-
公开(公告)号：CN103428069B
公开(公告)日：2015-07-01
申请号：CN201210150071.0
申请日：2012-05-15
Applicant: 腾讯科技(深圳)有限公司
IPC: H04L12/58
CPC classification number: H04L67/306 , H04L51/18 , H04L51/32
Abstract: 本发明涉及一种社交网络中加好友的方法，包括：获取与第一用户标识对应的好友添加请求，根据所述好友添加请求获取第二用户标识；获取所述第一用户标识和所述第二用户标识所在的群组，根据与所述第一用户标识对应的信息生成验证请求并发送给与第二用户标识对应的终端；在获取到与所述第二用户标识对应的好友添加确认请求后，将所述第二用户标识添加到与所述第一用户标识对应的好友列表中。此外，还提供了一种社交网络中加好友的装置。上述社交网络中加好友的方法和装置可以提高添加好友时操作上的便利性。
-
公开(公告)号：CN104601438A
公开(公告)日：2015-05-06
申请号：CN201410180918.9
申请日：2014-04-28
Applicant: 腾讯科技(深圳)有限公司
IPC: H04L12/58
Abstract: 本发明适用于互联网领域，提供了一种好友推荐的方法和装置，该方法包括：获取用户的数据信息；根据所述用户的数据信息，确定所述用户候选的推荐好友以及所述候选的推荐好友的特征向量，所述特征向量包括用户的个人属性的量化信息和社交网络拓扑结构的量化信息；根据预先训练得到的模型，计算所述特征向量对应的分值，得到用户好友的分值排序；根据计算得到的用户好友的分值排序，向用户推荐好友。本发明实施例通过综合用户的个人属性信息以及拓扑网络结构信息，推荐的参考数据更加全面。此外，通过用户的个人数据信息确定候选的推荐好友，使推荐好友的覆盖率更全面，可以显著的提高用户好友推荐的准确率。
-
公开(公告)号：CN103729378A
公开(公告)日：2014-04-16
申请号：CN201210392287.8
申请日：2012-10-16
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F17/30
CPC classification number: H04L67/18 , H04L43/04 , H04L61/20 , H04L61/609 , H04L67/2833 , G06F16/9537
Abstract: 本发明公开了一种IP地理信息的更新方法，根据用户日志确定新IP的初始地理信息，并建立所有新IP的初始地理信息表；对所述初始地理信息表进行分段聚集处理得到段IP地理信息表；对所述段IP地理信息表进行边界划定处理得到新IP的准确地理信息表；按照所述准确地理信息表更新IP库；本发明同时还公开了一种IP地理信息的更新装置，通过本发明的方案，能够准确地定位新IP对应的地理信息，并对IP库进行快速更新。
-
公开(公告)号：CN103581111A
公开(公告)日：2014-02-12
申请号：CN201210252336.8
申请日：2012-07-20
Applicant: 腾讯科技(深圳)有限公司
CPC classification number: H04L67/10 , H04L61/1594 , H04M1/2745
Abstract: 本发明公开一种通信方法及系统，该方法包括：为用户分配通信账号，接收用户登记的个人信息，将用户在各个通信平台上的账号与所述通信账号关联；根据用户的通信账号和个人信息，为用户建立好友关系，并维护用户的好友信息。利用本发明提供的技术方案，能够方便用户管理好友信息，提高通信效率，节省通信资源。
-
公开(公告)号：CN103428165A
公开(公告)日：2013-12-04
申请号：CN201210149998.2
申请日：2012-05-15
Applicant: 腾讯科技(深圳)有限公司
CPC classification number: G06F17/30876 , G06F17/30958 , G06Q10/10 , G06Q50/01
Abstract: 本发明涉及一种社交网络节点分组方法及装置。该方法包括以下步骤：获取与目标节点存在潜在关联关系的候选节点、与目标节点存在关联关系的关联节点以及所述关联节点的分组标识；获取每个分组关联节点及候选节点与所述目标节点的相关度；根据所述相关度对每个分组内关联节点及候选节点进行组合输出。上述社交网络节点分组方法及装置，获取候选节点、关联节点及关联节点的分组标识，获取候选节点及每个分组标识中关联节点与目标节点的相关度，并按相关度对分组标识内关联节点和候选节点进行组合输出，方便操作，减少了用户添加候选节点的操作，提高了系统的响应效率。
-
Patent Agency Ranking
公开(公告)号：CN103428164A
公开(公告)日：2013-12-04
申请号：CN201210149996.3
申请日：2012-05-15
Applicant: 腾讯科技(深圳)有限公司
Abstract: 一种用户社交网络关系圈划分方法，包括以下步骤：根据第一用户的好友的社交信息生成第一用户的好友之间的关联属性信息；根据所述关联属性信息获取所述好友之间的紧密度；将相互之间紧密度大于第一阈值的所述好友与第一用户的同一关系圈设置对应关系。上述方法，将紧密度高的用户的好友分为同一个关系圈，不需要用户手动对用户的好友进行分圈管理，提高了用户管理社交网络关系的效率。另外，相似度高的成员之间具有更多的共同话题，将相似度高的好友分为同一个关系圈，方便用户在关系圈内发起圈内成员都有兴趣的共同话题，促进圈内成员一起进行互动，从而提高关系圈的精准度，提高划分关系圈的效率。此外，还提供一种用户社交网络关系圈划分系统。
-
公开(公告)号：CN103428069A
公开(公告)日：2013-12-04
申请号：CN201210150071.0
申请日：2012-05-15
Applicant: 腾讯科技(深圳)有限公司
IPC: H04L12/58
CPC classification number: H04L67/306 , H04L51/18 , H04L51/32
Abstract: 本发明涉及一种社交网络中加好友的方法，包括：获取与第一用户标识对应的好友添加请求，根据所述好友添加请求获取第二用户标识；获取所述第一用户标识和所述第二用户标识所在的群组，根据与所述第一用户标识对应的信息生成验证请求并发送给与第二用户标识对应的终端；在获取到与所述第二用户标识对应的好友添加确认请求后，将所述第二用户标识添加到与所述第一用户标识对应的好友列表中。此外，还提供了一种社交网络中加好友的装置。上述社交网络中加好友的方法和装置可以提高添加好友时操作上的便利性。
-
公开(公告)号：CN103425649A
公开(公告)日：2013-12-04
申请号：CN201210150079.7
申请日：2012-05-15
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F17/30
CPC classification number: G06F17/30699 , G06F17/30657 , G06Q10/10 , G06Q50/01 , H04L51/28 , H04L51/32
Abstract: 本发明提供一种添加好友信息的方法及装置，所述方法包括步骤：获取第一网络关系列表中的用户ID和用户好友ID；根据所述用户ID和用户好友ID，从若干个第二网络关系列表中获取所述用户与所述用户好友的第二关联信息；根据所述第二关联信息，确定所述用户与所述用户好友在所述第一网络关系列表中的第一关联信息，并在所述第一网络关系列表中添加所述第一关联信息。本发明提供的添加好友信息的方法及装置能够根据已有的网络关系列表准确的识别用户与好友的关联信息，自动为用户添加好友的备注信息。
-
公开(公告)号：CN101572629A
公开(公告)日：2009-11-04
申请号：CN200910107580.3
申请日：2009-05-31
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明适用于数据处理领域，提供了一种IP数据的处理方法和装置，所述方法包括下述步骤：A.采集登录用户的行为日志信息；B.从所述行为日志信息中分离出用户行为属性；C.根据业务需求，统计每个IP地址上与所述业务需求对应的用户行为属性的统计值，根据用户行为属性的统计值与预设的阈值之间的关系，对IP地址进行聚合处理，得到满足所述业务需求的IP地址集合。本发明实施例中通过采集海量用户的行为日志信息，从行为日志信息中分离出用户行为属性，再根据用户行为属性的统计值与预设阈值之间的关系，将IP地址进行聚合，得到满足不同业务需求的IP地址集合，从而为不同业务需求提供满足业务需求的基础的平台数据支持。
-
公开(公告)号：CN117076900A
公开(公告)日：2023-11-17
申请号：CN202311250238.5
申请日：2023-09-26
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F18/211 , G06F18/15 , G06F18/24 , G06N3/082
Abstract: 本申请提供了一种数据处理方法、装置、设备及存储介质，该方法可以应用于人工智能、资源推荐、数据搜索等技术领域，包括：在模型损失函数中添加第一正则损失，该第一正则损失用于使特征的权重两极分化为第一数值或第二数值，这样基于模型损失函数和第一训练样本对第一深度模型进行训练，使得M个特征的目标权重两级分化为第一数值和第二数值。在后续数据处理时，可以基于M个特征的目标权重，对目标数据的M个特征进行裁剪，进而通过目标深度模型对目标数据的N个特征进行处理，可以实现对特征的准确裁剪，保证数据的处理效果，且有效降低了目标深度模型待处理的特征数量，节省了设备资源。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.069 seconds)
