CN106991193B - 获取物品相似度的方法及终端、计算机可读存储介质 - Google Patents

获取物品相似度的方法及终端、计算机可读存储介质 Download PDF

Info

Publication number
CN106991193B
CN106991193B CN201710282469.2A CN201710282469A CN106991193B CN 106991193 B CN106991193 B CN 106991193B CN 201710282469 A CN201710282469 A CN 201710282469A CN 106991193 B CN106991193 B CN 106991193B
Authority
CN
China
Prior art keywords
similarity
article
obtaining
sample data
square matrix
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710282469.2A
Other languages
English (en)
Other versions
CN106991193A (zh
Inventor
张琪
郭红艳
郭凤阁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nubia Technology Co Ltd
Original Assignee
Nubia Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nubia Technology Co Ltd filed Critical Nubia Technology Co Ltd
Priority to CN201710282469.2A priority Critical patent/CN106991193B/zh
Publication of CN106991193A publication Critical patent/CN106991193A/zh
Application granted granted Critical
Publication of CN106991193B publication Critical patent/CN106991193B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Fuzzy Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种获取物品相似度的方法及终端、计算机可读存储介质，该方法包括步骤：计算物品标签的向量；根据计算的物品标签的向量，得到物品相似度方阵；对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选到多个样本数据Xm；根据筛选到的多个样本数据Xm，计算得到样本数据的平均值和方差；根据计算得到的样本数据的方差，得到语义集中度值。本发明公开的获取物品相似度的方法及终端、计算机可读存储介质，通过N皇后方法挑选出了极大匹配，弥补了匈牙利算法无法挖掘其它匹配的不足；引入了语义集中度衡量标准，利用方差计算均值这种方式，结合极大匹配、共同均衡了物品相似度结果，不再偏颇于根据匈牙利最大匹配算法得到的相似度结果。

Description

获取物品相似度的方法及终端、计算机可读存储介质
技术领域
本发明涉及通信技术领域，尤其涉及一种获取物品相似度的方法及终端、计算机可读存储介质。
背景技术
推荐系统向用户推荐内容时，主要采用的是基于物品的推荐方法，具体地，计算物品相似度，根据物品相似度和用户历史行为生成对应用户的推荐列表。
在实现本发明的过程中，发明人发现现有技术存在以下问题：
现有技术中，计算物品相似度的方法主要如下所示：利用物品标签，将其用语义模型工具进行向量化，然后使用余弦夹角公式或是欧几里得距离等方式计算两个物品各自标签之间的语义相似度，将这些值按照矩阵展开形成相似度矩阵，此时利用匈牙利算法，求其带权最大匹配，得到的匹配值结果相加即为物品相似度。这种方式有以下问题：
1)、匈牙利算法只能挑选出相似度矩阵中的最优匹配，对于其它匹配该算法没有办法挖掘。
2)、该方式从相似矩阵中只提取到一个“最优匹配”，没有提供结合其它匹配进行运算的方式，计算结果有失偏颇。
发明内容
本发明的主要目的在于提出一种获取物品相似度的方法及终端、计算机可读存储介质，旨在解决现有技术存在的问题。
为实现上述目的，本发明实施例第一方面提供一种获取物品相似度的方法，所述方法包括步骤：
计算物品标签的向量；
根据计算的物品标签的向量，得到物品相似度方阵，其中所述物品相似度方阵的行数和列数都为n；
对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选到多个样本数据Xm；
根据筛选到的多个样本数据Xm，计算得到样本数据的平均值和方差；
根据计算得到的样本数据的方差，得到语义集中度值，该语义集中度值即为物品相似度。
进一步地，所述步骤根据计算的物品标签的向量，得到物品相似度方阵包括步骤：
根据计算的物品标签的向量，得到物品相似度矩阵；
若所述物品相似度矩阵的行数和列数不相等，则从行或者列方向用零补全所述物品相似度矩阵为方阵；
若所述物品相似度矩阵的行数和列数相等，则执行下一步骤。
进一步地，所述步骤对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选到多个样本数据Xm包括步骤：
对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选得到n个数据；
将筛选得到n个数据进行相加，得到第一个样本数据X1；
继续对得到的物品相似度方阵，使用n皇后方法进行筛选，直到所有样本数据Xm筛选出来。
进一步地，通过以下公式得到所述语义集中度值：
Y＝1/S2+0.01
其中，Y为语义集中度值，S2为计算得到的样本数据的方差。
进一步地，所述步骤计算物品标签的向量包括：使用语义模型工具计算所述物品标签的向量；
所述步骤根据计算的物品标签的向量，得到物品相似度方阵包括：
根据所述语义模型工具计算的物品标签的向量，使用余弦夹角公式得到物品相似度方阵。
此外，为实现上述目的，本发明实施例第二方面提供一种终端，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的获取物品相似度程序，所述获取物品相似度程序被所述处理器执行时实现以下步骤：
计算物品标签的向量；
根据计算的物品标签的向量，得到物品相似度方阵，其中所述物品相似度方阵的行数和列数都为n；
对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选到多个样本数据Xm；
根据筛选到的多个样本数据Xm，计算得到样本数据的平均值和方差；
根据计算得到的样本数据的方差，得到语义集中度值，该语义集中度值即为物品相似度。
进一步地，所述获取物品相似度程序被所述处理器执行时还用于实现以下步骤：
根据计算的物品标签的向量，得到物品相似度矩阵；
若所述物品相似度矩阵的行数和列数不相等，则从行或者列方向用零补全所述物品相似度矩阵为方阵；
若所述物品相似度矩阵的行数和列数相等，则执行下一步骤。
进一步地，所述获取物品相似度程序被所述处理器执行时还用于实现以下步骤：
对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选得到n个数据；
将筛选得到n个数据进行相加，得到第一个样本数据X1；
继续对得到的物品相似度方阵，使用n皇后方法进行筛选，直到所有样本数据Xm筛选出来。
进一步地，所述获取物品相似度程序被所述处理器执行时还用于实现以下步骤：
通过以下公式得到所述语义集中度值：
Y＝1/S2+0.01
其中，Y为语义集中度值，S2为计算得到的样本数据的方差。
再者，为实现上述目的，本发明实施例第三方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有获取物品相似度程序，所述获取物品相似度程序被处理器执行时实现上述的获取物品相似度的方法的步骤。
本发明实施例提供的获取物品相似度的方法及终端、计算机可读存储介质，通过N皇后方法挑选出了极大匹配，弥补了匈牙利算法无法挖掘其它匹配的不足；引入了语义集中度衡量标准，利用方差计算均值这种方式，结合极大匹配、共同均衡了物品相似度结果，不再偏颇于根据匈牙利最大匹配算法得到的相似度结果。
附图说明
图1为实现本发明各个实施例的移动终端的硬件结构示意图；
图2为本发明实施例提供的一种通信网络系统架构图；
图3为本发明实施例的获取物品相似度的方法流程示意图；
图4为本发明实施例的终端结构示意图；
图5为本发明实施例的八宫格八皇后过程结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍：
射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。
WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。
进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。
为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络系统进行描述。
请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。
具体地，UE201可以是上述终端100，此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。
基于上述移动终端硬件结构以及通信网络系统，提出本发明方法各个实施例。
第一实施例
如图3所示，本发明第一实施例提供一种获取物品相似度的方法，所述方法包括步骤：
30、计算物品标签的向量。
在本实施例中，可使用语义模型工具计算物品标签的向量。语义模型工具可以为Word2Vec，Word2Vec是一个将单词转换成向量形式的工具，可以把对文本内容的处理简化为向量空间中的向量运算，计算出向量空间上的相似度，来表示文本语义上的相似度。
31、根据计算的物品标签的向量，得到物品相似度方阵，其中所述物品相似度方阵的行数和列数都为n。
具体地，该步骤包括：
根据计算的物品标签的向量，得到物品相似度矩阵；
若所述物品相似度矩阵的行数和列数不相等，则从行或者列方向用零补全所述物品相似度矩阵为方阵；
若所述物品相似度矩阵的行数和列数相等，则执行下一步骤32。
在本实施例中，可使用余弦夹角公式得到物品相似度方阵，余弦夹角公式如下所示：
Figure BDA0001279865280000121
Figure BDA0001279865280000122
其中
Figure BDA0001279865280000123
与
Figure BDA0001279865280000124
分别表示前一个步骤得到的两个物品各自的各个标签向量，m为第一个物品的标签个数，n为第二个物品的标签个数，rij表示第一个物品的第i个标签与第二个物品的第j个标签的相似度。
其中m＝n，若m≠n，则从行或者列方向用零补全物品相似度矩阵为方阵。
作为示例地，新闻作为物品(如下表格所示)，其标签使用word2vec向量转化为100维的向量比如，
Figure BDA0001279865280000125
新闻1的第一个标签向量分别与新闻2的每个标签向量进行向量点乘，也就是向量中每个维度(一共一百个)对应的值乘起来之后相加再除以一个固定值，每个值对应得到相似度方阵的第一行，再对新闻1的第二个标签做相同的操作直到新闻1的标签全部计算完毕形成整个相似度矩阵。
项目序号 新闻1的标签 新闻2的标签
1 考生，我校，学院 代码，院系
2 学校，志愿，录取 入学，资格考试
3 比赛，本场，蓝军 贝西，主场，塔斯，奥林匹亚
4 枪手，拜仁，球队 国米，比赛，汉堡，亚特兰
32、对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选到多个样本数据Xm。
具体地，该步骤包括：
对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选得到n个数据；
将筛选得到n个数据进行相加，得到第一个样本数据X1；
继续对得到的物品相似度方阵，使用n皇后方法进行筛选，直到所有样本数据Xm筛选出来。
其中，n皇后方法指的是：在国际象棋中，皇后可以吃掉出现在当前宫格的周围所有的棋子，在n×n方阵中，选取n个皇后的位置，要求它们之间不能够吃掉对方。
请参考图5所示，图5为本发明实施例的八宫格八皇后过程结构示意图，即n为8的情况，图中8个皇后，它们之间不能够吃掉对方。
33、根据筛选到的多个样本数据Xm，计算得到样本数据的平均值和方差。
具体地，方差S2计算公式如下所示：
Figure BDA0001279865280000141
其中X表示每个样本数据的值，
Figure BDA0001279865280000142
表示所有样本数据的均值，N为样本数据的总数。
34、根据计算得到的样本数据的方差，得到语义集中度值，该语义集中度值即为物品相似度。
在本实施例中，通过以下公式得到所述语义集中度值：
Y＝1/S2+0.01
其中，Y为语义集中度值，S2为计算得到的样本数据的方差。
作为示例地，以新闻作为物品(可参考前述表格)，经过上述步骤得到的相似度：
项目序号 新闻相似度
1 (50.87,考生 我校 学院&&代码 院系)
2 (30.22,学校 志愿 录取&&入学 资格考试)
3 (29.13,比赛 本场 蓝军&&贝西 主场 塔斯 奥林匹亚)
4 (20.68,枪手 拜仁 球队&&国米 比赛 汉堡 亚特兰)
本发明实施例提供的获取物品相似度的方法，通过N皇后方法挑选出了极大匹配，弥补了匈牙利算法无法挖掘其它匹配的不足；引入了语义集中度衡量标准，利用方差计算均值这种方式，结合极大匹配、共同均衡了物品相似度结果，不再偏颇于根据匈牙利最大匹配算法得到的相似度结果。
第二实施例
参照图4，图4为本发明第二实施例提供一种终端，所述终端包括：存储器40、处理器41及存储在所述存储器40上并可在所述处理器41上运行的获取物品相似度程序，所述获取物品相似度程序被所述处理器41执行时实现以下步骤：
计算物品标签的向量；
在本实施例中，可使用语义模型工具计算物品标签的向量。语义模型工具可以为Word2Vec，Word2Vec是一个将单词转换成向量形式的工具，可以把对文本内容的处理简化为向量空间中的向量运算，计算出向量空间上的相似度，来表示文本语义上的相似度。
根据计算的物品标签的向量，得到物品相似度方阵，其中所述物品相似度方阵的行数和列数都为n；
所述获取物品相似度程序被所述处理器执行时还用于实现以下步骤：
根据计算的物品标签的向量，得到物品相似度矩阵；
若所述物品相似度矩阵的行数和列数不相等，则从行或者列方向用零补全所述物品相似度矩阵为方阵；
若所述物品相似度矩阵的行数和列数相等，则执行下一步骤。
在本实施例中，可使用余弦夹角公式得到物品相似度方阵，余弦夹角公式如下所示：
Figure BDA0001279865280000151
Figure BDA0001279865280000152
其中
Figure BDA0001279865280000153
与
Figure BDA0001279865280000154
分别表示前一个步骤得到的两个物品各自的各个标签向量，m为第一个物品的标签个数，n为第二个物品的标签个数，rij表示第一个物品的第i个标签与第二个物品的第j个标签的相似度。
其中m＝n，若m≠n，则从行或者列方向用零补全物品相似度矩阵为方阵。
作为示例地，新闻作为物品(如下表格所示)，其标签使用word2vec向量转化为100维的向量比如，
Figure BDA0001279865280000161
新闻1的第一个标签向量分别与新闻2的每个标签向量进行向量点乘，也就是向量中每个维度(一共一百个)对应的值乘起来之后相加再除以一个固定值，每个值对应得到相似度方阵的第一行，再对新闻1的第二个标签做相同的操作直到新闻1的标签全部计算完毕形成整个相似度矩阵。
项目序号 新闻1的标签 新闻2的标签
1 考生，我校，学院 代码，院系
2 学校，志愿，录取 入学，资格考试
3 比赛，本场，蓝军 贝西，主场，塔斯，奥林匹亚
4 枪手，拜仁，球队 国米，比赛，汉堡，亚特兰
对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选到多个样本数据Xm；
所述获取物品相似度程序被所述处理器执行时还用于实现以下步骤：
对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选得到n个数据；
将筛选得到n个数据进行相加，得到第一个样本数据X1；
继续对得到的物品相似度方阵，使用n皇后方法进行筛选，直到所有样本数据Xm筛选出来。
其中，n皇后方法指的是：在国际象棋中，皇后可以吃掉出现在当前宫格的周围所有的棋子，在n×n方阵中，选取n个皇后的位置，要求它们之间不能够吃掉对方。
请参考图5所示，图5为本发明实施例的八宫格八皇后过程结构示意图，即n为8的情况，图中8个皇后，它们之间不能够吃掉对方。
根据筛选到的多个样本数据Xm，计算得到样本数据的平均值和方差；
具体地，方差S2计算公式如下所示：
Figure BDA0001279865280000171
其中X表示每个样本数据的值，
Figure BDA0001279865280000172
表示所有样本数据的均值，N为样本数据的总数。
根据计算得到的样本数据的方差，得到语义集中度值，该语义集中度值即为物品相似度。
在本实施例中，通过以下公式得到所述语义集中度值：
Y＝1/S2+0.01
其中，Y为语义集中度值，S2为计算得到的样本数据的方差。
作为示例地，以新闻作为物品(可参考前述表格)，经过上述步骤得到的相似度：
项目序号 新闻相似度
1 (50.87,考生 我校 学院&&代码 院系)
2 (30.22,学校 志愿 录取&&入学 资格考试)
3 (29.13,比赛 本场 蓝军&&贝西 主场 塔斯 奥林匹亚)
4 (20.68,枪手 拜仁 球队&&国米 比赛 汉堡 亚特兰)
本发明实施例提供的终端，通过N皇后方法挑选出了极大匹配，弥补了匈牙利算法无法挖掘其它匹配的不足；引入了语义集中度衡量标准，利用方差计算均值这种方式，结合极大匹配、共同均衡了物品相似度结果，不再偏颇于根据匈牙利最大匹配算法得到的相似度结果。
第三实施例
本发明第三实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有获取物品相似度程序，所述获取物品相似度程序被处理器执行时实现第一实施例所述的获取物品相似度的方法的步骤。
作为示例地，以新闻作为物品，如下表格所示：
项目序号 新闻1的标签 新闻2的标签
1 考生，我校，学院 代码，院系
2 学校，志愿，录取 入学，资格考试
3 比赛，本场，蓝军 贝西，主场，塔斯，奥林匹亚
4 枪手，拜仁，球队 国米，比赛，汉堡，亚特兰
获取物品相似度程序被处理器执行时，输出的物品相似度如下表格所示：
项目序号 新闻相似度
1 (50.87,考生 我校 学院&&代码 院系)
2 (30.22,学校 志愿 录取&&入学 资格考试)
3 (29.13,比赛 本场 蓝军&&贝西 主场 塔斯 奥林匹亚)
4 (20.68,枪手 拜仁 球队&&国米 比赛 汉堡 亚特兰)
本发明实施例提供的计算机可读存储介质，通过N皇后方法挑选出了极大匹配，弥补了匈牙利算法无法挖掘其它匹配的不足；引入了语义集中度衡量标准，利用方差计算均值这种方式，结合极大匹配、共同均衡了物品相似度结果，不再偏颇于根据匈牙利最大匹配算法得到的相似度结果。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (8)

1.一种获取物品相似度的方法，其特征在于，所述方法包括步骤：
计算物品标签的向量；
根据计算的物品标签的向量，得到物品相似度方阵，其中所述物品相似度方阵的行数和列数都为n；
对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选到多个样本数据Xm；
根据筛选到的多个样本数据Xm，计算得到样本数据的平均值和方差；
根据计算得到的样本数据的方差，得到语义集中度值，该语义集中度值即为物品相似度；
其中，所述步骤对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选到多个样本数据Xm包括步骤：
对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选得到n个数据；
将筛选得到n个数据进行相加，得到第一个样本数据X1；
继续对得到的物品相似度方阵，使用n皇后方法进行筛选，直到所有样本数据Xm筛选出来。
2.根据权利要求1所述的一种获取物品相似度的方法，其特征在于，所述步骤根据计算的物品标签的向量，得到物品相似度方阵包括步骤：
根据计算的物品标签的向量，得到物品相似度矩阵；
若所述物品相似度矩阵的行数和列数不相等，则从行或者列方向用零补全所述物品相似度矩阵为方阵；
若所述物品相似度矩阵的行数和列数相等，则执行下一步骤。
3.根据权利要求1所述的一种获取物品相似度的方法，其特征在于，通过以下公式得到所述语义集中度值：
Y＝1/S2+0.01
其中，Y为语义集中度值，S2为计算得到的样本数据的方差。
4.根据权利要求1所述的一种获取物品相似度的方法，其特征在于，所述步骤计算物品标签的向量包括：使用语义模型工具计算所述物品标签的向量；
所述步骤根据计算的物品标签的向量，得到物品相似度方阵包括：
根据所述语义模型工具计算的物品标签的向量，使用余弦夹角公式得到物品相似度方阵。
5.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的获取物品相似度程序，所述获取物品相似度程序被所述处理器执行时实现以下步骤：
计算物品标签的向量；
根据计算的物品标签的向量，得到物品相似度方阵，其中所述物品相似度方阵的行数和列数都为n；
对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选到多个样本数据Xm；
根据筛选到的多个样本数据Xm，计算得到样本数据的平均值和方差；
根据计算得到的样本数据的方差，得到语义集中度值，该语义集中度值即为物品相似度；
其中，所述获取物品相似度程序被所述处理器执行时还用于实现以下步骤：
对得到的物品相似度方阵，使用n皇后方法进行筛选，筛选得到n个数据；
将筛选得到n个数据进行相加，得到第一个样本数据X1；
继续对得到的物品相似度方阵，使用n皇后方法进行筛选，直到所有样本数据Xm筛选出来。
6.根据权利要求5所述的一种终端，其特征在于，所述获取物品相似度程序被所述处理器执行时还用于实现以下步骤：
根据计算的物品标签的向量，得到物品相似度矩阵；
若所述物品相似度矩阵的行数和列数不相等，则从行或者列方向用零补全所述物品相似度矩阵为方阵；
若所述物品相似度矩阵的行数和列数相等，则执行下一步骤。
7.根据权利要求5所述的一种终端，其特征在于，所述获取物品相似度程序被所述处理器执行时还用于实现以下步骤：
通过以下公式得到所述语义集中度值：
Y＝1/S2+0.01
其中，Y为语义集中度值，S2为计算得到的样本数据的方差。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有获取物品相似度程序，所述获取物品相似度程序被处理器执行时实现如权利要求1至4中任一项所述的获取物品相似度的方法的步骤。
CN201710282469.2A 2017-04-26 2017-04-26 获取物品相似度的方法及终端、计算机可读存储介质 Active CN106991193B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710282469.2A CN106991193B (zh) 2017-04-26 2017-04-26 获取物品相似度的方法及终端、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710282469.2A CN106991193B (zh) 2017-04-26 2017-04-26 获取物品相似度的方法及终端、计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN106991193A CN106991193A (zh) 2017-07-28
CN106991193B true CN106991193B (zh) 2020-03-13

Family

ID=59418681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710282469.2A Active CN106991193B (zh) 2017-04-26 2017-04-26 获取物品相似度的方法及终端、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN106991193B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110784966B (zh) * 2018-07-27 2021-09-10 比亚迪半导体股份有限公司 一种led驱动电流分配方法与装置、存储介质
CN112148964B (zh) * 2019-06-29 2022-11-18 阿里巴巴集团控股有限公司 信息处理、推荐方法、系统及设备
CN113361630B (zh) * 2021-06-25 2022-06-14 成都飞机工业（集团）有限责任公司 一种基于曲面特征对比的零件异同自动识别方法
CN113987134A (zh) * 2021-11-15 2022-01-28 中国银行股份有限公司 工单检索方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001073602A2 (en) * 2000-03-28 2001-10-04 Starlab Nv/Sa Clustering and examining large data sets
CN103246672A (zh) * 2012-02-09 2013-08-14 中国科学技术大学 对用户进行个性化推荐的方法和装置
CN104063445A (zh) * 2014-06-16 2014-09-24 百度移信网络技术（北京）有限公司 一种相似性度量的方法以及系统
CN104063589A (zh) * 2014-06-16 2014-09-24 百度移信网络技术（北京）有限公司 一种推荐方法以及系统
CN105956146A (zh) * 2016-05-12 2016-09-21 腾讯科技（深圳）有限公司 一种物品信息的推荐方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7689559B2 (en) * 2006-02-08 2010-03-30 Telenor Asa Document similarity scoring and ranking method, device and computer program product

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001073602A2 (en) * 2000-03-28 2001-10-04 Starlab Nv/Sa Clustering and examining large data sets
CN103246672A (zh) * 2012-02-09 2013-08-14 中国科学技术大学 对用户进行个性化推荐的方法和装置
CN104063445A (zh) * 2014-06-16 2014-09-24 百度移信网络技术（北京）有限公司 一种相似性度量的方法以及系统
CN104063589A (zh) * 2014-06-16 2014-09-24 百度移信网络技术（北京）有限公司 一种推荐方法以及系统
CN105956146A (zh) * 2016-05-12 2016-09-21 腾讯科技（深圳）有限公司 一种物品信息的推荐方法及装置

Also Published As

Publication number Publication date
CN106991193A (zh) 2017-07-28

Similar Documents

Publication Publication Date Title
CN107730303B (zh) 一种广告推送方法、设备及计算机可读存储介质
CN110321474B (zh) 基于搜索词的推荐方法、装置、终端设备及存储介质
CN106991193B (zh) 获取物品相似度的方法及终端、计算机可读存储介质
CN107273035B (zh) 应用程序推荐方法及移动终端
CN107748856A (zh) 二维码识别方法、终端及计算机可读存储介质
CN107547741B (zh) 一种信息处理方法、装置及计算机可读存储介质
CN108449513B (zh) 一种交互调控方法、设备及计算机可读存储介质
CN107168626B (zh) 一种信息处理方法、设备及计算机可读存储介质
CN108536364A (zh) 一种拍摄方法、终端及计算机可读存储介质
CN109151216B (zh) 应用启动方法、移动终端、服务器及计算机可读存储介质
CN111242234A (zh) 图像目标的检测方法、装置、终端设备及存储介质
CN109683797B (zh) 一种显示区控制方法、设备及计算机可读存储介质
CN107608727A (zh) 一种应用程序的显示方法、移动终端及存储介质
CN108322611B (zh) 一种锁屏信息推送方法、设备及计算机可读存储介质
CN109710149B (zh) 一种交互显示方法、设备及计算机可读存储介质
CN109683796B (zh) 一种交互控制方法、设备及计算机可读存储介质
CN109462829B (zh) 一种通话转移方法、设备及计算机可读存储介质
CN107241489A (zh) 一种呼叫的方法、移动终端及计算机可读存储介质
CN111399710B (zh) 一种关联触控方法、设备及计算机可读存储介质
CN114049480A (zh) 一种游戏场景识别方法、设备及计算机可读存储介质
CN107203784B (zh) 一种相似度计算方法、终端及计算机可读存储介质
CN111476231B (zh) 一种图像区域识别方法、设备及计算机可读存储介质
CN114581504A (zh) 一种深度图像置信度计算方法、设备及计算机可读存储介质
CN111399739B (zh) 触摸事件转换处理方法、终端和计算机可读存储介质
CN114681913A (zh) 一种游戏事件共享方法、设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant