一種基于時間匹配度的目標用戶展現(xiàn)方法及系統(tǒng)的制作方法
【技術領域】
[0001] 本申請涉及數(shù)據(jù)處理技術領域，具體地說，涉及一種基于時間匹配度的目標用戶 展現(xiàn)方法及系統(tǒng)。
【背景技術】
[0002] 隨著網絡和信息技術的迅速發(fā)展，人們的通信和社交方式都發(fā)生了很大變化。互 聯(lián)網技術衍生的新型通信方式，在生活中已經大范圍普及。例如微信、微博、QQ、Faceb 〇〇k、 人人網等網絡通信工具，都擁有著非常龐大的用戶群體。這類網絡通信工具除了具備基本 的通信功能之外，還擁有非常豐富的社交功能，能夠滿足用戶交友和信息分享等日常需求。
[0003] 從社交功能的角度出發(fā)，網絡通信工具都會用特定的方式，為用戶端展現(xiàn)一些其 可能認識的目標用戶。這樣一來，每個用戶端便能夠快速找到自己的好友，以進行互動交 流、獲悉或分享各類信息。但是在現(xiàn)有技術中，網絡通信工具向一個用戶端展現(xiàn)目標用戶 時，往往都是通過一些簡單的條件進行分類和篩選；例如，選擇與用戶端同一學校、同一公 司或者有共同好友的其他用戶作為目標用戶來展現(xiàn)。被展現(xiàn)的目標用戶的篩選沒有經過更 為嚴格的聚類分析，準確度不高。

【發(fā)明內容】

[0004] 有鑒于此，本申請?zhí)峁┝艘环N基于時間匹配度的目標用戶展現(xiàn)方法及系統(tǒng)，本申 請利用身份信息計算用戶端與目標用戶之間的時間匹配度，并根據(jù)時間匹配度對一定范圍 內的目標用戶進行排序，優(yōu)先向用戶端展現(xiàn)時間匹配度較高的目標用戶。
[0005] 為了解決上述技術問題，本申請有如下技術方案：
[0006] 一種基于時間匹配度的目標用戶展現(xiàn)方法，所述方法包括：
[0007] 提取用戶端的身份信息和多個目標用戶的身份信息；所述身份信息包括經歷單位 與相應的時間參數(shù)；
[0008] 計算所述用戶端的身份信息與各個目標用戶的身份信息的時間匹配度；所述時間 匹配度具體為，相同經歷單位對應的時間參數(shù)的重合程度；
[0009] 根據(jù)所述時間匹配度由高到低，為各個目標用戶排列順序；并將各個目標用戶按 照所述排列順序向用戶端展現(xiàn)。
[0010] 當所述經歷單位為就職單位，則所述經歷單位相應的時間參數(shù)具體為，在該就職 單位經歷的時間范圍；
[0011] 則所述時間參數(shù)的重合程度具體為：用戶端在該工作單位經歷的時間范圍與目標 用戶在該工作單位經歷的時間范圍重合的比例。
[0012] 當所述經歷單位為就讀學校，則所述經歷單位相應的時間參數(shù)具體為，在該就讀 學校經歷的起始時間；
[0013] 則所述時間參數(shù)的重合程度具體為：起始時間相同則重合程度為1，相差1年則重 合程度為0. 8,相差2年則重合程度為0. 6,相差3年則重合程度為0. 4,相差4年則重合程 度為0. 2,相差5年及5年以上重合程度為0。
[0014] 所述計算時間匹配度還包括：
[0015] 對多個時間參數(shù)的重合程度進行加權計算，得到時間匹配度。
[0016] 一種基于時間匹配度的目標用戶展現(xiàn)系統(tǒng)，所述系統(tǒng)包括：
[0017] 提取模塊，用于提取用戶端的身份信息和多個目標用戶的身份信息；所述身份信 息包括經歷單位與相應的時間參數(shù)；
[0018] 計算模塊，用于計算所述用戶端的身份信息與各個目標用戶的身份信息的時間匹 配度；所述時間匹配度具體為，相同經歷單位對應的時間參數(shù)的重合程度；
[0019] 排序模塊，用于根據(jù)所述時間匹配度由高到低，為各個目標用戶排列順序；并將各 個目標用戶按照所述排列順序向用戶端展現(xiàn)。
[0020] 當所述經歷單位為工作單位，則所述經歷單位相應的時間參數(shù)具體為，在該工作 單位經歷的時間范圍；
[0021] 則所述時間參數(shù)的重合程度具體為：用戶端在該工作單位經歷的時間范圍與目標 用戶在該工作單位經歷的時間范圍重合的比例。
[0022] 當所述經歷單位為就讀學校，則所述經歷單位相應的時間參數(shù)具體為，在該就讀 學校經歷的起始時間；
[0023] 則所述時間參數(shù)的重合程度具體為：起始時間相同則重合程度為1，相差1年則重 合程度為0. 8,相差2年則重合程度為0. 6,相差3年則重合程度為0. 4,相差4年則重合程 度為0. 2,相差5年及5年以上重合程度為0。
[0024] 所述計算時間匹配度還包括：
[0025] 對多個時間參數(shù)的重合程度進行加權計算，得到時間匹配度。
[0026] 與現(xiàn)有技術相比，本申請所述的方法和系統(tǒng)，達到了如下效果：
[0027] 利用經歷單位的時間參數(shù)計算用戶端與目標用戶的時間匹配度，準確的實現(xiàn)對于 目標用戶的聚類分析和篩選，使得向用戶端展現(xiàn)的目標用戶更具有針對性；對于不同的經 歷單位采取不同的時間匹配度計算方法，進一步的提高了目標用戶篩選的準確度。
[0028] 當然，實施本申請的任一產品必不一定需要同時達到以上所述的所有技術效果。
【附圖說明】
[0029] 此處所說明的附圖用來提供對本申請的進一步理解，構成本申請的一部分，本申 請的示意性實施例及其說明用于解釋本申請，并不構成對本申請的不當限定。在附圖中：
[0030] 圖1為本申請實施例所述方法流程圖；
[0031] 圖2為本申請實施例所述系統(tǒng)結構示意圖。
【具體實施方式】
[0032] 如在說明書及權利要求當中使用了某些詞匯來指稱特定組件。本領域技術人員 應可理解，硬件制造商可能會用不同名詞來稱呼同一個組件。本說明書及權利要求并不以 名稱的差異來作為區(qū)分組件的方式，而是以組件在功能上的差異來作為區(qū)分的準則。如在 通篇說明書及權利要求當中所提及的"包含"為一開放式用語，故應解釋成"包含但不限定 于"。"大致"是指在可接收的誤差范圍內，本領域技術人員能夠在一定誤差范圍內解決所 述技術問題，基本達到所述技術效果。此外，"耦接"一詞在此包含任何直接及間接的電性 耦接手段。因此，若文中描述一第一裝置耦接于一第二裝置，則代表所述第一裝置可直接電 性耦接于所述第二裝置，或通過其他裝置或耦接手段間接地電性耦接至所述第二裝置。說 明書后續(xù)描述為實施本申請的較佳實施方式，然所述描述乃以說明本申請的一般原則為目 的，并非用以限定本申請的范圍。本申請的保護范圍當視所附權利要求所界定者為準。
[0033] 本實施例中，所謂用戶端指的是接收信息的一方，網絡通信工具將通過所述本申 請中描述的方法進行聚類分析，查找到用戶端可能認識的其他用戶，并按順序向用戶端展 現(xiàn)。而被查找部分其他用戶則稱之為目標用戶。在網絡通信工具的用戶群體范圍內，每個 用戶都可以作為用戶端，也可以作為目標用戶。
[0034] 參見圖1所示，為本申請所述基于時間匹配度的目標用戶展現(xiàn)方法的具體實施 例。本實施例中，利用用戶的身份信息計算不同用戶經歷的時間匹配度，并以所述時間匹配 度作為聚類分析和排列順序的依據(jù)，使得向用戶端展現(xiàn)的目標用戶有更強的針對性和準確 性。
[0035] 本實施例中所述方法包括以下步驟：
[0036] 步驟101、提取用戶端的身份信息和多個目標用戶的身份信息。
[0037] 因為本實施例中，所述身份信息的用途在于計算不同用戶經歷的時間匹配度，所 以所述身份信息需反映出用戶的經歷以及相應的時間。即所述身份信息包括經歷單位與相 應的時間參數(shù)。
[0038] 為了便于解釋和說明，假設本實施例中的用戶端的身份信息如下：
[0039]
[0040] 在整個用戶群體中，與用戶端擁有相同經歷單位的其他用戶，很有可能是用戶端 認識的好友。則本實施例將從用戶群體中，選擇與用戶端擁有相同經歷單位的用戶作為目 標用戶，再提取所述目標用戶的身份信息，以供后續(xù)的時間匹配度計算。
[0041] 也就是說對于本實施例中的用戶端而言，在用戶群體中曾讀過X大學、曾就職Y公 司或曾就職Z公司的用戶，均屬于目標用戶。目標用戶身份信息的具體形式依然可以參照 用戶端身份信息。本實施例中假設存在三個目標用戶，具體如下：
[0042]
[0043]
[0044]
[0045]
[0046] 步驟102、計算所述用戶端的身份信息與各個目標用戶的身份信息的時間匹配度。
[0047] 所述時間匹配度，本質上是相同經歷單位對應的時間參數(shù)的重合程度。而且優(yōu)選 的，對于就讀學校和就職單位而言，時間參數(shù)重合程度的計算還可以有所區(qū)別。
[0048] 對于就職單位來說，用戶端與目標用戶共同就職于該經歷單位的時間越長，則認 識的可能性越大。也就是說當所述經歷單位為就職單位時，則所述時間參數(shù)的重合程度具 體為：用戶端在該工作單位經歷的時間范圍與目標用戶在該工作單位經歷的時間范圍重合 的比例。
[0049] 例如用戶端與目標用戶B，二者共同的經歷單位為Y公司。用戶端從2011~2015 年共5年期間就職于Y公司，目標用戶B從2006~2012共7年間就職于Y公司。但二者 之間重合的時間范圍是2011~2012共2年。在用戶端該經歷單位的時間范圍內占比例為 2/5 = 0. 4。則認為用戶端與目標用戶B該經歷單位的時間參數(shù)的重合程度數(shù)值是0. 4。
[0050] 而目標用戶C同樣有經歷單位Y公司，時間參數(shù)的范圍是2003~2010年。與用 戶端在Y公司的時間范圍不重合，所以認為時間參數(shù)的重合程度為0。
[0051] 對于就讀的學校而言，一般用戶端與目標用戶的入學時間越接近，則認識的可能 性越大，同年入學則有很高的幾率相識。所以按照常規(guī)大學