CN109189905A - 一种大数据行为模式多维智能匹配推送软件 - Google Patents

一种大数据行为模式多维智能匹配推送软件 Download PDF

Info

Publication number
CN109189905A
CN109189905A CN201810926613.6A CN201810926613A CN109189905A CN 109189905 A CN109189905 A CN 109189905A CN 201810926613 A CN201810926613 A CN 201810926613A CN 109189905 A CN109189905 A CN 109189905A
Authority
CN
China
Prior art keywords
unit
user
feature
big data
information unit
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.)
Withdrawn
Application number
CN201810926613.6A
Other languages
English (en)
Inventor
胡邱飞
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.)
Suzhou Zhixian Zhishen Information Technology Co ltd
Original Assignee
Suzhou Zhixian Zhishen Information 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 Suzhou Zhixian Zhishen Information Technology Co ltd filed Critical Suzhou Zhixian Zhishen Information Technology Co ltd
Priority to CN201810926613.6A priority Critical patent/CN109189905A/zh
Publication of CN109189905A publication Critical patent/CN109189905A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明公开了一种大数据行为模式多维智能匹配推送软件，其包括特征构建系统、机器学习系统和绩效评价系统，特征构建系统包括有用户基本特征信息单元和用户心理特征信息单元；用户基本特征信息单元包括有多个特征变量，且从用户基本特征信息单元中提取特征变量；用户心理特征信息单元包括有人机交互动态特征和语言特征；机器学习系统包括有支持向量机单元、随机森林单元和深度学习单元；绩效评价系统包括有样本标记单元、过抽样与欠抽样单元、特征空间降维单元及测试集验证单元。本发明能够进行数据的双层甚至多层的分析，从而将大数据分析技术有效应用于人际关系/多人匹配分析领域，提升社交有效性。

Description

一种大数据行为模式多维智能匹配推送软件
技术领域
本发明涉及大数据分析软件技术领域，具体为一种大数据行为模式多维智能匹配推送软件。
背景技术
青少年身体与心理健康问题一直是党中央和政府关心的问题。青少年沉迷网络游戏及网络社交已经成为当前无法回避的社会问题。更好的引导青少年健康的度过空闲时间是我们公司的核心愿景。而通过市场调查分析之后，我们发现绝大数青少年并非真的喜欢打游戏或者偏好网络社交，而是缺少有效的社交圈。平时放假休息找不到朋友一起玩才是他们沉迷于网络世界的真实理由。
而目前市场存在的活动平台普遍存在的问题在于活动质量参差不齐，参加人员杂论。而网络社交平台则没有很好的线下延伸交友方式，且匹配度智能化低。
基于大数据分析从海量非结构化数据中提炼用户特征信息中现有技术的已有方案主要通过结构化数据来提炼用户特征，实现一对一的用户匹配，但是大量的非结构化数据尤其是互联网中隐含的社会网络和用户行为数据并没有得到充分的挖掘和利用。
从基本特征和心理特征两个方面来看已有方案主要考虑双用户间的人际匹配关系，但是多用户间的匹配关系则鲜有涉及。同城线下游戏更注重团队合作及多人社交，因此需要开发多用户的最优匹配策略。另一方面，已有方案主要从人口统计学角度考虑匹配关系，但是心理特征、人际影响等非软性指标则考虑不足；且已有的匹配技术主要考虑用户的静态特征，较少考虑用户自身的动态演化过程以及用户间的交互影响。
发明内容
为了克服上述问题，本发明提供一种大数据行为模式多维智能匹配推送软件。
本发明的技术方案是提供一种大数据行为模式多维智能匹配推送软件，其特征在于：其包括特征构建系统、机器学习系统和绩效评价系统，所述特征构建系统包括有用户基本特征信息单元和用户心理特征信息单元；
所述用户基本特征信息单元包括有多个特征变量，且从用户基本特征信息单元中提取所述特征变量；所述用户心理特征信息单元包括有人机交互动态特征和语言特征；
所述机器学习系统包括有支持向量机单元、随机森林单元和深度学习单元，所述机器学习系统连接于所述特征构建系统；
所述绩效评价系统包括有样本标记单元、过抽样与欠抽样单元、特征空间降维单元及测试集验证单元；所述绩效评价系统连接所述机器学习系统。
进一步的，所述推送软件还包括有绩效评价系统，所述绩效评价系统连接于所述样本标记单元。
进一步的，所述支持向量机单元、所述随机森林单元和所述深度学习单元均进行动态组合，连接于集成学习单元。
进一步的，所述特征变量包括有人口统计特征、个体行为模式特征及个体社会网络特征。
进一步的，所述用户基本特征信息单元包括有性别、年龄、身高、体重、容貌特征、学历背景、游戏偏好、个人经历、社会网络，通过用户基本特征信息单元提取特征变量。
本发明的有益效果是：本发明的一种大数据行为模式多维智能匹配推送软件借助大数据分析技术从海量非结构化数据中提炼线索，综合利用结构化和非结构化数据构建多对多用户匹配模型，具有方法上的创新。通过研发基于基本特征和心理特征的多用户匹配模型，能够极大地提升用户匹配的适应性与有效性；基于参与用户的特征、游戏场景等，考虑个体在线下游戏过程中的认知和决策过程，从认知和情感两个维度剖析用户间的交互影响机理，不但考虑用户的静态特征还考虑动态演化过程，从而有效提升匹配模型的精准性。
附图说明
图1是本发明的一种大数据行为模式多维智能匹配推送软件的示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本发明。
如图1所示，本发明的一种大数据行为模式多维智能匹配推送软件，其特征在于：其包括特征构建系统、机器学习系统和绩效评价系统，特征构建系统包括有用户基本特征信息单元和用户心理特征信息单元；
用户基本特征信息单元包括有多个特征变量，且从用户基本特征信息单元中提取特征变量；用户心理特征信息单元包括有人机交互动态特征和语言特征；
机器学习系统包括有支持向量机单元、随机森林单元和深度学习单元，机器学习系统连接于特征构建系统；
绩效评价系统包括有样本标记单元、过抽样与欠抽样单元、特征空间降维单元及测试集验证单元；绩效评价系统连接机器学习系统。
具体的，推送软件还包括有绩效评价系统，绩效评价系统连接于样本标记单元。
具体的，支持向量机单元、随机森林单元和深度学习单元均进行动态组合，连接于集成学习单元。
具体的，特征变量包括有人口统计特征、个体行为模式特征及个体社会网络特征。
具体的，用户基本特征信息单元包括有性别、年龄、身高、体重、容貌特征、学历背景、游戏偏好、个人经历、社会网络，通过用户基本特征信息单元提取特征变量。
本项目借助大数据分析技术从海量非结构化数据中提炼线索，综合利用结构化和非结构化数据构建多对多用户匹配模型，具有方法上的创新。通过研发基于基本特征和心理特征的多用户匹配模型，能够极大地提升用户匹配的适应性与有效性；基于参与用户的特征、游戏场景等，考虑个体在线下游戏过程中的认知和决策过程，从认知和情感两个维度剖析用户间的交互影响机理，不但考虑用户的静态特征还考虑动态演化过程，从而有效提升匹配模型的精准性。
本发明进行数据的双层甚至多层的分析，在数据量少的情况下能够最有效的推测参数的一个合理区间，在数据量大的情况下进行有效的跨性质分析。能够分析出和推测参数关系最密切的参数及影响指数，组合其中的合并参数，并最大限度的进行推测参数的推测分析。从而将大数据分析技术有效应用于人际关系/多人匹配分析领域，提升社交有效性。
以上实施例仅为本发明其中的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种大数据行为模式多维智能匹配推送软件，其特征在于：其包括特征构建系统、机器学习系统和绩效评价系统，所述特征构建系统包括有用户基本特征信息单元和用户心理特征信息单元；
所述用户基本特征信息单元包括有多个特征变量，且从用户基本特征信息单元中提取所述特征变量；所述用户心理特征信息单元包括有人际交互动态特征和语言特征；
所述机器学习系统包括有支持向量机单元、随机森林单元和深度学习单元，所述机器学习系统连接于所述特征构建系统；
所述绩效评价系统包括有样本标记单元、过抽样与欠抽样单元、特征空间降维单元及测试集验证单元；所述绩效评价系统连接所述机器学习系统。
2.根据权利要求1所述的一种大数据行为模式多维智能匹配推送软件，其特征在于：所述推送软件还包括有绩效评价系统，所述绩效评价系统连接于所述样本标记单元。
3.根据权利要求1所述的一种大数据行为模式多维智能匹配推送软件，其特征在于：所述支持向量机单元、所述随机森林单元和所述深度学习单元均进行动态组合，连接于集成学习单元。
4.根据权利要求1所述的一种大数据行为模式多维智能匹配推送软件，其特征在于：所述特征变量包括有人口统计特征、个体行为模式特征及个体社会网络特征。
5.根据权利要求4所述的一种大数据行为模式多维智能匹配推送软件，其特征在于：所述用户基本特征信息单元包括有性别、年龄、身高、体重、容貌特征、学历背景、游戏偏好、个人经历、社会网络，通过用户基本特征信息单元提取特征变量。
CN201810926613.6A 2018-08-15 2018-08-15 一种大数据行为模式多维智能匹配推送软件 Withdrawn CN109189905A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810926613.6A CN109189905A (zh) 2018-08-15 2018-08-15 一种大数据行为模式多维智能匹配推送软件

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810926613.6A CN109189905A (zh) 2018-08-15 2018-08-15 一种大数据行为模式多维智能匹配推送软件

Publications (1)

Publication Number Publication Date
CN109189905A true CN109189905A (zh) 2019-01-11

Family

ID=64935881

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810926613.6A Withdrawn CN109189905A (zh) 2018-08-15 2018-08-15 一种大数据行为模式多维智能匹配推送软件

Country Status (1)

Country Link
CN (1) CN109189905A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147454A (zh) * 2019-04-30 2019-08-20 东华大学 一种基于虚拟机器人的情感交流匹配系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488662A (zh) * 2016-01-07 2016-04-13 北京歌利沃夫企业管理有限公司 一种基于双向推荐的在线招聘系统
CN106056427A (zh) * 2016-05-25 2016-10-26 中南大学 一种基于Spark的大数据混合模型的移动推荐方法
CN107895026A (zh) * 2017-11-17 2018-04-10 联奕科技有限公司 一种校园用户画像的实现方法
CN107947951A (zh) * 2017-12-21 2018-04-20 广东欧珀移动通信有限公司 用户群组推荐方法、装置及存储介质和服务器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488662A (zh) * 2016-01-07 2016-04-13 北京歌利沃夫企业管理有限公司 一种基于双向推荐的在线招聘系统
CN106056427A (zh) * 2016-05-25 2016-10-26 中南大学 一种基于Spark的大数据混合模型的移动推荐方法
CN107895026A (zh) * 2017-11-17 2018-04-10 联奕科技有限公司 一种校园用户画像的实现方法
CN107947951A (zh) * 2017-12-21 2018-04-20 广东欧珀移动通信有限公司 用户群组推荐方法、装置及存储介质和服务器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147454A (zh) * 2019-04-30 2019-08-20 东华大学 一种基于虚拟机器人的情感交流匹配系统

Similar Documents

Publication Publication Date Title
CN111953763B (zh) 一种业务数据推送方法、装置及存储介质
Wohn et al. The" S" in social network games: Initiating, maintaining, and enhancing relationships
Hou et al. The effects of push-pull-mooring on the switching model for social network sites migration
Shen et al. Inferring personality of online gamers by fusing multiple-view predictions
CN112138409B (zh) 游戏结果的预测方法、装置及存储介质
Vartiainen et al. Co-creation of value for IT-enabled services: A case of geocaching
CN107491991A (zh) 基于晃动的人机识别方法及应用其的广告投放方法和系统
CN109189905A (zh) 一种大数据行为模式多维智能匹配推送软件
Morie et al. Embodied conversational agent avatars in virtual worlds: Making today’s immersive environments more responsive to participants
Chen et al. Compress to impress: Unleashing the potential of compressive memory in real-world long-term conversations
Merkx et al. Inducing and measuring emotion through a multiplayer first-person shooter computer game
Afsheen et al. Role of Tik Tok in social acceptability and improved Socio-Economic Status (SES) of transgender and trans-sexual in Pakistan
Watkins Social media & sports: An evaluation of the influence of twitter and mobile apps on brand-related consequences
CN108961088A (zh) 一种基于行为模式多维匹配推送软件的推送方法
Mishra Generating Video Game Quests From Stories
Wang et al. Virtual nexus: Female players’ emotional attachment in a role-playing video game
Shah et al. Using network structure to identify groups in virtual worlds
Tjokrosetio et al. Character believability enhancement using facial expression recognition to improve the players immersive experience
Simon Social heroes: games as APIs for social interaction
Koorn Establishing brand personality: from Greek mythology to machine learning
Lin Leveraging Multimodal Perspectives to Learn Common Sense for Vision and Language Tasks
CN107358819B (zh) 基于知识录入和在线竞技的学习方法及装置
Martins et al. Peak-end rule in narrative videogames: analysis of players’ perceptions on social media about “The Last of Us Part II” and “God of War”
Huang et al. The relationship between human and virtual agents: A life cycle view
Yu et al. Mobile App Connecting People Based on Personality Detection and Image Perception Analysis

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20190111

WW01 Invention patent application withdrawn after publication