CN109948062A - 一种目标匹配方法、装置、服务器、系统及存储介质 - Google Patents
一种目标匹配方法、装置、服务器、系统及存储介质 Download PDFInfo
- Publication number
- CN109948062A CN109948062A CN201910251921.8A CN201910251921A CN109948062A CN 109948062 A CN109948062 A CN 109948062A CN 201910251921 A CN201910251921 A CN 201910251921A CN 109948062 A CN109948062 A CN 109948062A
- Authority
- CN
- China
- Prior art keywords
- matching
- matched
- matrix
- target object
- matching degree
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 239000011159 matrix material Substances 0.000 claims abstract description 132
- 230000003542 behavioural effect Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 3
- 238000011002 quantification Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 4
- 241000406668 Loxodonta cyclotis Species 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种目标匹配方法、装置、服务器、系统及存储介质。该方法包括:确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,匹配矩阵基于预设匹配条件设定;根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。上述技术方案通过基于预设匹配条件设定匹配矩阵,并利用匹配矩阵确定待匹配对象和目标对象的匹配度,无论是针对单个匹配条件还是两个及两个以上的匹配条件,都将匹配过程转换为对匹配矩阵之间的量化处理,实现了匹配的统一化,从而提高了匹配效率。
Description
技术领域
本发明实施例涉及信息处理技术领域,尤其涉及一种目标匹配方法、装置、服务器、系统及存储介质。
背景技术
随着互联网高速发展,当今社会已经进入信息爆炸时代,在很多应用场景下都需要根据一定的预设条件对目标对象进行匹配,以确定最合适的匹配对象。例如,在选购物品时,商城中存在各种各样的物品,这些物品都作为目标对象,买家可通过设定期望的价格范围或物品的性能等,对商城中的物品进行匹配,以匹配到最感兴趣的物品,而不感兴趣的物品不会被展示,从而减少信息噪声及冗余;又如,在游戏对局中,服务器中正在等待匹配的玩家都作为目标对象,新加入的玩家可通过选择游戏类型、设置难度等级,匹配到合适的玩家作为游戏队友或对手等。
在各类应用场景中,对目标对象进行匹配时,可能会同时出现两个或两个以上的预设条件,或者单次匹配时只有一个预设条件,但是不同时间的预设条件不同,不同预设条件对应的匹配规则也不同,那么,要得到匹配结果需要不断的适应不同的预设条件,以及参照不同的匹配规则,从而导致匹配效率低下。
发明内容
本发明提供了一种目标匹配方法、装置、服务器、系统及存储介质,以提高匹配效率。
第一方面,本发明实施例提供了一种目标匹配方法,包括:
确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,匹配矩阵基于预设匹配条件设定;
根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。
第二方面,本发明实施例提供了一种目标匹配装置,包括:
匹配度确定模块,用于确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,匹配矩阵基于预设匹配条件设定;
匹配模块,用于根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。
第三方面,本发明实施例提供了一种目标匹配系统,包括:信息收集模块和与所述信息收集模块相连的匹配计算模块;所述信息收集模块用于接收待匹配对象并发给所述匹配计算模块,所述匹配计算模块设置如权利要求9所述的目标匹配装置。
第四方面,本发明实施例提供了一种服务器,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的目标匹配方法。
第五方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的目标匹配方法。
本发明实施例提供了一种目标匹配方法、装置、服务器、系统及存储介质,该方法包括:确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,匹配矩阵基于预设匹配条件设定;根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。上述技术方案通过基于预设匹配条件设定匹配矩阵,并利用匹配矩阵确定待匹配对象和目标对象的匹配度,无论是针对单个匹配条件还是两个及两个以上的匹配条件,都将匹配过程转换为对匹配矩阵之间的量化处理,实现了匹配的统一化,从而提高了匹配效率。
附图说明
图1为本发明实施例一提供的一种目标匹配方法的流程图;
图2为本发明实施例二提供的一种目标匹配方法的流程图;
图3为本发明实施例二提供的一种目标匹配方法的实现示意图;
图4为本发明实施例二中的根据匹配度和等待时长确定匹配对象的示意图;
图5为本发明实施例三提供的一种目标匹配装置的结构示意图;
图6为本发明实施例四提供的一种目标匹配系统的结构示意图;
图7为本发明实施例四中的目标匹配系统的原理示意图;
图8为本发明实施例五提供的一种服务器的硬件结构示意图.
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种目标匹配方法的流程图。本实施例可适用于待匹配对象与目标对象之间进行行为匹配的场景,可实现基于一种或多种匹配条件进行匹配,例如,在选购物品时根据物品的价格、性能等匹配到卖家感兴趣的物品;或者在游戏对局中根据玩家的积分等级、游戏难度等为新加入的玩家匹配队友或对手;又如在进行社交时根据年龄、性别、学历等对为用户匹配到合适的好友等。具体的,该目标匹配方法可以由目标匹配装置执行,该目标匹配装置可以通过软件和/或硬件的方式实现,并集成在服务器中。进一步的,服务器包括但不限定于:工业集成服务器、系统后台服务器以及云端服务器。
参考图1,该方法具体包括如下步骤:
S110、确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,匹配矩阵基于预设匹配条件设定。
具体的,待匹配对象指当前发起匹配请求的用户或对象,例如在游戏对局中发起匹配请求的新加入的玩家,又如,在选购物品时买家设定的目标物品(如某一型号的手机)等;目标对象是指服务器等待队列中的用户或对象,例如,服务器中还未与其他玩家成功匹配的玩家都暂时存储在服务器的等待队列中,该等待队列也称为匹配池,匹配池中的玩家作为目标对象,在等待与新加入的玩家成功匹配。匹配矩阵是将待匹配对象或目标对象的对象特征在各预设匹配条件上的取值量化后形成的离散的多维矩阵。示例性的,匹配矩阵的N(N为大于0的自然数)个行向量分别对应于N个预设匹配条件,每个行向量基于对应的预设匹配条件划分出不同的等级或类型。例如,基于兴趣类型这一预设匹配条件,对应的行向量划分为二次元、动漫、科教等;基于想玩的游戏这一预设匹配条件,对应的行向量划分为斗兽棋、飞行棋等;基于难度这一预设匹配条件,对应的行向量划分为低级、中级和高级等。在匹配矩阵中,将用户能够接受的矩阵元素对应位置设置为1、不接受的矩阵元素对应位置设置为0(也可根据实际情况调整矩阵元素的赋值规则),从而构建待匹配对象的匹配矩阵。需要说明的是,由于不同的预设匹配条件划分出的等级或类型的数量不同,例如兴趣类型可分为5种,而难度等级只有3种,所述匹配矩阵不一定为方阵,但可通过在等级或类型的数量较少的行向量后补0,将其统一为N*M的匹配矩阵,其中,N为预设条件的个数,M为各预设匹配条件划分出的等级或类型的数量的最大值。
表1为预设匹配条件与矩阵元素取值的映射关系表。本实施例以在游戏对局匹配玩家的应用场景为例进行说明。如表1所示,第一列中的元素为N(N=4)个预设匹配条件,对于兴趣类型,划分为M=5个类型,M为各预设匹配条件划分出的等级或类型的数量的最大值,因此矩阵元素为5列。表1中括号中的文字标注了在对应的预设匹配条件下划分出的不同等级或类型,括号前的数值即为矩阵元素,数值越大,则用户匹配该矩阵元素的期望程度越高;数值为0,则用户不接受该矩阵元素。例如,对于兴趣类型这一预设匹配条件,用户最期望匹配到的游戏主题为动漫类的,其次是二次元与音乐类的,但不期望匹配到科教和京剧类的。对于其他预设匹配条件,划分出的等级或类型的数量较少,在对应的行向量后补0,统一为4行5列的矩阵。
表1预设匹配条件与矩阵元素取值的映射关系表
需要说明的是,等待队列中的目标对象也具有同样形式的匹配矩阵,只是各目标对象的矩阵元素的取值各不相同。在对矩阵元素赋值时,可根据实际需求对赋值规则进行调整,使其能够体现用户对各等级或类型的期望程度,在计算匹配度时得以体现即可。例如,矩阵元素的赋值可以为0、1、2、3,数值越大则用户越期望匹配到该矩阵元素,还可进行其他形式的扩展,从而更容易匹配到期望的目标对象,并可灵活地应用于各类场景;通过将取值标准化为匹配矩阵的形式,预设匹配条件可根据实际的应用场景进行设置和扩展,避免了当增加匹配条件时更改复杂的匹配函数或逻辑。
进一步的,对待匹配对象的匹配矩阵与目标对象的匹配矩阵进行计算(对匹配矩阵相乘、异或、相加或进行混合运算等),得到待匹配对象与各目标对象的匹配度。
S120、根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。
具体的,当待匹配对象与目标对象的匹配度大于或等于匹配度阈值时,两者才有可能匹配成功,否则匹配失败。其中,匹配度与目标对象一一对应。当等待队列中的目标对象只有一个时,匹配度也只有一个,若待匹配对象与该目标对象的匹配度大于或等于匹配度阈值,则可确定该目标对象为最终的匹配对象;若待匹配对象与该目标对象的匹配度小于匹配度阈值,则确定匹配失败。当等待队列中的目标对象有多个时,匹配度对应的也有多个,例如,待匹配对象与目标对象1的匹配度为M1,与目标对象2的匹配度为M2,与目标对象3的匹配度为M3,依此类推,其中,只有M1和M2大于或等于匹配度阈值,则只有目标对象1和目标对象2可能为最终的匹配对象,在此基础上,可进一步根据M1和M2的数值大小确定匹配结果。
本发明实施例一提供的一种目标匹配方法,通过确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,匹配矩阵基于预设匹配条件设定;根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果,将待匹配对象和目标对象在匹配条件上的取值标准化为匹配矩阵,无论是针对单个匹配条件还是两个及两个以上的匹配条件,都将匹配过程转换为对匹配矩阵之间的量化处理,实现了匹配的统一化,从而提高了匹配效率。
实施例二
图2为本发明实施例二提供的一种目标匹配方法的流程图。本实施例在上述实施例的基础上进行优化,对匹配矩阵的确定以及匹配度的计算进行具体的说明,未在本实施例中详尽描述的技术细节可参见上述实施例。
具体的,参考图2,该目标匹配方法具体包括如下步骤:
S210、获取待匹配对象。
具体的,待匹配对象是指要与等待队列中的目标对象进行匹配的用户或对象,服务器通过接收匹配请求可获取待匹配对象。匹配请求可以为基于预设匹配条件对商城中的物品进行匹配、对社交好友或游戏玩家进行匹配的请求等,对应的,待匹配对象分别为期望的物品、期望的好友、当前新加入的玩家等。例如,用户通过客户端点击搜索物品、查找好友、开始游戏等按钮,都可向服务器发送匹配请求,服务器可从匹配请求中获取待匹配对象。
S220、确定所述待匹配对象对应的对象特征。
具体的,待匹配对象的对象特征包括待匹配对象对预设匹配条件中的不同等级和类型的期望程度。例如,对象特征为优先匹配动漫主题、不匹配科教主题等。
进一步的,确定所述待匹配对象对应的对象特征,包括:获取用户输入的所述待匹配对象对应的对象特征;或者,查找所述待匹配对象的行为数据,根据所述行为数据确定对应的对象特征。
具体的,用户可根据预设匹配条件从客户端输入对象特征。例如,用户通过客户端选择优先匹配何种类型或等级,不匹配何种类型和等级,或者根据期望程度对不同类型和等级进行排序等,服务器根据可获取到用户对于待匹配对象输入的对象特征,进而据此生成匹配矩阵。又如,通过查找待匹配对象的行为数据自动分析对象特征,其中,行为数据包括待匹配对象的浏览记录、用户的历史输入数据、历史匹配对象,将行为数据中出现最频繁的对象特征(或者该待匹配对象在最近一次匹配过程中的对象特征)作为对象特征,从而实现自动确定最接近待匹配对象的期望程度的对象特征。
S230、根据所述对象特征和预设匹配条件,确定所述待匹配对象的匹配矩阵。
具体的,根据对象特征和预设匹配条件将对象特征量化,从而构建待匹配对象的匹配矩阵。通过构建匹配矩阵的方式,将待匹配对象在各预设匹配条件上的取值量化,得到形式统一的匹配矩阵,将匹配过程转换为对匹配矩阵之间的量化处理。需要说明的是,当预设匹配条件有多个时,对待匹配对象和目标对象的匹配矩阵进行量化处理,能够实现对多个预设匹配条件并行计算,避免了多重计算和筛选,从而提高匹配效率。
S240、计算待匹配对象的匹配矩阵与目标对象的匹配矩阵的乘积向量
具体的,待匹配对象的匹配矩阵与目标对象的匹配矩阵形式统一,可以通过点乘、叉乘、异或等方式对匹配矩阵进行矩阵运算,得到匹配度。本实施例示例性地将待匹配对象的匹配矩阵(N行M列)与目标对象的匹配矩阵(N行M列)点乘,即,将匹配矩阵中对应位置的数值相乘,再将同一行中的矩阵元素相加,得到对应于N个预设匹配条件的乘积向量(乘积向量为N行1列)。例如,参照表1,待匹配对象的匹配矩阵为假设目标对象1的匹配矩阵为则点乘后的矩阵为将同一行中的矩阵元素相加后的乘积向量为其中,以匹配矩阵的第2行为例,对应于想玩的游戏这一预设匹配条件,划分为斗兽棋、飞行棋、跳一跳、打飞机4种类型,最后一位补0,待匹配对象针对此预设匹配条件的矩阵元素取值为[0,1,1,0,0],而目标对象1针对此预设匹配条件的矩阵元素取值为[1,0,0,1,0],则待匹配对象与目标对象1针对此预设匹配条件点乘后为[0,0,0,0,0]。据此,若在匹配矩阵赋值时,将待匹配对象和目标对象可接受的矩阵元素赋值为1,不接受的矩阵元素赋值为0,则将待匹配对象和目标对象的匹配矩阵点乘后,两者都可接收的矩阵元素仍为1;而待匹配对象和目标对象中一旦有一个不接受某个矩阵元素,则该矩阵元素对应的相乘后的数值为0。
S250、根据所述乘积向量中的元素值确定匹配度。
具体的,所述乘积向量反映了待匹配对象和目标对象在N个预设匹配条件上的匹配程度,乘积向量中的元素的数值越大,则待匹配对象和目标对象在对应的预设匹配条件的期望越接近;若乘积向量中某一元素的数值为0,则待匹配对象和目标对象在对应的预设匹配条件上完全不符,无法匹配,可排除该目标对象。例如上述实例中,乘积向量中的第一个元素为6,数值较大,则待匹配对象和目标对象对第一个预设匹配条件的各种类型或等级的期望比较接近,第2行元素为0,即对于想玩的游戏这一预设匹配条件,待匹配对象可以接受飞行棋和跳一跳,而目标对象1只能接受斗兽棋和打飞机,则待匹配对象和目标对象1在这一预设匹配条件上无法匹配,此时可将目标对象1排除,无需进行进一步的匹配计算。
进一步的,所述根据所述乘积向量中的元素值确定匹配度,包括:如果所述乘积向量中的元素值包括0,则匹配度为0;如果所述乘积向量中的元素值不包括0,则将各元素值加权求和作为匹配度。
具体的,若待匹配对象和目标对象的匹配矩阵的乘积向量中出现了0元素,如上述实例中乘积向量为第二个元素为0,则说明待匹配对象和目标对象在第二个预设匹配条件上完全无法匹配,则该目标对象无法与待匹配对象成功匹配,可确定该目标对象与待匹配对象之间的匹配度为0。而对于乘积向量中的元素值不包括0的情况,待匹配对象和目标对象之间具有一定的匹配可能性,则将所述乘积向量中各元素加权求和的值作为匹配度。例如,待匹配对象的匹配矩阵为目标对象2的匹配矩阵为则点乘后的矩阵为将同一行中的矩阵元素相加后的乘积向量为若兴趣类型、想玩的游戏、难度、对局时长的权重(该权重用于反映待匹配对象对各预设匹配条件的重视程度)依次为0.3、0.2、0.2、0.3,则将所述乘积向量中各元素加权求和,得到待匹配对象与目标对象2的匹配度M2=6*0.3+1*0.2+1*0.2+4*0.3=3.4。用同样的计算方法可得到待匹配对象与各目标对象的匹配度M1、M2……Mn。
进一步的,对象特征还包括各预设匹配条件对应的权重,用于反映待匹配对象对各预设匹配条件的重视程度,可以为默认设置的权重值、用户输入的权重值,也可以为根据用户的行为数据确定的权重值。
S260、是否存在匹配度大于或等于匹配度阈值的目标对象,若是,则执行步骤S270,若否,则执行步骤S280。
具体的,本实施例以匹配度阈值为0例进行说明,若存在匹配度大于或等于匹配度阈值的目标对象,即存在符合待匹配对象的期望的目标对象,具有一定的匹配度,则执行步骤S270;若否,即待匹配对象与各目标对象的匹配度均为0,则匹配失败,无法确定匹配对象。
S270、从匹配度大于或等于匹配度阈值的目标对象中确定匹配对象。
具体的,如果存在匹配度大于或等于匹配度阈值的目标对象,则从匹配度大于或等于匹配度阈值的目标对象中确定匹配对象,而将匹配度小于匹配度阈值的目标对象排除。例如,当目标对象有多个时,将目标对象按照匹配度值由大到小进行排序,将排序结果中匹配度值最大的目标对象作为匹配对象,或者将排序结果中靠前的预设数量的目标对象作为匹配对象。需要说明的是,匹配度阈值为大于或等于0的实数,当匹配度阈值不为0时,对待匹配对象和目标对象的匹配度有一定的要求,即匹配度大于或等于一定的阈值才能进行进一步的匹配,如果匹配度较小,低于匹配度阈值,则该目标对象无法参与进一步的匹配,从而考虑待匹配对象对匹配度的最低要求,提高用户对匹配对象的满意度。
进一步的,所述从匹配度大于或等于匹配度阈值的目标对象中确定匹配对象,包括:获取目标对象的等待时长;根据所述等待时长从匹配度大于或等于匹配度阈值的目标对象中确定匹配对象。
具体的,目标对象为等待队列中的用户或对象,其在等待队列中具有一定的等待时长,等待时长是以该目标对象加入等待队列的时刻作为起始时刻,将待匹配对象发起匹配请求的时刻作为当前时刻得到的,目标对象的等待时长随时间的变化不断更新。图4为本发明实施例二中的根据匹配度和等待时长确定匹配对象的示意图。如图4所示,在根据待匹配对象的匹配矩阵与各目标对象的匹配矩阵确定匹配度的同时,获取目标对象的等待时长,根据等待时长和匹配度确定匹配对象。例如,若存在多个目标对象与待匹配对象的匹配度相等,则优先匹配在等待队列中的等待时长较大的目标对象,避免目标对象等待时间过长影响用户体验。而对于与待匹配对象的匹配度不同的目标对象,可为匹配度和等待时长设置一定的权重从而得到匹配结果。示例性的,待匹配对象与目标对象i(i=1,2,L,n)之间的匹配度记为Mi,对应的权重为a,各目标对象的等待时长记为Ti,对应的权重为b,则通过计算Zi=a*Mi+b*Yi,可得出最终的匹配参数Zi,将Zi最大的一个或预设数量的目标对象作为匹配对象。
需要说明的是,匹配度小于匹配度阈值的目标对象已经排除,根据等待时长从匹配度大于或等于匹配度阈值的目标对象中确定匹配对象即可。通过考虑等待时长,可满足应用场景对实时性的要求,例如在游戏对局中匹配玩家等,而对于无实时性要求的应用场景,则无需考虑等待时长,例如,选购物品时对目标物品进行搜索,社交时匹配好友等。
S280、确定匹配失败。
进一步的,所述确定匹配失败之后,还包括:将待匹配对象加入目标对象中。
具体的,待匹配对象与所有目标对象匹配度均小于匹配度阈值,则不存在可匹配的目标对象,无法为该待匹配对象匹配到合适的匹配对象,将该匹配失败的待匹配对象标记为等待状态,加入目标对象的集合中,等待与新的待匹配对象进行匹配。
例如,将发起匹配请求的玩家作为待匹配对象,其与等待队列中的各目标对象(匹配池中的玩家)的匹配度均小于匹配度阈值,则无法匹配到队友或对手,确定匹配失败,无法开始游戏对局并将该待匹配对象及其匹配矩阵存储在服务器的等待队列中,等待与新的待匹配对象进行匹配。
图3为本发明实施例二提供的一种目标匹配方法的实现示意图。如图3所示,获取待匹配对象之后,根据对象特征和预设匹配条件确定待匹配对象的匹配矩阵A0,目标对象n对应于匹配矩阵An,通过计算匹配矩阵A0与各目标对象的匹配矩阵的乘积向量并确定匹配度,若存在匹配度大于或等于匹配度阈值的目标对象,则从匹配度大于或等于匹配度阈值的目标对象中确定匹配对象;否则确定匹配失败。
本发明实施例二提供的一种目标匹配方法,在上述实施例的基础上进行优化,通过获取用户输入的对象特征,或查找所述待匹配对象的行为数据,根据所述行为数据确定对应的对象特征,可自动确定最接近待匹配对象的期望程度的对象特征;通过将对象特征量化,构建待匹配对象的匹配矩阵,当预设匹配条件有多个时,可实现对并行计算,大幅度提高匹配效率;通过将所述乘积向量中各元素加权求和的值作为匹配度,考虑了待匹配对象对各预设匹配条件的重视程度,提高用户对匹配结果的满意度;并且匹配矩阵可根据实际需求赋值,不同预设匹配条件具有不同的权重,全面地考虑了待匹配对象的匹配需求,同时考虑等待时长,可满足应用场景对实时性的要求,减少目标对象的等待时间,兼顾了待匹配对象和目标对象的用户体验,能够实现目标匹配的全局最优。
实施例三
图5为本发明实施例三提供的一种目标匹配装置的结构示意图。本实施例提供的目标匹配装置包括:
匹配度确定模块310,用于确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,匹配矩阵基于预设匹配条件设定;
匹配模块320,用于根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。
本发明实施例三提供的一种目标匹配装置,通过匹配度确定模块确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度;通过匹配模块根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果,无论是针对单个匹配条件还是两个及两个以上的匹配条件,都将匹配过程转换为对匹配矩阵之间的量化处理,实现了匹配的统一化,从而提高了匹配效率。
在上述实施例的基础上,所述匹配模块320,具体用于:
从匹配度大于或等于匹配度阈值的目标对象中确定匹配对象,如果没有匹配度大于或等于匹配度阈值的目标对象,则确定匹配失败。
进一步的,所述匹配模块320,包括:
等待时长获取单元,用于获取目标对象的等待时长;
匹配单元,用于根据所述等待时长从匹配度大于或等于匹配度阈值的目标对象中确定匹配对象。
进一步的,所述匹配模块320还用于:确定匹配失败之后,将待匹配对象加入目标对象中。
进一步的,所述装置还包括:
获取模块,用于获取待匹配对象;
特征确定模块,用于确定所述待匹配对象对应的对象特征;
匹配矩阵确定模块,用于根据所述对象特征和预设匹配条件,确定所述待匹配对象的匹配矩阵。
进一步的,所述特征确定模块,具体用于:
获取用户输入的对象特征;
或查找所述待匹配对象的行为数据,根据所述行为数据确定对应的对象特征。
进一步的,所述匹配度确定模块310,包括:
计算单元,用于计算待匹配对象的匹配矩阵与目标对象的匹配矩阵的乘积向量;
匹配度确定单元,用于根据所述乘积向量中的元素值确定匹配度。
进一步的,所述匹配度确定单元,具体用于:
如果所述乘积向量中的元素值包括0,则匹配度为0;
如果所述乘积向量中的元素值不包括0,则将各元素值加权求和作为匹配度。
本发明实施例三提供的目标匹配装置可以用于执行上述任意实施例提供的目标匹配方法,具备相应的功能和有益效果。
实施例四
图6为本发明实施例四提供的一种目标匹配系统的结构示意图。需要说明的是,未在本实施例中详尽描述的技术细节可参见上述任意实施例。
如图6所示,目标匹配系统400包括:信息收集模块410和与所述信息收集模块410相连的匹配计算420;所述信息收集模块用于接收待匹配对象并发给所述匹配计算模块420,所述匹配计算模块420设置如上述实施例所述的目标匹配装置。
具体的,信息收集模块410用于接收待匹配对象,例如,通过客户端或鼠标、键盘、显示器等输入设备接收待匹配对象,如感兴趣的商品、请求开始游戏对局的玩家等,并将待匹配对象发送给匹配计算模块420,匹配计算模块420集成了上述任意实施例所述的目标匹配装置,可执行上述任意实施例所述的目标匹配方法,确定匹配结果。
进一步的,所述系统还包括与匹配计算模块420相连的信息输出模块,所述信息输出模块用于输出匹配结果。
图7为本发明实施例四中的目标匹配系统的原理示意图。如图7所示,所述信息收集模块410通过客户端或鼠标、键盘、显示器等输入设备接收待匹配对象,同时可收集并记录待匹配对象的行为数据,并将待匹配对象发送至匹配计算模块420。匹配计算模块420获取待匹配对象,确定待匹配对象对应的对象特征;根据所述对象特征和预设匹配条件,确定所述待匹配对象的匹配矩阵。其中,确定待匹配对象对应的对象特征,包括:获取用户输入的对象特征;或查找所述待匹配对象的行为数据,根据所述行为数据确定对应的对象特征。匹配计算模块420,通过计算待匹配对象的匹配矩阵与目标对象的匹配矩阵的乘积向量;根据所述乘积向量中的元素值确定匹配度;根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。信息输出模块530用于输出匹配计算模块420确定的匹配结果,例如,通过客户端向用户展示匹配结果,或者将匹配结果推送给服务器、客户端等以进行下一步的处理(如为待匹配对象和匹配对象开始游戏对局、建立好友的交互窗口等)。
本发明实施例五提供的目标匹配系统通过信息收集模块接收待匹配对象并发给所述匹配计算模块;通过匹配计算模块确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。无论是针对单个匹配条件还是两个及两个以上的匹配条件,都将匹配过程转换为对匹配矩阵之间的量化处理,实现了匹配的统一化,从而提高了匹配效率。
本发明实施例五提供的目标匹配系统可以用于执行上述任意实施例提供的目标匹配方法,具备相应的功能和有益效果。
实施例五
图8为本发明实施例五提供的一种服务器的硬件结构示意图。如图8所示,本实施例提供的一种服务器,包括:处理器510和存储装置520。该服务器中的处理器可以是一个或多个,图8中以一个处理器510为例,所述服务器中的处理器510和存储装置520可以通过总线或其他方式连接,图8中以通过总线连接为例。
所述一个或多个程序被所述一个或多个处理器510执行,使得所述一个或多个处理器实现上述实施例中任意所述的目标匹配方法。
该服务器中的存储装置520作为一种计算机可读存储介质,可用于存储一个或多个程序,所述程序可以是软件程序、计算机可执行程序以及模块,如本发明实施例中目标匹配方法对应的程序指令/模块(例如,附图5所示的目标匹配装置中的模块,包括:匹配度确定模块310,以及匹配模块320)。处理器510通过运行存储在存储装置520中的软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的目标匹配方法。
存储装置520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;存储数据区可存储根据服务器的使用所创建的数据等(如上述实施例中的匹配矩阵、对象特征等)。此外,存储装置520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、或其他非易失性固态存储器件。在一些实例中,存储装置520可进一步包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
并且,当上述服务器中所包括一个或者多个程序被所述一个或者多个处理器510执行时,程序进行如下操作:确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,匹配矩阵基于预设匹配条件设定;根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。
本实施例提出的服务器与上述实施例提出的目标匹配方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述任意实施例,并且本实施例具备与执行目标匹配方法相同的有益效果。
在上述实施例的基础上,本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被目标匹配装置执行时实现本发明上述任意实施例中的目标匹配方法,该方法包括:确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,匹配矩阵基于预设匹配条件设定;根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的目标匹配方法操作,还可以执行本发明任意实施例所提供的目标匹配方法中的相关操作,且具备相应的功能和有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,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,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的目标匹配方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (13)
1.一种目标匹配方法,其特征在于,包括:
确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,匹配矩阵基于预设匹配条件设定;
根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果,包括:
从匹配度大于或等于匹配度阈值的目标对象中确定匹配对象,如果没有匹配度大于或等于匹配度阈值的目标对象,则确定匹配失败。
3.根据权利要求2所述的方法,其特征在于,所述从匹配度大于或等于匹配度阈值的目标对象中确定匹配对象,包括:
获取目标对象的等待时长;
根据所述等待时长从匹配度大于或等于匹配度阈值的目标对象中确定匹配对象。
4.根据权利要求2所述的方法,其特征在于,所述确定匹配失败之后,还包括:
将待匹配对象加入目标对象中。
5.根据权利要求1至4任一项所述的方法,其特征在于,在确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度之前,还包括:
获取待匹配对象;
确定所述待匹配对象对应的对象特征;
根据所述对象特征和预设匹配条件,确定所述待匹配对象的匹配矩阵。
6.根据权利要求5所述的方法,其特征在于,确定所述待匹配对象对应的对象特征,包括:
获取用户输入的所述待匹配对象对应的对象特征;或者,
查找所述待匹配对象的行为数据,根据所述行为数据确定对应的对象特征。
7.根据权利要求1至4任一项所述的方法,其特征在于,确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,包括:
计算待匹配对象的匹配矩阵与目标对象的匹配矩阵的乘积向量;
根据所述乘积向量中的元素值确定匹配度。
8.根据权利要求7所述的方法,其特征在于,所述根据所述乘积向量中的元素值确定匹配度,包括:
如果所述乘积向量中的元素值包括0,则匹配度为0;
如果所述乘积向量中的元素值不包括0,则将各元素值加权求和作为匹配度。
9.一种目标匹配装置,其特征在于,包括:
匹配度确定模块,用于确定待匹配对象的匹配矩阵和目标对象的匹配矩阵之间的匹配度,匹配矩阵基于预设匹配条件设定;
匹配模块,用于根据所述匹配度和匹配度阈值,确定所述待匹配对象和目标对象的匹配结果。
10.一种目标匹配系统,其特征在于,包括:信息收集模块和与所述信息收集模块相连的匹配计算模块;所述信息收集模块用于接收待匹配对象并发给所述匹配计算模块,所述匹配计算模块设置如权利要求9所述的目标匹配装置。
11.根据权利要求10所述的系统,其特征在于,还包括与匹配计算模块相连的信息输出模块,所述信息输出模块用于输出匹配结果。
12.一种服务器,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的目标匹配方法。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的目标匹配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251921.8A CN109948062A (zh) | 2019-03-29 | 2019-03-29 | 一种目标匹配方法、装置、服务器、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251921.8A CN109948062A (zh) | 2019-03-29 | 2019-03-29 | 一种目标匹配方法、装置、服务器、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109948062A true CN109948062A (zh) | 2019-06-28 |
Family
ID=67013035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910251921.8A Pending CN109948062A (zh) | 2019-03-29 | 2019-03-29 | 一种目标匹配方法、装置、服务器、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109948062A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112131375A (zh) * | 2020-09-18 | 2020-12-25 | 泰康保险集团股份有限公司 | 医疗数据匹配方法及装置、存储介质、电子设备 |
CN117131380A (zh) * | 2023-02-17 | 2023-11-28 | 荣耀终端有限公司 | 匹配度计算方法及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102651755A (zh) * | 2011-02-28 | 2012-08-29 | 北京航空航天大学 | 基于多特征匹配的服务发现方法及系统 |
CN109241090A (zh) * | 2018-09-29 | 2019-01-18 | 北京惠每云科技有限公司 | 一种用户确定方法和装置 |
CN109359247A (zh) * | 2018-12-07 | 2019-02-19 | 广州市百果园信息技术有限公司 | 内容推送方法及存储介质、计算机设备 |
-
2019
- 2019-03-29 CN CN201910251921.8A patent/CN109948062A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102651755A (zh) * | 2011-02-28 | 2012-08-29 | 北京航空航天大学 | 基于多特征匹配的服务发现方法及系统 |
CN109241090A (zh) * | 2018-09-29 | 2019-01-18 | 北京惠每云科技有限公司 | 一种用户确定方法和装置 |
CN109359247A (zh) * | 2018-12-07 | 2019-02-19 | 广州市百果园信息技术有限公司 | 内容推送方法及存储介质、计算机设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112131375A (zh) * | 2020-09-18 | 2020-12-25 | 泰康保险集团股份有限公司 | 医疗数据匹配方法及装置、存储介质、电子设备 |
CN112131375B (zh) * | 2020-09-18 | 2023-06-27 | 泰康保险集团股份有限公司 | 医疗数据匹配方法及装置、存储介质、电子设备 |
CN117131380A (zh) * | 2023-02-17 | 2023-11-28 | 荣耀终端有限公司 | 匹配度计算方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11250347B2 (en) | Personalization enhanced recommendation models | |
CN109814955B (zh) | 阵容确定的方法、装置及电子设备 | |
Lim et al. | Investigating app store ranking algorithms using a simulation of mobile app ecosystems | |
CN110245301A (zh) | 一种推荐方法、装置及存储介质 | |
Lim et al. | How to be a successful app developer: Lessons from the simulation of an app ecosystem | |
US20190373331A1 (en) | Multi-content recommendation system combining user model, item model and real time signals | |
CN111260449B (zh) | 一种模型训练的方法、商品推荐的方法、装置及存储介质 | |
CN117972057A (zh) | 对话内容处理方法、设备、存储介质及产品 | |
US20220108358A1 (en) | Providing personalized recommendations of game items | |
CN110602532A (zh) | 实体物品推荐方法、装置、服务器及存储介质 | |
CN109544253A (zh) | 基于ai的营销活动制定方法、装置、设备及存储介质 | |
CN110772794B (zh) | 智能游戏处理方法、装置、设备及存储介质 | |
CN109948062A (zh) | 一种目标匹配方法、装置、服务器、系统及存储介质 | |
Cazenave | Monte carlo beam search | |
JP7031811B2 (ja) | 空間二元化を利用してスポーツゲームのプレイヤーキャラクタを育成する方法およびシステム | |
CN111701240A (zh) | 虚拟物品的提示方法、装置、存储介质和电子装置 | |
Calderon-Vilca et al. | Recommendation of videogames with fuzzy logic | |
CN117582652A (zh) | 围棋人机对弈方法、装置、计算机设备及存储介质 | |
CN110941769B (zh) | 目标帐号的确定方法和装置、电子装置 | |
CN113010737A (zh) | 一种视频标签的分类方法、装置及存储介质 | |
CN116843429A (zh) | 一种游戏商品推荐方法、装置、电子设备及存储介质 | |
JP7001380B2 (ja) | 情報処理システム、情報処理方法、およびプログラム | |
KR101484053B1 (ko) | Mmorpg를 위한 퀘스트 서사 창작 지원 장치 및 방법 | |
Janusz et al. | Learning multimodal entity representations and their ensembles, with applications in a data-driven advisory framework for video game players | |
CN112121439B (zh) | 一种基于强化学习的云游戏引擎智能优化方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190628 |
|
RJ01 | Rejection of invention patent application after publication |