類系統(tǒng)實施例二的組成示意圖。
具體實施例方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。在描述本發(fā)明實施例之前，首先對本發(fā)明中使用到的技術(shù)術(shù)語和概念做一些介紹，以便本領(lǐng)域技術(shù)人員更好的理解本發(fā)明的技術(shù)方案。點對點即時通訊點對點即時通訊是指在即時通訊中，發(fā)生在兩個人之間的通訊方式，點對點即時通訊可以發(fā)生在好友之間，也可以發(fā)生在非好友之間，例如在SNS或者IM的服務(wù)群組中的臨時點對點通訊。服務(wù)群組服務(wù)群組是一種特殊的即時通訊目標(biāo)，往往是SNS或者頂中擁有共性的用戶建立起來的通訊組。在服務(wù)群組中發(fā)送的文字消息、文件、語音等，服務(wù)群組中的其他用戶都可以接收到。群組分類是指把一些服務(wù)群組映射到給定類別中的某一個類別，在本發(fā)明實施例中，特指把服務(wù)群組分成“共同群”和“實體群”兩種類別。社會關(guān)系是指服務(wù)群組中的成員之間的關(guān)系，例如，成員A和成員B是好友關(guān)系，成員B和成員C是好友關(guān)系，成員A和成員C之間在某一段時間內(nèi)有過點對點通訊，則成員A和成員C之間是通訊關(guān)系。群組密度其反映的是該群組內(nèi)的各個成員之間的好友關(guān)系，以及各個成員之間 是否在某一段時間內(nèi)進行過點對點即時通訊。通常來講，如果一個服務(wù)群組中的成員之間大多數(shù)互為好友關(guān)系，或者經(jīng)常進行點對點即時通訊，則該服務(wù)群組的密度較高，可以判斷為實體群，也就是說，該服務(wù)群組內(nèi)的各個成員之間互相熟悉，關(guān)系較固定，通常為同事群、同學(xué)群、同鄉(xiāng)群等等；如果一個服務(wù)群組中的成員之間互相并不認識，他們并不互為好友，也未經(jīng)常進行點對點即時通訊，則該服務(wù)群組可能是管理者基于某一共同愛好、興趣或者需求而建立的，他們的交流通常是群組消息，而不是成員之間的點對點交流，因此群組密度較小。以下將詳細介紹本發(fā)明實施例提供的服務(wù)群組分類方法和分類系統(tǒng)。參見圖2，為本發(fā)明提供的服務(wù)群組分類方法實施例一的流程示意圖。本實施例提供的服務(wù)群組分類方法，包括
步驟100，從社會關(guān)系信息庫中獲取待分類群組的關(guān)系數(shù)據(jù)；
具體地，該社會關(guān)系信息庫中保存有所有服務(wù)群組中的成員之間的關(guān)系數(shù)據(jù)；該關(guān)系數(shù)據(jù)由成員之間的社會關(guān)系決定。步驟101，根據(jù)獲取的所述關(guān)系數(shù)據(jù)計算所述待分類群組的密度；
步驟102，將所述待分類群組的密度與預(yù)定的密度閾值進行比較，得到比較結(jié)果；
步驟103，根據(jù)所述比較結(jié)果，確定所述群組所屬的分類。實施本發(fā)明，對服務(wù)群組進行分類，是基于該服務(wù)群組的密度與預(yù)設(shè)的密度閾值之間進行大小比較的結(jié)果確定的，該比較結(jié)果是基于客觀數(shù)據(jù)得到的，并非用戶基于主觀感受進行的分類，因此對服務(wù)群組的分類客觀正確，基于該客觀的分類群組，后續(xù)對服務(wù)群組進行特性分析，有利于對有針對性的在服務(wù)群組中分享信息和知識。參見圖3，為本發(fā)明提供的服務(wù)群組分類方法實施例二的流程示意圖。本實施例提供的服務(wù)群組分類方法，包括
步驟200，獲取待分類的即時通訊或者社會性網(wǎng)絡(luò)中的服務(wù)群組，將所述待分類群組中所有成員記為集合G。步驟201，將即時通訊或者社會性網(wǎng)絡(luò)服務(wù)群組中的管理者去除，形成集合G’。如圖4所示，G’是G的子集；這里的管理者是服務(wù)群組的創(chuàng)建者或者管理員。把管理者去除的原因在于，服務(wù)群組的創(chuàng)建者或者管理員通常都是具有特殊屬性的人，比如某一服務(wù)群組A的創(chuàng)建者張三經(jīng)常跟服務(wù)群組A中的其他成員進行點對點即時通訊，而該服務(wù)群組A中的其他成員之間的點對點即時通訊并不頻繁。如果不去除張三，則不能很客觀的反映該服務(wù)群組A中成員之間點對點即時通訊的平均值，也就是該服務(wù)群組A的密度。步驟202，從所述社會關(guān)系信息庫中各個群組的成員之間的關(guān)系數(shù)據(jù)S=(V，E)中獲取所述待分類群組中除管理者以外的其他成員的關(guān)系數(shù)據(jù)s’ =(V’，E’)。具體地，如圖5所示，根據(jù)集合G，在存儲有點對點即時通訊形成的社會網(wǎng)絡(luò)或者社會網(wǎng)絡(luò)服務(wù)中各個個體間關(guān)系的社會關(guān)系信息庫中，查找集合G對應(yīng)的關(guān)系數(shù)據(jù)S= (V, E)，然后在該關(guān)系數(shù)據(jù)S= (V, E)中，根據(jù)G’，獲取所述待分類群組中除管理者以外的其他成員的關(guān)系數(shù)據(jù)S’ =(V’，E’)；其中，S的頂點集合V是目前點對點即時通訊的所有參與方或者社會網(wǎng)絡(luò)服務(wù)中的所有個體。假設(shè)vl，v2是V中的2個元素，邊集合E是參與方之間的一個社會關(guān)系，邊e可以由好友關(guān)系定義，即如果邊e連接vl、v2，則vl、v2是好友；也可以由某一時間段他們之間有過點對點即時通訊定義，這時，vl、v2在該時間段內(nèi)有過點對點即時通訊。然后，根據(jù)集合G’，在關(guān)系數(shù)據(jù)S中，獲取子集S’ =(V’，E’)。如圖6所示，其中，V’=G’ ；E’是E的子集而且邊e屬于E’，e關(guān)聯(lián)的兩個頂點vl、v2都屬于集合G’。步驟203，根據(jù)所述待分類群組G’的關(guān)系數(shù)據(jù)S’ =(V’，E’)，根據(jù)公式
權(quán)利要求
1.一種服務(wù)群組分類方法，其特征在于，包括 從社會關(guān)系信息庫中獲取待分類群組的關(guān)系數(shù)據(jù)； 根據(jù)獲取的所述關(guān)系數(shù)據(jù)計算所述待分類群組的密度； 將所述待分類群組的密度與預(yù)定的密度閾值進行比較，得到比較結(jié)果； 根據(jù)所述比較結(jié)果，確定所述群組所屬的分類。
2.如權(quán)利要求I所述的服務(wù)群組分類方法，其特征在于，在社會關(guān)系信息庫中獲取待分類群組的關(guān)系數(shù)據(jù)，包括 將所述待分類群組中所有成員記為集合G，將所述待分類群組中的管理者去除，得到集合G’ ；從所述社會關(guān)系信息庫中各個群組的成員之間的關(guān)系數(shù)據(jù)S=(V，E)中獲取所述待分類群組中除管理者以外的其他成員的關(guān)系數(shù)據(jù)S’ =(V’，E’);所述V是所有群組中正在進行通訊的成員，邊集合E是群組中成員之間的社會關(guān)系；V’是待分類群組中除管理者之外的所有成員，邊集合E是群組中除管理者之外的成員之間的社會關(guān)系。
3.如權(quán)利要求I或2所述的服務(wù)群組分類方法，其特征在于，所述密度閾值的確定過程包括 從所有服務(wù)群組中采樣得到樣本群組G’ 1，G’ 2，……，G’ η ;n為自然數(shù)； 從所述社會關(guān)系信息庫中獲取所述樣本群組的關(guān)系數(shù)據(jù)S’ 1，S’ 2，……，S’ n，計算所述樣本群組的樣本密度dl, d2, ......，dn ； 對所述計算得到的樣本密度dl, d2,......，dn進行排序,得到d’ l〈=d’2〈=......<=d’η ； 在d’ 1，d’ 2，......，d’ n中選取di，dj作為密度閾值D1，D2 ;所述di，dj滿足di〈=dj ；D1，D2 滿足 Dl〈= D2。
4.如權(quán)利要求3所述的服務(wù)群組分類方法，其特征在于，在所述從所有服務(wù)群組中進行采樣得到樣本群組之前還包括 將采樣得到的樣本群組中的病態(tài)群組去除。
5.如權(quán)利要求4所述的服務(wù)群組分類方法，其特征在于，根據(jù)獲取的所述關(guān)系數(shù)據(jù)計算所述待分類群組的密度，包括 根據(jù)所述待分類群組G’的關(guān)系數(shù)據(jù)S，= (V，，E’)，根據(jù)公式 2 LffiI d = P丨赫q，i十龍Ι 難勵離d。
6.如權(quán)利要求5所述的服務(wù)群組分類方法，其特征在于，當(dāng)所述待分類群組的密度d大于預(yù)定的密度閾值D2時，將該群組分類為實體群，當(dāng)所述待分類群組的密度d小于預(yù)定的密度閾值Dl時，將定該群組分類為共同群。
7.一種服務(wù)群組分類系統(tǒng)，其特征在于，包括 群組信息存儲模塊，用于存儲服務(wù)群組信息； 關(guān)系信息存儲模塊，用于存儲所述服務(wù)群組中各個成員的社會關(guān)系信息庫； 密度閾值存儲模塊，用于存儲密度閾值； 群組判斷模塊，用于從所述關(guān)系信息存儲模塊所存儲的社會關(guān)系信息庫中獲取待分類群組的關(guān)系數(shù)據(jù)，并根據(jù)獲取的所述關(guān)系數(shù)據(jù)計算所述待分類群組的密度，將所述待分類群組的密度與所述密度閾值存儲模塊中存儲的密度閾值進行比較，得到比較結(jié)果；群組分類模塊，用于根據(jù)所述群組判斷模塊得到的比較結(jié)果，確定所述群組所屬的分類。
8.如權(quán)利要求7所述的服務(wù)群組分類系統(tǒng)，其特征在于，所述系統(tǒng)還包括用于獲取所述密度閾值的閾值獲取模塊，其包括 群組采樣單元，用于從所述群組信息存儲模塊中存儲的服務(wù)群組中采樣得到樣本群組G，1,G，2, ......，G’n;n 為自然數(shù)； 關(guān)系數(shù)據(jù)獲取單元，用于從所述關(guān)系信息存儲模塊中存儲的社會關(guān)系信息庫中獲取所述樣本群組G’I, G’2, ......, G’η的關(guān)系數(shù)據(jù)S’I, S’2, ......，S’η, 樣本密度計算單元，用于根據(jù)樣本群組G’1，G’2，……，G’η的關(guān)系數(shù)據(jù)S’1，S’2，…···, S’ η,計算所述樣本群組的樣本密度dl, d2, ......, dn ； 樣本密度排序單元，用于對所述計算得到的樣本密度dl，d2，……，dn進行排序，得到d，l〈=d，2〈=......〈=d，η ； 密度閾值獲取單元，用于在所述樣本密度排序單元得到的d’ l，d’ 2，……，d’ η中選取di，dj作為密度閾值D1，D2 ;所述di，dj滿足di〈=dj ;D1，D2滿足Dl <= D2。
9.如權(quán)利要求8所述的服務(wù)群組分類系統(tǒng)，其特征在于，所述群組判斷模塊包括 群組信息去除單元，用于將所述待分類群組中所有成員記為集合G，將所述待分類群組中的管理者去除，得到集合G’ ； 關(guān)系數(shù)據(jù)獲取單元，用于從所述關(guān)系信息存儲模塊中存儲的社會關(guān)系信息庫中各個群組的成員之間的關(guān)系數(shù)據(jù)S=(V，E)中獲取所述待分類群組中除管理者以外的其他成員的關(guān)系數(shù)據(jù)S’ =(V’，E’)；所述V是所有群組中正在進行通訊的成員，邊集合E是群組中成員之間的社會關(guān)系是待分類群組中除管理者之外的所有成員，邊集合E是群組中除管理者之外的成員之間的社會關(guān)系； 密度計算單元，用于根據(jù)所述待分類群組G’的關(guān)系數(shù)據(jù)S’ =(V’，E’)，根據(jù)公式
10.如權(quán)利要求9所述的服務(wù)群組分類系統(tǒng)，其特征在于，所述群組分類模塊，用于接收所述群組判斷模塊中閾值比較單元得到的比較結(jié)果，在所述待分類群組的密度d大于預(yù)定的密度閾值D2時，將該群組分類為實體群，當(dāng)所述待分類群組的密度d小于預(yù)定的密度閾值Dl時，將該群組分類為共同群。
全文摘要
本發(fā)明實施例提供了一種服務(wù)群組分類的方法和系統(tǒng)，所述方法包括從社會關(guān)系信息庫中獲取待分類群組的關(guān)系數(shù)據(jù)；根據(jù)獲取的所述關(guān)系數(shù)據(jù)計算所述待分類群組的密度；將所述待分類群組的密度與預(yù)定的密度閾值進行比較，得到比較結(jié)果；根據(jù)所述比較結(jié)果，確定所述群組所屬的分類。實施本發(fā)明，對服務(wù)群組的分類客觀正確，基于該客觀的分類群組，后續(xù)對服務(wù)群組進行特性分析，有利于對有針對性的在服務(wù)群組中分享信息和知識。
文檔編號G06F17/30GK102902674SQ20111020976
公開日2013年1月30日 申請日期2011年7月26日 優(yōu)先權(quán)日2011年7月26日
發(fā)明者蔡斌, 劉大鵬, 岳亞丁, 李勇, 邱翔虎, 肖磊, 肖桂菊 申請人:騰訊科技(深圳)有限公司