好友推薦方法、裝置、系統(tǒng)及服務(wù)器的制造方法
【專利摘要】本發(fā)明公開了一種好友推薦方法、裝置、系統(tǒng)及服務(wù)器，屬于互聯(lián)網(wǎng)【技術(shù)領(lǐng)域】。所述方法包括：獲取由客戶端發(fā)送的第一圖片；根據(jù)所述第一圖片的屬性信息確定與所述第一圖片相關(guān)的客戶端；若確定出的與所述第一圖片相關(guān)的客戶端為兩個或者兩個以上，則檢測與所述第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端是否為好友；若檢測結(jié)果不為好友，則向所述第一客戶端和第二客戶端中的一個客戶端發(fā)送好友推薦信息。本發(fā)明通過第一圖片的屬性信息確定與第一圖片相關(guān)的所有客戶端，并向這些客戶端中不為好友的客戶端發(fā)送好友推薦信息，由于能夠在一起合影的客戶端互相成為好友的可能性更大，因此提高了為用戶提供的且為用戶所需要的好友推薦信息的概率。
【專利說明】好友推薦方法、裝置、系統(tǒng)及服務(wù)器

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及互聯(lián)網(wǎng)【技術(shù)領(lǐng)域】，特別涉及一種好友推薦方法、裝置、系統(tǒng)及服務(wù)器。

【背景技術(shù)】
[0002] 隨著社交網(wǎng)站數(shù)量的不斷增加，使用社交網(wǎng)站的用戶也越來越多。而根據(jù)社交網(wǎng) 站建立好友關(guān)系是用戶在使用社交網(wǎng)站時最常見的需求。
[0003] 目前，很多社交網(wǎng)站可以提供為用戶推薦好友的功能，現(xiàn)有技術(shù)中為用戶推薦好 友的兩種常用的方法如下：
[0004] 第一種為用戶推薦好友的方法，可以包括：社交網(wǎng)站的服務(wù)器檢測用戶的好友列 表，當(dāng)檢測到用戶好友列表中存在兩個好友，這兩個好友之間不互為好友，此時會將檢測到 的該用戶的其中一個好友推薦給檢測到的另一個好友。比如，用戶A存在兩個好友用戶B 和用戶C，而用戶B和用戶C并不互為好友，此時服務(wù)器可以向用戶B推薦用戶C，或可以向 用戶C推薦用戶B。
[0005] 第二種為用戶推薦好友的方法，可以包括：社交網(wǎng)站的服務(wù)器檢測用戶注冊時的 注冊信息，比如籍貫、所在學(xué)校、愛好或住所地址等，向用戶發(fā)送與該用戶具有一項或者多 項相同注冊信息且不是該用戶好友的好友推薦信息。比如，用戶A和用戶B注冊信息中的 籍貫均為北京，且用戶A和用戶B不是好友，則服務(wù)器可以向用戶A推薦用戶B，或可以向用 戶B推薦用戶A。
[0006] 在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問題：通過現(xiàn)有的為 用戶推薦好友的方法，用戶接收到的好友推薦信息中，確實是用戶真實需要的好友推薦信 息所占的概率比較低。比如，第一種為用戶推薦好友的方法可能會向兩個沒有任何交集的 用戶發(fā)送相關(guān)的推薦信息；再比如，當(dāng)一個用戶的籍貫為中國北京時，服務(wù)器根據(jù)第二種為 用戶推薦好友的方法可能會向這個用戶發(fā)送籍貫為中國北京的任意一個用戶的好友推薦 信息，而這些好友推薦信息可能都不是用戶想要的。由此可知，通過以上兩種方法推薦的人 選范圍太大，而且根據(jù)這兩種方法產(chǎn)生的好友推薦信息并不能真實有效地反映出用戶之間 是否需要建立好友關(guān)系，很多好友推薦信息可能不是用戶想要的，且服務(wù)器為了推送和保 存這些冗余的好友推薦信息，會浪費大量的流量和存儲空間。


【發(fā)明內(nèi)容】

[0007] 為了解決現(xiàn)有技術(shù)為用戶提供的好友推薦信息中，確實是用戶真實需要的好友推 薦信息所占的概率比較低的問題，本發(fā)明實施例提供了一種好友推薦方法、裝置、系統(tǒng)及服 務(wù)器。所述技術(shù)方案如下：
[0008] 第一方面，提供了一種好友推薦方法，所述方法包括：
[0009] 獲取由客戶端發(fā)送的第一圖片；
[0010] 根據(jù)所述第一圖片的屬性信息確定與所述第一圖片相關(guān)的客戶端；
[0011] 若確定出的與所述第一圖片相關(guān)的客戶端為兩個或者兩個以上，則檢測與所述第 一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端是否為好友；
[0012] 若檢測結(jié)果為與所述第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端不為 好友，則向所述第一客戶端和第二客戶端中的一個客戶端發(fā)送好友推薦信息，所述好友推 薦信息包含所述第一客戶端和第二客戶端中的另一個客戶端的信息。
[0013] 第二方面，提供了一種好友推薦裝置，其特征在于，所述裝置包括：
[0014] 第一獲取模塊，用于獲取由客戶端發(fā)送的第一圖片；
[0015] 第一確定模塊，用于根據(jù)所述第一獲取模塊獲取的第一圖片的屬性信息確定與所 述第一圖片相關(guān)的客戶端；
[0016] 第一檢測模塊，用于當(dāng)所述第一確定模塊確定出的與所述第一圖片相關(guān)的客戶端 為兩個或者兩個以上時，檢測與所述第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端 是否為好友；
[0017] 第一發(fā)送模塊，用于當(dāng)所述第一檢測模塊的檢測結(jié)果為與所述第一圖片相關(guān)的客 戶端中的第一客戶端和第二客戶端不為好友時，向所述第一客戶端和第二客戶端中的一個 客戶端發(fā)送好友推薦信息，所述好友推薦信息包含所述第一客戶端和第二客戶端中的另一 個客戶端的信息。
[0018] 第三方面，提供一種服務(wù)器，所述服務(wù)器包括如第二方面所述的好友推薦裝置。
[0019] 第四方面，提供一種好友推薦系統(tǒng)，所述好友推薦系統(tǒng)包括至少兩個客戶端和第 三方面所述的服務(wù)器。
[0020] 本發(fā)明實施例提供的技術(shù)方案帶來的有益效果是：
[0021] 通過第一圖片的屬性信息確定與第一圖片相關(guān)的所有客戶端，并向這些客戶端中 不為好友的客戶端發(fā)送好友推薦信息；解決了為客戶端提供的好友推薦信息中，確實是客 戶端真實需要的好友推薦信息所占的概率比較低的問題；達(dá)到了降低大量的流量和占用的 存儲空間的效果。

【專利附圖】

【附圖說明】
[0022] 為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使 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)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他 的附圖。
[0023] 圖1是本發(fā)明實施例一提供的好友推薦方法的方法流程圖；
[0024] 圖2是本發(fā)明實施例二提供的好友推薦方法的方法流程圖；
[0025] 圖3是本發(fā)明一個實施例中包含有多個人臉信息的第一圖片的示意圖；
[0026] 圖4是本發(fā)明實施例三提供的好友推薦方法的方法流程圖；
[0027] 圖5是本發(fā)明實施例四提供的好友推薦方法的方法流程圖；
[0028] 圖6是本發(fā)明一個實施例中同一個客戶端同時與兩張圖片相關(guān)的示意圖；
[0029] 圖7是本發(fā)明實施例五提供的好友推薦裝置的結(jié)構(gòu)示意圖；
[0030] 圖8是本發(fā)明實施例六提供的好友推薦裝置的結(jié)構(gòu)示意圖；
[0031] 圖9是本發(fā)明實施例七提供的好友推薦裝置的結(jié)構(gòu)示意圖；
[0032] 圖10是本發(fā)明實施例八提供的好友推薦系統(tǒng)的示意圖。

【具體實施方式】
[0033] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施方 式作進(jìn)一步地詳細(xì)描述。
[0034] 實施例一
[0035] 請參見圖1所示，其示出了本發(fā)明實施例一提供的好友推薦方法的方法流程圖。 該好友推薦方法可以用于服務(wù)器中，比如社交網(wǎng)站所對應(yīng)的服務(wù)器。該好友推薦方法可以 包括：
[0036] 步驟101，獲取由客戶端發(fā)送的第一圖片；
[0037] 步驟102,根據(jù)第一圖片的屬性信息確定與第一圖片相關(guān)的客戶端；
[0038] 步驟103,若確定出的與第一圖片相關(guān)的客戶端為兩個或兩個以上，則檢測與第一 圖片相關(guān)的客戶端中的第一客戶端和第二客戶端是否為好友；
[0039] 這里的第一客戶端和發(fā)送第一圖片的客戶端可以為同一個客戶端，或，第二客戶 端和發(fā)送第一圖片的客戶端可以為同一個客戶端，但第一客戶端和第二客戶端不同。
[0040] 需要說明的是，第一客戶端為與第一圖片相關(guān)的所有客戶端中的任一客戶端，第 二客戶端為與第一圖片相關(guān)的所有客戶端中不同于第一客戶端的任一客戶端，除了第一客 戶端和第二客戶端之外，與第一圖片相關(guān)的客戶端中還可以包含有其它的客戶端。
[0041] 步驟104,若檢測結(jié)果為與第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端 不為好友，則向第一客戶端和第二客戶端中的一個客戶端發(fā)送好友推薦信息，好友推薦信 息包含第一客戶端和第二客戶端中的另一個客戶端的信息。
[0042] 綜上所述，本發(fā)明實施例提供的好友推薦方法，通過圖片屬性信息確定與圖片相 關(guān)的所有客戶端，并向客戶端中不為好友的客戶端發(fā)送好友推薦信息。由于能夠在一起合 影的客戶端互相成為好友的可能性更大，因此提高了為用戶提供的且為用戶所需要的好友 推薦信息的概率。
[0043] 實施例二
[0044] 請參見圖2所示，其示出了本發(fā)明實施例二提供的好友推薦方法流程圖。該好友 推薦方法可以用于服務(wù)器中，比如社交網(wǎng)站所對應(yīng)的服務(wù)器。本實施例以標(biāo)識圖像信息為 客戶端向服務(wù)器上傳的與該客戶端對應(yīng)的真實的頭像信息進(jìn)行說明，該好友推薦方法可以 包括：
[0045] 步驟201，獲取由客戶端發(fā)送的第一圖片；
[0046] 客戶端首先向服務(wù)器發(fā)送第一圖片，對應(yīng)的，服務(wù)器可以接收到該客戶端發(fā)送的 第一圖片。
[0047] 步驟202,對第一圖片進(jìn)行人臉識別以獲取第一圖片中的至少一個人臉信息；
[0048] 通常情況下，客戶端發(fā)送的第一圖片中包含有至少一個客戶端的人臉信息，比如 該人臉信息可以對應(yīng)發(fā)送第一圖片的客戶端，還比如，該人臉信息可以對應(yīng)其他客戶端。
[0049] 步驟203,將獲取到的至少一個人臉信息分別與預(yù)存的客戶端所對應(yīng)的標(biāo)識圖像 信息進(jìn)行匹配以確定與人臉信息對應(yīng)的客戶端；
[0050] 通常情況下，客戶端發(fā)送至服務(wù)器的第一圖片中可以包含有很多人臉信息，比如 當(dāng)一個客戶端A向服務(wù)器上傳一個朋友聚會的圖片時，該圖片上可能會包含有很多人的人 臉息。
[0051] 在現(xiàn)實場景中，該圖片中與客戶端A相識的其他客戶端之間可能并不相識，比如， 該客戶端A和其中的客戶端B相識，在這次聚會中，客戶端A還帶來了一個新朋友客戶端C， 而客戶端C在聚會之前可能并不和客戶端B相識。在該現(xiàn)實場景中，由于客戶端B和客戶 端C均和客戶端A相識，則客戶端B和客戶端C成為好友的可能性比較大。
[0052] 再比如，該圖片中可能還存在一個客戶端D，比如聚會時的一位客服人員，該客戶 端D和客戶端A并不相識，客戶端D和照片中其他的客戶端在以后的生活中有交集的可能 性也比較小，因此可以不用將客戶端D引薦給該圖片中的其他客戶端。
[0053] 因此，在實際應(yīng)用中，為了提高為客戶端推薦的好友信息是該客戶端所需要的概 率，通常會對圖片中的人臉信息進(jìn)行初步篩選，并確定篩選出來的人臉信息所對應(yīng)的客戶 端。
[0054] 需要指出的是，這里如果想向客戶端發(fā)送好友推薦信息，需要保證該客戶端以及 被推薦的客戶端均已經(jīng)在該服務(wù)器中注冊過，可以將這些在服務(wù)器中注冊過的客戶端作為 預(yù)存的客戶端。然后可以通過這些預(yù)存的客戶端的標(biāo)識圖像信息與第一圖片的人臉信息進(jìn) 行匹配，以確定與第一圖片相關(guān)的客戶端。
[0055] 在一個較優(yōu)的實施例中，將獲取到的至少一個人臉信息分別與預(yù)存的客戶端所對 應(yīng)的標(biāo)識圖像信息進(jìn)行匹配以確定與人臉信息對應(yīng)的客戶端，可以包括：
[0056] 第一，獲取發(fā)送第一圖片的客戶端的好友列表；
[0057] 在社交網(wǎng)站中，客戶端的好友列表通常會保存在該社交網(wǎng)站所對應(yīng)的服務(wù)器中， 因此，該社交網(wǎng)站所對應(yīng)的服務(wù)器可以直接根據(jù)發(fā)送該第一圖片的客戶端的識別信息α匕 如該客戶端的賬號）獲取該客戶端的好友列表。
[0058] 第二，獲取好友列表中每個客戶端所對應(yīng)的標(biāo)識圖像信息；
[0059] 這里的標(biāo)識圖像信息可以唯一標(biāo)識客戶端，比如，標(biāo)識圖像信息可以為客戶端向 服務(wù)器上傳的與該客戶端對應(yīng)的真實的頭像信息。該頭像信息可以是客戶端在注冊時向服 務(wù)器上傳的，也可以是客戶端在注冊之后向服務(wù)器上傳的?，F(xiàn)有的很多社交網(wǎng)站中，在客戶 端注冊賬號時，通常會要求客戶端向服務(wù)器上傳頭像信息，服務(wù)器會對客戶端上傳的頭像 信息進(jìn)行核實，在核實該頭像信息為真實的頭像信息后，允許客戶端注冊賬號；通常，客戶 端在注冊時如果沒有向服務(wù)器上傳頭像信息，服務(wù)器也可以允許客戶端注冊賬號，對應(yīng)的， 客戶端也可以在注冊之后向服務(wù)器上傳頭像信息。
[0060] 因此，服務(wù)器可以根據(jù)好友列表定位到該好友列表所對應(yīng)的客戶端，并根據(jù)這些 客戶端的信息獲取這些客戶端所對應(yīng)的標(biāo)識圖像信息。
[0061] 第三，將人臉信息和好友列表中每個客戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹配以確 定與人臉信息對應(yīng)的客戶端。
[0062] 將第一圖片中獲取到的人臉信息與好友列表中每個客戶端所對應(yīng)的標(biāo)識圖像信 息進(jìn)行匹配，當(dāng)匹配成功后，可以確定這些人臉信息所對應(yīng)的客戶端。也就是說，可以確定 第一圖片中與發(fā)送該第一圖片的客戶端為好友的客戶端。
[0063] 步驟204,將確定到的與人臉信息對應(yīng)的客戶端作為與第一圖片相關(guān)的客戶端；
[0064] 根據(jù)現(xiàn)實場景可知，客戶端上傳的第一圖片中可能并不存在該客戶端。此時，對第 一圖片進(jìn)行人臉識別所確定的客戶端中并沒有發(fā)送該第一圖片的客戶端，那么還可以將發(fā) 送該第一圖片的客戶端也作為與該第一圖片相關(guān)的客戶端。
[0065] 舉例來講，客戶端向服務(wù)器發(fā)送的第一圖片可以為該客戶端參加聚會所拍攝的照 片，而該客戶端由于某些原因并沒有參與拍照。對應(yīng)的，通過對該第一圖片進(jìn)行的人臉識別 所獲得的與該第一圖片相關(guān)的客戶端中，并不存在發(fā)送該第一圖片的客戶端。該第一圖片 中可能包含有與該客戶端不相識的其他客戶端，而參加同一聚會的兩個客戶端能夠成為好 友的概率比較高。此時，為了提高發(fā)送該第一圖片的客戶端也可以和第一圖片中其他的客 戶端成為好友的可能性，還可以將發(fā)送該第一圖片的客戶端作為與該圖片相關(guān)的客戶端。 [0066] 步驟205,若確定出的與第一圖片相關(guān)的客戶端為兩個或者兩個以上，則檢測與第 一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端是否為好友；
[0067] 通常情況下，第一客戶端或第二客戶端可以為確定的與第一圖片相關(guān)的任一客戶 端。很顯然，如果在步驟203中，第一客戶端和第二客戶端是利用好友列表確定與第一圖片 相關(guān)的客戶端時，第一客戶端可以不為發(fā)送該第一圖片的客戶端，或第二客戶端可以不為 發(fā)送該第一圖片的客戶端。
[0068] 請參見圖3所示，其示出了本發(fā)明一個實施例中包含有多個人臉信息的第一圖片 的示意圖。圖3中通過第一圖片P1確定了三個與第一圖片P1相關(guān)的客戶端，分別為客戶 端A、客戶端B和客戶端C。此時可以檢測客戶端A和客戶端B是否有好友；或檢測客戶端 A和客戶端C是否有好友；或客戶端B和客戶端C是否有好友。
[0069] 很顯然，如果客戶端B和客戶端C是客戶端A好友列表所對應(yīng)的好友，則直接檢測 客戶端B和客戶端C是否為好友就可以了。
[0070] 需要說明的是，第一客戶端為與第一圖片相關(guān)的所有客戶端中的任一客戶端，第 二客戶端為與第一圖片相關(guān)的所有客戶端中不同于第一客戶端的任一客戶端，除了第一客 戶端和第二客戶端之外，與第一圖片相關(guān)的客戶端中還可以包含有其它的客戶端。
[0071] 步驟206,若檢測結(jié)果為與第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端 不為好友，則向第一客戶端和第二客戶端中的一個客戶端發(fā)送好友推薦信息，好友推薦信 息包含第一客戶端和第二客戶端中的另一個客戶端的信息。
[0072] 請參見圖3,當(dāng)檢測出客戶端A和客戶端B不是好友時，可以向客戶端A發(fā)送好友 推薦信息，該好友推薦信息中包含有客戶端B的信息，也可以向客戶端B發(fā)送好友推薦信 息，該好友推薦信息中包含有客戶端A的信息。同理，當(dāng)檢測出客戶端A和客戶端C不是好 友時，可以向客戶端A發(fā)送好友推薦信息，該好友推薦信息中包含有客戶端C的信息，也可 以向客戶端C發(fā)送好友推薦信息，該好友推薦信息中包含有客戶端A的信息。依次類推。
[0073] 綜上所述，本發(fā)明實施例提供的好友推薦方法，對第一圖片進(jìn)行人臉識別以確定 與第一圖片相關(guān)的客戶端，當(dāng)這些確定的客戶端之間不為好友時，向這些客戶端發(fā)送好友 推薦信息。由于能夠在一起合影的客戶端能互相成為好友的可能性更大，因此提高了為用 戶提供的且為用戶所需要的好友推薦信息的概率。
[0074] 實施例三
[0075] 請參見圖4所示，其示出了本發(fā)明實施例三提供的好友推薦方法流程圖。該好友 推薦方法可以用于服務(wù)器中，比如社交網(wǎng)站所對應(yīng)的服務(wù)器。本實施例是以標(biāo)識圖像信息 為客戶端向服務(wù)器上傳的包含有與該客戶端對應(yīng)的人臉信息的圖像信息進(jìn)行說明，該好友 推薦方法可以包括：
[0076] 步驟401，獲取客戶端發(fā)送的標(biāo)識圖像信息，以將標(biāo)識圖像信息作為預(yù)存的客戶端 所對應(yīng)的標(biāo)識圖像信息；
[0077] 若客戶端開通了通過圖片進(jìn)行好友推薦的功能，可以首先向服務(wù)器發(fā)送標(biāo)識圖像 信息；當(dāng)然，服務(wù)器也可以在通過圖片進(jìn)行好友推薦之前，請求客戶端發(fā)送標(biāo)識圖像信息， 以使得客戶端向服務(wù)器發(fā)送標(biāo)識圖像信息。
[0078] 標(biāo)識圖像信息可以唯一確定客戶端。舉例來講，這里的標(biāo)識圖像信息可以為客戶 端向服務(wù)器上傳的包含有與該客戶端對應(yīng)的人臉信息的圖像信息。在具體應(yīng)用中，當(dāng)服務(wù) 器需要通過客戶端發(fā)送的圖片進(jìn)行好友推薦時，服務(wù)器可以請求客戶端上傳一個與該客戶 端對應(yīng)的圖像信息；對應(yīng)的，該客戶端根據(jù)服務(wù)器的請求可以向服務(wù)器上傳一個圖像信息， 該圖像信息中包含有一個人臉信息；對應(yīng)的，該客戶端可以請求服務(wù)器對該人臉信息進(jìn)行 核實，或服務(wù)器可以在接收到該包含有一個人臉信息的圖像信息后進(jìn)行核實；最后，當(dāng)服務(wù) 器核實該包含有人臉信息的圖像信息為真實的圖像信息后，將該圖像信息與對應(yīng)的客戶端 進(jìn)行綁定，以將該圖像信息作為預(yù)存的客戶端所對應(yīng)的標(biāo)識圖像信息。
[0079] 步驟402,獲取由客戶端發(fā)送的第一圖片；
[0080] 客戶端首先向服務(wù)器發(fā)送第一圖片，對應(yīng)的，服務(wù)器可以接收到該客戶端發(fā)送的 第一圖片。
[0081] 這里客戶端發(fā)送的第一圖片通常為不同于客戶端發(fā)送的標(biāo)識圖像信息。
[0082] 步驟403,對第一圖片進(jìn)行人臉識別以獲取第一圖片中的至少一個人臉信息；
[0083] 通常情況下，客戶端發(fā)送的第一圖片中包含有至少一個客戶端的人臉信息，比如 該人臉信息可以對應(yīng)發(fā)送第一圖片的客戶端，還比如，該人臉信息可以對應(yīng)其他客戶端。
[0084] 需要說明的是，本實施例中僅以步驟401在步驟402和步驟403之前進(jìn)行說明，在 實際應(yīng)用中，步驟401還可以與步驟402或步驟403同時進(jìn)行，或者步驟401在步驟403之 后進(jìn)行。
[0085] 步驟404,將獲取到的至少一個人臉信息分別與預(yù)存的客戶端所對應(yīng)的標(biāo)識圖像 信息進(jìn)行匹配以確定與人臉信息對應(yīng)的客戶端；
[0086] 通常情況下，客戶端發(fā)送至服務(wù)器的第一圖片中可以包含有很多人臉信息，比如 當(dāng)一個客戶端A向服務(wù)器上傳一個朋友聚會的圖片時，該圖片上可能會包含有很多人的人 臉息。
[0087] 在現(xiàn)實場景中，該圖片中與客戶端A相識的其他客戶端之間可能并不相識，比如， 該客戶端A和其中的客戶端B相識，在這次聚會中，客戶端A還帶來了一個新朋友客戶端C， 而客戶端C在聚會之前可能并不和客戶端B相識。在該現(xiàn)實場景中，由于客戶端B和客戶 端C均和客戶端A相識，則客戶端B和客戶端C成為好友的可能性比較大。
[0088] 再比如，該圖片中可能還存在一個客戶端D，比如聚會時的一位客服人員，該客戶 端D和客戶端A并不相識，客戶端D和照片中其他的客戶端在以后的生活中有交集的可能 性也比較小，因此可以不用將客戶端D引薦給該圖片中的其他客戶端。
[0089] 因此，在實際應(yīng)用中，為了提高為客戶端推薦的好友信息是該客戶端所需要的概 率，通常會對圖片中的人臉信息進(jìn)行初步篩選，并確定篩選出來的人臉信息所對應(yīng)的客戶 端。
[0090] 需要指出的是，這里如果想向客戶端發(fā)送好友推薦信息，需要保證該客戶端以及 被推薦的客戶端均已經(jīng)在該服務(wù)器中注冊過，可以將這些在服務(wù)器中注冊過的客戶端作為 預(yù)存的客戶端。然后可以通過這些預(yù)存的客戶端的標(biāo)識圖像信息與第一圖片的人臉信息進(jìn) 行匹配，以確定與第一圖片相關(guān)的客戶端。
[0091] 在一個較優(yōu)的實施例中，將獲取到的至少一個人臉信息分別與預(yù)存的客戶端所對 應(yīng)的標(biāo)識圖像信息進(jìn)行匹配以確定與人臉信息對應(yīng)的客戶端，可以包括：
[0092] 第一，獲取發(fā)送第一圖片的客戶端的好友列表；
[0093] 在社交網(wǎng)站中，客戶端的好友列表通常會保存在該社交網(wǎng)站所對應(yīng)的服務(wù)器中， 因此，該社交網(wǎng)站所對應(yīng)的服務(wù)器可以直接根據(jù)發(fā)送該第一圖片的客戶端的識別信息α匕 如該客戶端的賬號）獲取該客戶端的好友列表。
[0094] 第二，獲取好友列表中每個客戶端所對應(yīng)的標(biāo)識圖像信息；
[0095] 一般的，如果服務(wù)器提供可以通過圖片進(jìn)行好友推薦的方法，每個客戶端在服務(wù) 器進(jìn)行好友推薦之前，可以先向服務(wù)器發(fā)送與本客戶端對應(yīng)的標(biāo)識圖像信息。
[0096] 因此，服務(wù)器可以根據(jù)好友列表定位到該好友列表所對應(yīng)的客戶端，并根據(jù)這些 客戶端的信息獲取這些客戶端所對應(yīng)的標(biāo)識圖像信息。
[0097] 第三，將人臉信息和好友列表中每個客戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹配以確 定與人臉信息對應(yīng)的客戶端。
[0098] 將第一圖片中獲取到的人臉信息與好友列表中每個客戶端所對應(yīng)的標(biāo)識圖像信 息進(jìn)行匹配，當(dāng)匹配成功后，可以確定這些人臉信息所對應(yīng)的客戶端。也就是說，可以確定 第一圖片中與發(fā)送該第一圖片的客戶端為好友的客戶端。
[0099] 步驟405,將確定到的與人臉信息對應(yīng)的客戶端作為與第一圖片相關(guān)的客戶端；
[0100] 根據(jù)現(xiàn)實場景可知，客戶端上傳的第一圖片中可能并不存在該客戶端。此時，對第 一圖片進(jìn)行人臉識別所確定的客戶端中并沒有發(fā)送該第一圖片的客戶端，那么還可以將發(fā) 送該第一圖片的客戶端也作為與該第一圖片相關(guān)的客戶端。
[0101] 舉例來講，客戶端向服務(wù)器發(fā)送的第一圖片可以為該客戶端參加聚會所拍攝的照 片，而該客戶端由于某些原因并沒有參與拍照。對應(yīng)的，通過對該第一圖片進(jìn)行的人臉識別 所獲得的與該第一圖片相關(guān)的客戶端中，并不存在發(fā)送該第一圖片的客戶端。該第一圖片 中可能包含有與該客戶端不相識的其他客戶端，而參加同一聚會的兩個客戶端能夠成為好 友的概率比較高。此時，為了提高發(fā)送該第一圖片的客戶端也可以和第一圖片中其他的客 戶端成為好友的可能性，還可以將發(fā)送該第一圖片的客戶端作為與該圖片相關(guān)的客戶端。
[0102] 若確定出的與第一圖片相關(guān)的客戶端為兩個或者兩個以上，執(zhí)行步驟406。
[0103] 步驟406,若確定出的與第一圖片相關(guān)的客戶端為兩個或者兩個以上，則檢測與第 一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端是否為好友；
[0104] 很顯然，如果在步驟405中，第一客戶端和第二客戶端是利用好友列表確定與第 一圖片相關(guān)的客戶端時，第一客戶端可以不為發(fā)送該第一圖片的客戶端，或第二客戶端可 以不為發(fā)送該第一圖片的客戶端。
[0105] 請參見圖3所示，其示出了本發(fā)明一個實施例中包含有多個人臉信息的第一圖片 的示意圖。圖3中通過第一圖片Ρ1確定了三個與第一圖片Ρ1相關(guān)的客戶端，分別為客戶 端Α、客戶端Β和客戶端C。此時可以檢測客戶端Α和客戶端Β是否有好友；或檢測客戶端 A和客戶端C是否有好友；或客戶端B和客戶端C是否有好友。
[0106] 很顯然，如果客戶端B和客戶端C是客戶端A好友列表所對應(yīng)的好友，則直接檢測 客戶端B和客戶端C是否為好友就可以了。
[0107] 需要說明的是，第一客戶端為與第一圖片相關(guān)的所有客戶端中的任一客戶端，第 二客戶端為與第一圖片相關(guān)的所有客戶端中不同于第一客戶端的任一客戶端，除了第一客 戶端和第二客戶端之外，與第一圖片相關(guān)的客戶端中還可以包含有其它的客戶端。
[0108] 若檢測結(jié)果為與第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端不為好友， 執(zhí)行步驟407。
[0109] 步驟407,若檢測結(jié)果為與第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端 不為好友，則向第一客戶端和第二客戶端中的一個客戶端發(fā)送好友推薦信息，好友推薦信 息包含第一客戶端和第二客戶端中的另一個客戶端的信息。
[0110] 請參見圖3,當(dāng)檢測出客戶端A和客戶端B不是好友時，可以向客戶端A發(fā)送好友 推薦信息，該好友推薦信息中包含有客戶端B的信息，也可以向客戶端B發(fā)送好友推薦信 息，該好友推薦信息中包含有客戶端A的信息。同理，當(dāng)檢測出客戶端A和客戶端C不是好 友時，可以向客戶端A發(fā)送好友推薦信息，該好友推薦信息中包含有客戶端C的信息，也可 以向客戶端C發(fā)送好友推薦信息，該好友推薦信息中包含有客戶端A的信息。依次類推。
[0111] 綜上所述，本發(fā)明實施例提供的好友推薦方法，對第一圖片進(jìn)行人臉識別以確定 與第一圖片相關(guān)的客戶端，當(dāng)這些確定的客戶端之間不為好友時，向這些客戶端發(fā)送好友 推薦信息。由于能夠在一起合影的客戶端能互相成為好友的可能性更大，因此提高了為用 戶提供的且為用戶所需要的好友推薦信息的概率。
[0112] 實施例四
[0113] 請參見圖5所示，其示出了本發(fā)明實施例四提供的好友推薦方法的方法流程圖。 該好友推薦方法可以用于服務(wù)器中，比如社交網(wǎng)站所對應(yīng)的服務(wù)器。該好友推薦方法可以 包括：
[0114] 步驟501，獲取由客戶端發(fā)送的第一圖片；
[0115] 步驟502,根據(jù)該第一圖片的屬性信息確定與該第一圖片相關(guān)的客戶端；
[0116] 該第一圖片的屬性信息可以包括人臉信息，根據(jù)第一圖片的屬性信息確定與第一 圖片相關(guān)的客戶端，可以包括：對第一圖片進(jìn)行人臉識別以獲取第一圖片中的至少一個人 臉信息；將獲取到的至少一個人臉信息分別與預(yù)存的客戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹 配以確定與人臉信息對應(yīng)的客戶端；將確定到的與人臉信息對應(yīng)的客戶端作為與第一圖片 相關(guān)的客戶端。
[0117] 該第一圖片的屬性信息可以包括來源信息，根據(jù)第一圖片的屬性信息確定與第一 圖片相關(guān)的客戶端，可以包括：根據(jù)第一圖片的來源信息將發(fā)送第一圖片的客戶端作為與 第一圖片相關(guān)的客戶端。
[0118] 需要說明的是，這里的第一圖片的屬性信息僅示意性的列舉了人臉信息和來源信 息，易于思及的是，第一圖片的屬性信息還可以為第一圖片中的寵物、地標(biāo)、卡通形象等，很 顯然，通過這些屬性信息可以間接確認(rèn)與該第一圖片相關(guān)的客戶端，比如根據(jù)圖片中吉娃 娃寵物狗這一屬性信息，確定其他也包含有吉娃娃寵物狗的第三圖片，并根據(jù)第三圖片確 定發(fā)送第三圖片的客戶端，進(jìn)而可以向發(fā)送第三圖片客戶端和發(fā)送第一圖片的客戶端中的 一個客戶端發(fā)送好友推薦信息，該好友推薦信息中包含發(fā)送第三圖片客戶端和發(fā)送第一圖 片的客戶端中的另一個客戶端。這種方法產(chǎn)生的效果是：不同的客戶端向服務(wù)器發(fā)送攜帶 有同一個類事物圖片，意味著這些客戶端可能都對這同一類事物感興趣，因此可以將他們 引薦為好友。
[0119] 步驟503,獲取與該第一圖片相關(guān)聯(lián)的第二圖片；
[0120] 根據(jù)通過預(yù)設(shè)的規(guī)則獲取與該第一圖片相關(guān)聯(lián)的第二圖片。
[0121] 如，可以獲取第一圖片的拍攝時間；根據(jù)拍攝時間確定包含有拍攝時間的第一 預(yù)定范圍；獲取拍攝時間在第一預(yù)定范圍的一個圖片作為第二圖片。
[0122] 舉例來講，通常拍攝圖片的設(shè)備在拍攝圖片時，拍攝獲取到的圖片上可以顯示拍 攝時間或拍攝獲取到的圖片的屬性中攜帶有拍攝時間，當(dāng)客戶端向服務(wù)器上傳該圖片后， 服務(wù)器可以分析出該圖片上顯示的拍攝時間或分析出該圖片屬性中攜帶的拍攝時間。
[0123] 再比如，獲取第一圖片的拍攝地點；根據(jù)拍攝地點確定包含有拍攝地點的第二預(yù) 定范圍；獲取拍攝地點在第二預(yù)定范圍的一個圖片作為第二圖片。
[0124] 舉例來講，很多拍攝圖片的設(shè)備包含有定位功能，比如拍攝設(shè)備可以通過GPS (Global Positioning System,全球定位系統(tǒng))進(jìn)行定位，當(dāng)拍攝設(shè)備的定位功能打開后，拍 攝獲取到的圖片的屬性中可以自動攜帶有拍攝地點。
[0125] 當(dāng)然，在拍攝圖片的設(shè)備沒有定位功能，或者定位功能沒有被打開的情況下，客戶 端也可以對拍攝獲取到的圖片進(jìn)行編輯以在該圖片上顯示拍攝地點或在圖片的屬性中加 入拍攝地點。比如，當(dāng)圖片的屬性中沒有自動攜帶有拍攝地點時，客戶端可以在將要發(fā)送給 服務(wù)器的圖片中加入拍攝地點，以使得圖片上顯示有該拍攝地點；再比如，客戶端在將圖片 發(fā)送給服務(wù)器之前，在該圖片的說明編輯框中輸入該圖片的拍攝地點，該圖片的說明編輯 框中的內(nèi)容可作為該圖片的附加信息。
[0126] 然后，客戶端向服務(wù)器上傳攜帶有拍攝地點的圖片；這樣，服務(wù)器可以分析出該圖 片上顯示的拍攝地點，或分析出該圖片屬性中攜帶的拍攝地點，或獲取到該圖片的附加信 息（即圖片的說明編輯框中的內(nèi)容）中該圖片的拍攝地點。
[0127] 在現(xiàn)實場景中，比如共同參見一個學(xué)術(shù)會議的客戶端之間成為好友的可能性也比 較大。舉例來講，第一個客戶端向服務(wù)器發(fā)送的第一圖片中包含有該第一個客戶端與學(xué)術(shù) 會議主講老師的合影，第二個客戶端向服務(wù)器發(fā)送的第二圖片中包含有該第二個客戶端與 學(xué)術(shù)會議主講老師的合影。這種情況下，第一個客戶端和第二個客戶端很有可能需要在會 議后討論學(xué)術(shù)會議中的內(nèi)容，或長期共同探討學(xué)術(shù)會議涉及的領(lǐng)域，那么該第一個客戶端 和第二客戶端之間成為好友的可能性就會比較大。此時可以將第一圖片和第二圖片關(guān)聯(lián)起 來。
[0128] 通常，當(dāng)兩張圖片的拍攝地點比較近，且兩張圖片的拍攝時間也比較靠近，基本上 可以認(rèn)定這兩張圖片為在同一個場景中拍攝的圖片。
[0129] 由此可知，根據(jù)某些預(yù)定規(guī)則能夠關(guān)聯(lián)在一起的兩張圖片，與這兩張圖片相關(guān)的 客戶端之間存在成為好友的可能性比較大。
[0130] 值得指出的是，向服務(wù)器發(fā)送第一圖片的客戶端和向服務(wù)器發(fā)送第二圖片的客戶 端可以是同一個客戶端，也可以不是同一個客戶端。也就是說，服務(wù)器可以分析同一個客戶 端發(fā)送的兩種圖片，也可以分析兩個客戶端發(fā)送的圖片。
[0131] 步驟504,根據(jù)該第二圖片的屬性信息確定與該第二圖片相關(guān)的客戶端；
[0132] 同樣的，第二圖片的屬性信息可以包括人臉信息，根據(jù)第二圖片的屬性信息確定 與第二圖片相關(guān)的客戶端，可以包括：對第二圖片進(jìn)行人臉識別以獲取第二圖片中的至少 一個人臉信息；將獲取到的至少一個人臉信息分別與預(yù)存的客戶端所對應(yīng)的標(biāo)識圖像信息 進(jìn)行匹配以確定與人臉信息對應(yīng)的客戶端；將確定到的與人臉信息對應(yīng)的客戶端作為與第 -圖片相關(guān)的客戶端。
[0133] 該第二圖片的屬性信息可以包括來源信息，根據(jù)第二圖片的屬性信息確定與第二 圖片相關(guān)的客戶端，可以包括：根據(jù)第二圖片的來源信息將發(fā)送第二圖片的客戶端作為與 第二圖片相關(guān)的客戶端。
[0134] 步驟505,檢測與該第一圖片相關(guān)的客戶端和與該第二圖片相關(guān)的客戶端是否存 在同一個第三客戶端；
[0135] 檢測與第一圖片相關(guān)的任一客戶端是否也與第二圖片相關(guān)；或者說檢測與第二圖 片相關(guān)的任一客戶端是否也與第一圖片相關(guān)。這里可以將同時與第一圖片和第二圖片相關(guān) 的一個客戶端作為第三客戶端。
[0136] 若檢測結(jié)果為與該第一圖片相關(guān)的客戶端和與該第二圖片相關(guān)的客戶端存在同 一個第三客戶端時，執(zhí)行步驟506。
[0137] 步驟506,若檢測結(jié)果為存在同一個第三客戶端時，則檢測第四客戶端和第五客戶 端是否為好友，第四客戶端是與第一圖片相關(guān)的客戶端中除第三客戶端之外的其它客戶端 中的一個；第五客戶端是與第二圖片相關(guān)的客戶端中除第三客戶端之外的其它客戶端中的 一個；
[0138] 如果檢測到第三客戶端同時與第一圖片和第二圖片相關(guān)時，則可以將第三客戶端 作為中間媒介，檢測與該第一圖片相關(guān)的第四客戶端和與該第二圖片相關(guān)的第五客戶端是 否為好友。
[0139] 需要注意的，這里的第四客戶端和第五客戶端可以為不同于第三客戶端的客戶 端。很顯然，如果第四客戶端為第三客戶端時，檢測與第一圖片相關(guān)的第四客戶端和與第二 圖片相關(guān)的第五客戶端是否為好友，即為檢測與第一圖片相關(guān)的第三客戶端和與第二圖片 相關(guān)的第五客戶端是否為好友，也即為檢測第二圖片中第三客戶端和第五客戶端是否為好 友。這種情況實質(zhì)上是與實施例一和實施例二中所描述的情況相同，這里為了避免重復(fù)檢 測并進(jìn)行好友推薦，這里將第四客戶端和第五客戶端定義為不同于第三客戶端的客戶端。
[0140] 換句話說，排除第三客戶端后，可以將與第一圖片相關(guān)的所有客戶端形成的集合 作為該第三客戶端的第一朋友圈，并可以將與第二圖片相關(guān)的所有客戶端形成的結(jié)合作為 該第三客戶端的第二朋友圈。此時，可以將第一朋友圈中的客戶端推薦給第二朋友圈中的 客戶端，或者可以將第二朋友圈中的客戶端推薦給第一朋友圈中的客戶端。
[0141] 若檢測結(jié)果為第四客戶端和第五客戶端不為好友，執(zhí)行步驟507。
[0142] 步驟507,若檢測結(jié)果為第四客戶端和第五客戶端不為好友，則向該第四客戶端和 第五客戶端中的一個客戶端發(fā)送好友推薦信息，該好友推薦信息包含該第四客戶端和第五 客戶端中的另一個客戶端的信息。
[0143] 請參見圖6所示，其示出了本發(fā)明一個實施例中同一個客戶端同時與兩張圖片相 關(guān)的示意圖。圖6中所示的與第一張圖片P2相關(guān)的客戶端為客戶端A和客戶端B，與第二 張圖片P3相關(guān)的客戶端為客戶端B和客戶端C，此時客戶端B同時與P2和P3相關(guān)，此時 可以檢測P2中的客戶端A和P3中的客戶端C是否為好友。當(dāng)檢測到客戶端A和客戶端C 不為好友時，則可以向客戶端A發(fā)送好友推薦信息，該好友推薦信息中包含有客戶端C的信 息，且可以向客戶端C發(fā)送好友推薦信息，該好友推薦信息中包含有客戶端A的信息。
[0144] 值得指出的是，本實施例中僅以步驟503和步驟504在步驟502之后進(jìn)行實施為 例進(jìn)行說明，在實際應(yīng)用中，步驟503和步驟504還可以與步驟502同時進(jìn)行實施，或步驟 503和步驟504還可以在步驟502之前進(jìn)行實施。
[0145] 綜上所述，本發(fā)明實施例提供的好友推薦方法，當(dāng)檢測到同一個客戶端同時與兩 張圖片相關(guān)時，可以向這兩張圖片中的不為好友的客戶端之間分別發(fā)送對應(yīng)的好友推薦信 息。由于分別與同一個客戶端合影的多個客戶端成為好友的可能性比較大，因此提高了為 用戶提供的且為用戶所需要的好友推薦信息的概率。
[0146] 實施例五
[0147] 請參見圖7所示，其示出了本發(fā)明實施例五提供的好友推薦裝置的結(jié)構(gòu)示意圖。 該好友推薦裝置可以實施成為服務(wù)器或可以實施成為服務(wù)器的一部分，這里的服務(wù)器可以 為社交網(wǎng)站所對應(yīng)的服務(wù)器。該好友推薦裝置可以包括：第一獲取模塊710、第一確定模塊 720、第一檢測模塊730和第一發(fā)送模塊740。
[0148] 第一獲取模塊710,可以用于獲取由客戶端發(fā)送的第一圖片。
[0149] 第一確定模塊720,可以用于根據(jù)第一獲取模塊710獲取的第一圖片的屬性信息 確定與第一圖片相關(guān)的客戶端。
[0150] 第一檢測模塊730,可以用于當(dāng)?shù)谝淮_定模塊720確定出的與第一圖片相關(guān)的客 戶端為兩個或者兩個以上時，檢測與第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端 是否為好友。
[0151] 第一發(fā)送模塊740,可以用于當(dāng)?shù)谝粰z測模塊730的檢測結(jié)果為與第一圖片相關(guān) 的客戶端中的第一客戶端和第二客戶端不為好友時，向第一客戶端和第二客戶端中的一個 客戶端發(fā)送好友推薦信息，好友推薦信息包含第一客戶端和第二客戶端中的另一個客戶端 的信息。
[0152] 綜上所述，本發(fā)明實施例提供的好友推薦裝置，通過圖片屬性信息確定與圖片相 關(guān)的所有客戶端，并向客戶端中不為好友的客戶端發(fā)送好友推薦信息。由于能夠在一起合 影的客戶端存在互相成為好友的可能性更大，因此提高了為用戶提供的且為用戶所需要的 好友推薦信息的概率。
[0153] 實施例六
[0154] 請參見圖8所示，其示出了本發(fā)明實施例六提供的好友推薦裝置的結(jié)構(gòu)示意圖。 該好友推薦裝置可以實施成為服務(wù)器或可以實施成為服務(wù)器的一部分，這里的服務(wù)器可以 為社交網(wǎng)站所對應(yīng)的服務(wù)器。該好友推薦裝置可以包括：第一獲取模塊810、第一確定模塊 820、第一檢測模塊830和第一發(fā)送模塊840。
[0155] 第一獲取模塊810,可以用于獲取由客戶端發(fā)送的第一圖片。
[0156] 第一確定模塊820,可以用于根據(jù)第一獲取模塊810獲取的第一圖片的屬性信息 確定與第一圖片相關(guān)的客戶端。
[0157] 第一圖片的屬性信息可以包括人臉信息，第一確定模塊820可以包括：第一獲取 單元820a、第一確定單元820b、第二確定單元820c。
[0158] 第一獲取單元820a，用于對第一獲取模塊810獲取的第一圖片進(jìn)行人臉識別以獲 取第一圖片中的至少一個人臉信息。
[0159] 第一確定單元820b，用于將第一獲取單元820a獲取到的至少一個人臉信息分別 與預(yù)存的客戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹配以確定與人臉信息對應(yīng)的客戶端。
[0160] 第一確定單元820b可以包括第一獲取子單元、第二獲取子單元、確定子單元。
[0161] 第一獲取子單元，可以用于獲取發(fā)送第一圖片的客戶端的好友列表。
[0162] 第二獲取子單元，可以用于獲取第一獲取子單元獲取的好友列表中每個客戶端所 對應(yīng)的標(biāo)識圖像息。
[0163] 確定子單元，可以用于將第一獲取單元820a獲取的人臉信息和第二獲取子單元 獲取的好友列表中每個客戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹配以確定與人臉信息對應(yīng)的 客戶端。
[0164] 第二確定單元820c，用于將第一確定單元820b確定到的與人臉信息對應(yīng)的客戶 端作為與第一圖片相關(guān)的客戶端。
[0165] 第一圖片的屬性信息還可以包括來源信息，第一確定模塊820還可以包括第三確 定單元820d。
[0166] 第三確定單元820d，可以用于根據(jù)第一獲取模塊810獲取的第一圖片的來源信息 將發(fā)送第一圖片的客戶端作為與第一圖片相關(guān)的客戶端。
[0167] 第一檢測模塊830,可以用于當(dāng)?shù)谝淮_定模塊820確定出的與第一圖片相關(guān)的客 戶端為兩個或者兩個以上時，檢測與第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端 是否為好友。
[0168] 第一發(fā)送模塊840,可以用于當(dāng)?shù)谝粰z測模塊830的檢測結(jié)果為與第一圖片相關(guān) 的客戶端中的第一客戶端和第二客戶端不為好友時，向第一客戶端和第二客戶端中的一個 客戶端發(fā)送好友推薦信息，好友推薦信息包含第一客戶端和第二客戶端中的另一個客戶端 的信息。
[0169] 綜上所述，本發(fā)明實施例提供的好友推薦裝置，對第一圖片進(jìn)行人臉識別以確定 與第一圖片相關(guān)的客戶端，當(dāng)這些確定的客戶端之間不為好友時，向這些客戶端發(fā)送好友 推薦信息。由于能夠在一起合影的客戶端能互相成為好友的可能性更大，因此提高了為用 戶提供的且為用戶所需要的好友推薦信息的概率。
[0170] 實施例七
[0171] 請參見圖9所示，其示出了本發(fā)明實施例七提供的好友推薦裝置的結(jié)構(gòu)示意圖。 該好友推薦裝置可以實施成為服務(wù)器或可以實施成為服務(wù)器的一部分，這里的服務(wù)器可以 為社交網(wǎng)站所對應(yīng)的服務(wù)器。該好友推薦裝置可以包括：第一獲取模塊910、第一確定模塊 920、第一檢測模塊930、第一發(fā)送模塊940、第二獲取模塊950、第二確定模塊960、第二檢測 模塊970、第三檢測模塊980和第二發(fā)送模塊990。
[0172] 第一獲取模塊910,可以用于獲取由客戶端發(fā)送的第一圖片。
[0173] 第一確定模塊920,可以用于根據(jù)第一獲取模塊910獲取的第一圖片的屬性信息 確定與第一圖片相關(guān)的客戶端。
[0174] 第一圖片的屬性信息可以包括人臉信息，第一確定模塊920可以包括：第一獲取 單元920a、第一確定單元920b、第二確定單元920c。
[0175] 第一獲取單元920a，用于對第一獲取模塊獲取的第一圖片進(jìn)行人臉識別以獲取第 一圖片中的至少一個人臉信息。
[0176] 第一確定單元920b，用于將第一獲取單元920a獲取到的至少一個人臉信息分別 與預(yù)存的客戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹配以確定與人臉信息對應(yīng)的客戶端。
[0177] 第一確定單元920b可以包括第一獲取子單元、第二獲取子單元、確定子單元。
[0178] 第一獲取子單元，可以用于獲取發(fā)送第一圖片的客戶端的好友列表。
[0179] 第二獲取子單元，可以用于獲取第一獲取子單元獲取的好友列表中每個客戶端所 對應(yīng)的標(biāo)識圖像息。
[0180] 確定子單元，可以用于將第一獲取單元920a獲取的人臉信息和第二獲取子單元 獲取的好友列表中每個客戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹配以確定與人臉信息對應(yīng)的 客戶端。
[0181] 第二確定單元920c，用于將第一確定單元920b確定到的與人臉信息對應(yīng)的客戶 端作為與第一圖片相關(guān)的客戶端。
[0182] 第一圖片的屬性信息還可以包括來源信息，第一確定模塊920還可以包括第三確 定單元920d。
[0183] 第三確定單元920d，可以用于根據(jù)第一獲取模塊910獲取的第一圖片的來源信息 將發(fā)送第一圖片的客戶端作為與第一圖片相關(guān)的客戶端。
[0184] 第一檢測模塊930,可以用于當(dāng)?shù)谝淮_定模塊920確定出的與第一圖片相關(guān)的客 戶端為兩個或者兩個以上時，檢測與第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端 是否為好友。
[0185] 第一發(fā)送模塊940,可以用于當(dāng)?shù)谝粰z測模塊930的檢測結(jié)果為與第一圖片相關(guān) 的客戶端中的第一客戶端和第二客戶端不為好友時，向第一客戶端和第二客戶端中的一個 客戶端發(fā)送好友推薦信息，好友推薦信息包含第一客戶端和第二客戶端中的另一個客戶端 的信息。
[0186] 第二獲取模塊950,可以用于獲取與第一獲取模塊910獲取的第一圖片相關(guān)聯(lián)的 第二圖片。
[0187] 第二獲取模塊950可以包括：第二獲取單元和/或第三獲取單元。
[0188] 第二獲取單元，可以用于獲取第一獲取模塊910獲取的第一圖片的拍攝時間；根 據(jù)拍攝時間確定包含有拍攝時間的第一預(yù)定范圍；獲取拍攝時間在第一預(yù)定范圍的一個圖 片作為第二圖片。
[0189] 第三獲取單元，可以用于獲取第一獲取模塊910獲取的第一圖片的拍攝地點；根 據(jù)拍攝地點確定包含有拍攝地點的第二預(yù)定范圍；獲取拍攝地點在第二預(yù)定范圍的一個圖 片作為第二圖片。
[0190] 第二確定模塊960,可以用于根據(jù)第二獲取模塊950獲取的第二圖片的屬性信息 確定與第二圖片相關(guān)的客戶端。
[0191] 第二檢測模塊970,可以用于檢測第一確定模塊920確定的與第一圖片相關(guān)的客 戶端和第二確定模塊960確定的與第二圖片相關(guān)的客戶端是否存在同一個第三客戶端。
[0192] 第三檢測模塊980,可以用于當(dāng)?shù)诙z測模塊970的檢測結(jié)果為存在同一個第三 客戶端時，檢測與第四客戶端和第五客戶端是否為好友，所述第四客戶端是與所述第一圖 片相關(guān)的客戶端中除所述第三客戶端之外的其它客戶端中的一個；所述第五客戶端是與所 述第二圖片相關(guān)的客戶端中除所述第三客戶端之外的其它客戶端中的一個。
[0193] 第二發(fā)送模塊990,可以用于當(dāng)?shù)谌龣z測模塊980的檢測結(jié)果為第四客戶端和第 五客戶端不為好友時，向第四客戶端和第五客戶端中的一個客戶端發(fā)送好友推薦信息，好 友推薦信息包含第四客戶端和第五客戶端中的另一個客戶端的信息。
[0194] 綜上所述，本發(fā)明實施例提供的好友推薦裝置，當(dāng)檢測到同一個客戶端同時與兩 張圖片相關(guān)時，可以向這兩張圖片中的不為好友的客戶端之間分別發(fā)送對應(yīng)的好友推薦信 息。由于分別與同一個客戶端合影的多個客戶端成為好友的可能性比較大，因此提高了為 用戶提供的且為用戶所需要的好友推薦信息的概率。
[0195] 實施例八
[0196] 請參見圖10所示，其示出了本發(fā)明實施例八提供的好友推薦系統(tǒng)的示意圖。該 好友推薦系統(tǒng)包括客戶端1010和服務(wù)器1020,這里的客戶端1010可以為一個，也可以為 多個，服務(wù)器1020可以為上面描述的實施例五、實施例六或?qū)嵤├咧械娜我缓糜淹扑]裝 置，或服務(wù)器1020可以包括上面描述的實施例五、實施例六或?qū)嵤├咧械娜我缓糜淹扑] 裝置，具體可以參見實施例五、實施例六或?qū)嵤├卟糠值拿枋?，這里就不再贅述。
[0197] 需要說明的是：上述實施例提供的好友推薦裝置在進(jìn)行好友推薦時，僅以上述各 功能模塊的劃分進(jìn)行舉例說明，實際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功 能模塊完成，即將裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能模塊，以完成以上描述的全部或者部 分功能。另外，上述實施例提供的好友推薦裝置與好友推薦方法實施例屬于同一構(gòu)思，其具 體實現(xiàn)過程詳見方法實施例，這里不再贅述。
[0198] 上述本發(fā)明實施例序號僅僅為了描述，不代表實施例的優(yōu)劣。
[0199] 本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例的全部或部分步驟可以通過硬件 來完成，也可以通過程序來指令相關(guān)的硬件完成，所述的程序可以存儲于一種計算機(jī)可讀 存儲介質(zhì)中，上述提到的存儲介質(zhì)可以是只讀存儲器，磁盤或光盤等。
[0200] 以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和 原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1. 一種好友推薦方法，其特征在于，所述方法，包括： 獲取由客戶端發(fā)送的第一圖片； 根據(jù)所述第一圖片的屬性信息確定與所述第一圖片相關(guān)的客戶端； 若確定出的與所述第一圖片相關(guān)的客戶端為兩個或者兩個以上，則檢測與所述第一圖 片相關(guān)的客戶端中的第一客戶端和第二客戶端是否為好友； 若檢測結(jié)果為與所述第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端不為好友， 則向所述第一客戶端和第二客戶端中的一個客戶端發(fā)送好友推薦信息，所述好友推薦信息 包含所述第一客戶端和第二客戶端中的另一個客戶端的信息。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述屬性信息包括人臉信息，所述根據(jù)所 述第一圖片的屬性信息確定與所述第一圖片相關(guān)的客戶端，包括： 對所述第一圖片進(jìn)行人臉識別以獲取所述第一圖片中的至少一個人臉信息； 將獲取到的至少一個人臉信息分別與預(yù)存的客戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹配 以確定與所述人臉信息對應(yīng)的客戶端； 將確定到的與所述人臉信息對應(yīng)的客戶端作為與所述第一圖片相關(guān)的客戶端。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將獲取到的至少一個人臉信息分別 與預(yù)存的客戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹配以確定與所述人臉信息對應(yīng)的客戶端，包 括： 獲取發(fā)送所述第一圖片的客戶端的好友列表； 獲取所述好友列表中每個客戶端所對應(yīng)的標(biāo)識圖像信息； 將所述人臉信息分別與所述好友列表中每個客戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹配 以確定與所述人臉信息對應(yīng)的客戶端。
4. 根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述屬性信息還包括來源信息，所述 根據(jù)所述第一圖片的屬性信息確定與所述第一圖片相關(guān)的客戶端，還包括： 根據(jù)所述第一圖片的所述來源信息將發(fā)送所述第一圖片的客戶端作為與所述第一圖 片相關(guān)的客戶端。
5. 根據(jù)權(quán)利要求1至4中任一所述的方法，其特征在于，所述方法，還包括： 獲取與所述第一圖片相關(guān)聯(lián)的第二圖片； 根據(jù)所述第二圖片的屬性信息確定與所述第二圖片相關(guān)的客戶端； 檢測與所述第一圖片相關(guān)的客戶端和與所述第二圖片相關(guān)的客戶端中是否存在同一 個第三客戶端； 若檢測結(jié)果為存在同一個第三客戶端時，則檢測第四客戶端和第五客戶端是否為好 友，所述第四客戶端是與所述第一圖片相關(guān)的客戶端中除所述第三客戶端之外的其它客戶 端中的一個；所述第五客戶端是與所述第二圖片相關(guān)的客戶端中除所述第三客戶端之外的 其它客戶端中的一個； 若檢測結(jié)果為所述第四客戶端和所述第五客戶端不為好友，則向所述第四客戶端和所 述第五客戶端中的一個客戶端發(fā)送好友推薦信息，所述好友推薦信息包含所述第四客戶端 和所述第五客戶端中的另一個客戶端的信息。
6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，所述獲取與所述第一圖片相關(guān)聯(lián)的第二 圖片，包括： 獲取所述第一圖片的拍攝時間；根據(jù)所述拍攝時間確定包含有所述拍攝時間的第一預(yù) 定范圍；獲取拍攝時間在所述第一預(yù)定范圍的一個圖片作為所述第二圖片； 和/或， 獲取所述第一圖片的拍攝地點；根據(jù)所述拍攝地點確定包含有所述拍攝地點的第二預(yù) 定范圍；獲取拍攝地點在所述第二預(yù)定范圍的一個圖片作為所述第二圖片。
7. -種好友推薦裝置，其特征在于，所述裝置，包括： 第一獲取模塊，用于獲取由客戶端發(fā)送的第一圖片； 第一確定模塊，用于根據(jù)所述第一獲取模塊獲取的第一圖片的屬性信息確定與所述第 一圖片相關(guān)的客戶端； 第一檢測模塊，用于當(dāng)所述第一確定模塊確定出的與所述第一圖片相關(guān)的客戶端為兩 個或者兩個以上時，檢測與所述第一圖片相關(guān)的客戶端中的第一客戶端和第二客戶端是否 為好友； 第一發(fā)送模塊，用于當(dāng)所述第一檢測模塊的檢測結(jié)果為與所述第一圖片相關(guān)的客戶端 中的第一客戶端和第二客戶端不為好友時，向所述第一客戶端和第二客戶端中的一個客戶 端發(fā)送好友推薦信息，所述好友推薦信息包含所述第一客戶端和第二客戶端中的另一個客 戶端的信息。
8. 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述屬性信息包括人臉信息，所述第一確 定模塊，包括： 第一獲取單元，用于對所述第一獲取模塊獲取的第一圖片進(jìn)行人臉識別以獲取所述第 一圖片中的至少一個人臉信息； 第一確定單元，用于將所述第一獲取單元獲取到的至少一個人臉信息分別與預(yù)存的客 戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹配以確定與所述人臉信息對應(yīng)的客戶端； 第二確定單元，用于將所述第一確定單元確定到的與所述人臉信息對應(yīng)的客戶端作為 與所述第一圖片相關(guān)的客戶端。
9. 根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述第一確定單元，包括： 第一獲取子單元，用于獲取發(fā)送所述第一圖片的客戶端的好友列表； 第二獲取子單元，用于獲取所述第一獲取子單元獲取的好友列表中每個客戶端所對應(yīng) 的標(biāo)識圖像信息； 確定子單元，用于將所述第一獲取單元獲取的人臉信息和所述第二獲取子單元獲取的 所述好友列表中每個客戶端所對應(yīng)的標(biāo)識圖像信息進(jìn)行匹配以確定與所述人臉信息對應(yīng) 的客戶端。
10. 根據(jù)權(quán)利要求8或9所述的裝置，其特征在于，所述屬性信息還包括來源信息，所述 第一確定模塊，還包括： 第三確定單元，用于根據(jù)所述第一圖片的所述來源信息將發(fā)送所述第一圖片的客戶端 作為與所述第一圖片相關(guān)的客戶端。
11. 根據(jù)權(quán)利要求7至10中任一所述的裝置，其特征在于，所述裝置，還包括： 第二獲取模塊，用于獲取與所述第一獲取模塊獲取的第一圖片相關(guān)聯(lián)的第二圖片； 第二確定模塊，用于根據(jù)所述第二獲取模塊獲取的第二圖片的屬性信息確定與所述第 二圖片相關(guān)的客戶端； 第二檢測模塊，用于檢測所述第一確定模塊確定的與所述第一圖片相關(guān)的客戶端和所 述第二確定模塊確定的與第二圖片相關(guān)的客戶端是否存在同一個第三客戶端； 第三檢測模塊，用于當(dāng)所述第二檢測模塊的檢測結(jié)果為存在同一個第三客戶端時，檢 測與第四客戶端和第五客戶端是否為好友，所述第四客戶端是與所述第一圖片相關(guān)的客戶 端中除所述第三客戶端之外的其它客戶端中的一個；所述第五客戶端是與所述第二圖片相 關(guān)的客戶端中除所述第三客戶端之外的其它客戶端中的一個； 第二發(fā)送模塊，用于當(dāng)所述第三檢測模塊的檢測結(jié)果為所述第四客戶端和與所述第五 客戶端不為好友時，向所述第四客戶端和所述第五客戶端中的一個客戶端發(fā)送好友推薦信 息，所述好友推薦信息包含所述第四客戶端和所述第五客戶端中的另一個客戶端的信息。
12. 根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述第二獲取模塊，包括： 第二獲取單元，用于獲取所述第一獲取模塊獲取的第一圖片的拍攝時間；根據(jù)所述拍 攝時間確定包含有所述拍攝時間的第一預(yù)定范圍；獲取拍攝時間在所述第一預(yù)定范圍的一 個圖片作為所述第二圖片； 和/或， 第三獲取單元，用于獲取所述第一獲取模塊獲取的第一圖片的拍攝地點；根據(jù)所述拍 攝地點確定包含有所述拍攝地點的第二預(yù)定范圍；獲取拍攝地點在所述第二預(yù)定范圍的一 個圖片作為所述第二圖片。
13. -種服務(wù)器，其特征在于，所述服務(wù)器包括如權(quán)利要求7至12中任一所述的好友推 薦裝置。
14. 一種好友推薦系統(tǒng)，其特征在于，所述系統(tǒng)包括至少一個客戶端和如權(quán)利要求13 所述的服務(wù)器。
【文檔編號】H04L29/06GK104102656SQ201310121372
【公開日】2014年10月15日 申請日期:2013年4月9日 優(yōu)先權(quán)日:2013年4月9日
【發(fā)明者】查文 申請人:騰訊科技（深圳）有限公司