CN111400616B - 账户的推荐方法及装置 - Google Patents

账户的推荐方法及装置 Download PDF

Info

Publication number
CN111400616B
CN111400616B CN202010241772.XA CN202010241772A CN111400616B CN 111400616 B CN111400616 B CN 111400616B CN 202010241772 A CN202010241772 A CN 202010241772A CN 111400616 B CN111400616 B CN 111400616B
Authority
CN
China
Prior art keywords
account
accounts
invitation
determining
behaviors
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
CN202010241772.XA
Other languages
English (en)
Other versions
CN111400616A (zh
Inventor
王旭
陈品殿
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.)
Beijing Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet 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 Beijing Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN202010241772.XA priority Critical patent/CN111400616B/zh
Publication of CN111400616A publication Critical patent/CN111400616A/zh
Application granted granted Critical
Publication of CN111400616B publication Critical patent/CN111400616B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9536Search customisation based on social or collaborative filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本公开关于一种账户的推荐方法及装置,所述方法包括:获取各账户之间的会话行为和邀请行为;根据所述各账户之间的邀请行为,确定所述各账户之间的邀请级别;针对每个账户,基于所述各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。采用本公开可以根据提高推荐账户的丰富性。

Description

账户的推荐方法及装置
技术领域
本公开涉及计算机技术领域,尤其涉及一种账户的推荐方法及装置。
背景技术
随着互联网技术的快速发展,各种类型的即时通讯软件大量涌现,给人们的工作和生活带来了便利。即时通讯软件通常可以为账户提供账户推荐功能,也即为账户推荐“你可能认识的人”或“你可能感兴趣的人”。目前,常见的账户推荐方法是通过获取账户的通讯录来为账户推荐其可能认识或感兴趣的账户。
然而,传统的账户推荐方法仅基于账户的通讯录进行账户推荐,将导致推荐的账户较为单一。
发明内容
本公开提供一种账户的推荐方法及装置,以至少解决相关技术中推荐的账户较为单一的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种账户的推荐方法,所述方法包括:
获取各账户之间的会话行为和邀请行为;
根据所述各账户之间的邀请行为,确定所述各账户之间的邀请级别,所述邀请级别为由所述各账户之间的邀请行为形成的邀请关系图中,所述各账户之间的邀请关系路径包含的子邀请关系路径的数目;
针对每个账户,基于所述各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
作为一种可选的实施方式,所述根据所述各账户之间的邀请行为,确定所述各账户之间的邀请级别,包括:
根据所述各账户之间的邀请行为,构建邀请关系图;
针对所述各账户中的第一账户和第二账户,在所述邀请关系图中,确定所述第一账户与所述第二账户之间的最短邀请关系路径,所述第一账户和所述第二账户为所述各账户中不相同的任一账户;
根据所述最短邀请关系路径包含的子邀请关系路径的数目,确定所述第一账户和所述第二账户之间的邀请级别。
作为一种可选的实施方式,所述针对每个账户,基于所述各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户,包括:
针对所述各账户中的第一账户和第二账户,确定所述第一账户与所述第二账户之间的会话行为对应的第一权重,并确定所述第一账户与所述第二账户之间的邀请级别对应的第二权重,所述第一账户和所述第二账户为所述各账户中不相同的任一账户;
将所述第一权重与所述第二权重的和值,确定为所述第一账户与所述第二账户之间的权重;
针对每个账户,根据所述各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
作为一种可选的实施方式,所述会话行为包括浏览消息、浏览分享内容、点赞分享内容、评论分享内容、在预设时长内进行会话、指向账户中的一种或多种。
作为一种可选的实施方式,所述针对每个账户,根据所述各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户,包括:
针对每个账户,在所述各账户中,按照与该账户的权重由大到小的顺序,选择预设数目个目标账户,作为该账户对应的推荐账户。
作为一种可选的实施方式,所述针对每个账户,根据所述各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户,包括:
根据账户集合及所述账户集合中各账户之间的权重,构建账户关系图;
根据所述账户关系图和预设的特征向量算法,确定所述各账户对应的特征向量;
针对每个账户,确定该账户的特征向量与其他账户的特征向量的相似度,并将特征向量与该账户的特征向量的相似度大于或等于预设相似度阈值的目标账户,确定为该账户的推荐账户。
根据本公开实施例的第二方面,提供一种账户的推荐装置,所述装置包括:
获取模块,被配置为获取各账户之间的会话行为和邀请行为;
第一确定模块,被配置为根据所述各账户之间的邀请行为,确定所述各账户之间的邀请级别,所述邀请级别为由所述各账户之间的邀请行为形成的邀请关系图中,所述各账户之间的邀请关系路径包含的子邀请关系路径的数目;
第二确定模块,被配置为针对每个账户,基于所述各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
作为一种可选的实施方式,所述第一确定模块,具体用于:
根据所述各账户之间的邀请行为,构建邀请关系图;
针对所述各账户中的第一账户和第二账户,在所述邀请关系图中,确定所述第一账户与所述第二账户之间的最短邀请关系路径;
根据所述最短邀请关系路径包含的子邀请关系路径的数目,确定所述第一账户和所述第二账户之间的邀请级别,所述第一账户和所述第二账户为所述各账户中不相同的任一账户。
作为一种可选的实施方式,所述第二确定模块,具体用于:
针对所述各账户中的第一账户和第二账户,确定所述第一账户与所述第二账户之间的会话行为对应的第一权重,并确定所述第一账户与所述第二账户之间的邀请级别对应的第二权重;
将所述第一权重与所述第二权重的和值,确定为所述第一账户与所述第二账户之间的权重,所述第一账户和所述第二账户为所述各账户中不相同的任一账户;
针对每个账户,根据所述各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
作为一种可选的实施方式,所述会话行为包括浏览消息、浏览分享内容、点赞分享内容、评论分享内容、在预设时长内进行会话、指向账户中的一种或多种。
作为一种可选的实施方式,所述第二确定模块,具体用于:
针对每个账户,在所述各账户中,按照与该账户的权重由大到小的顺序,选择预设数目个目标账户,作为该账户对应的推荐账户。
作为一种可选的实施方式,所述第二确定模块,具体用于:
根据账户集合及所述账户集合中各账户之间的权重,构建账户关系图;
根据所述账户关系图和预设的特征向量算法,确定所述各账户对应的特征向量;
针对每个账户,确定该账户的特征向量与其他账户的特征向量的相似度,并将特征向量与该账户的特征向量的相似度大于或等于预设相似度阈值的目标账户,确定为该账户的推荐账户。
根据本公开实施例的第三方面,提供一种服务器,所述服务器包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现第一方面中任一项所述的账户的推荐方法。
根据本公开实施例的第四方面,提供一种存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得所述服务器能够执行第一方面中任一项所述的账户的推荐方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,当其在计算机上运行时,使得计算机执行第一方面中任一所述的账户的推荐方法。
本公开的实施例提供的技术方案至少带来以下有益效果:本公开实施例提供了一种账户的推荐方法及装置。服务器获取各账户之间的会话行为和邀请行为。然后,服务器根据各账户之间的邀请行为,确定各账户之间的邀请级别。之后,针对每个账户,服务器基于各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。这样,服务器可以根据账户之间的行为进行账户推荐,可以提高推荐账户的丰富性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种账户的推荐方法的流程图;
图2是根据一示例性实施例示出的一种邀请关系图的示意图;
图3是根据一示例性实施例示出的一种账户的推荐方法的示例的流程图;
图4是根据一示例性实施例示出的一种账户的推荐方法的示例的流程图;
图5是根据一示例性实施例示出的一种账户的推荐装置的框图;
图6是根据一示例性实施例示出的一种服务器的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
可选的,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供了一种账户的推荐方法,该账户的推荐方法可以应用于服务器。服务器获取各账户之间的会话行为和邀请行为。然后,服务器根据各账户之间的邀请行为,确定各账户之间的邀请级别,并基于各账户之间的会话行为和邀请级别,计算各账户之间的权重。之后,针对每个账户,服务器根据各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。这样,服务器可以根据账户之间的行为进行账户推荐,可以提高推荐账户的丰富性。
图1是根据一示例性实施例示出的一种账户的推荐方法的流程图,如图1所示,该方法可以包括以下步骤。
步骤101,获取各账户之间的会话行为和邀请行为。
在实施中,用户可以在用户终端上下载并安装即时通讯软件。然后,用户可以通过该即时通讯软件申请账户,并以该用户的账户与其他用户进行通信。当用户通过安装在用户终端上的即时通讯软件以该用户的账户与其他用户进行通信时,该用户终端可以实时采集该账户与其他账户之间的会话行为和邀请行为,并将采集到的该账户的会话行为和邀请行为发送至服务器。相应的,服务器则会将该账户的会话行为和邀请行为存储至本地。可选的,当用户通过安装在用户终端上的即时通讯软件以该用户的账户与其他用户进行通信时,服务器也可以实时采集该账户与其他账户之间的会话行为和邀请行为,并将采集到的该账户的会话行为和邀请行为存储至本地。其中,各账户可以为该用户加入的某一通信群组中的全部账户(比如该用户加入的同学群组中全部的账户),也可以为该用户加入的所有通信群组中的全部账户,还可以为该账户使用的即时通讯软件中的全部账户,本公开实施例不作限定。可选的,会话行为可以包括浏览消息、浏览分享内容、点赞分享内容、评论分享内容、在预设时长内进行会话、指向账户(即@账户)中的一种或多种,会话行为还可以包括其他类型的会话行为,本公开施例不作限定。
步骤102,根据各账户之间的邀请行为,确定各账户之间的邀请级别。其中,邀请级别为由各账户之间的邀请行为形成的邀请关系图中,各账户之间的邀请关系路径包含的子邀请关系路径的数目。
在实施中,服务器得到各账户之间的邀请行为后,可以根据各账户之间的邀请行为,确定各账户之间的邀请级别。其中,邀请级别为由各账户之间的邀请行为形成的邀请关系图中,各账户之间的邀请关系路径包含的子邀请关系路径的数目。作为一种可选的实施方式,服务器根据各账户之间的邀请行为,确定各账户之间的邀请级别包括如下步骤。
步骤一,根据各账户之间的邀请行为,构建邀请关系图。
在实施中,服务器得到各账户之间的邀请行为后,可以根据各账户之间的邀请行为,构建邀请关系图。该邀请关系图用于表示各账户之间的邀请关系。其中,直接相连的两个账户表示直接邀请关系,间接相连的两个账户表示间接邀请关系。例如,通信群组1中的账户A将账户B、账户C和账户D邀请至通信群组1中,通信群组1中的账户B将账户E邀请至通信群组1中,通信群组1中的账户C将账户F邀请至通信群组1中;通信群组2中的账户B将账户G、账户H和账户I邀请至通信群组2中,则服务器构建的邀请关系图如图2所示,其中,账户A与账户B、账户C和账户D为直接邀请关系,账户B与账户E、账户G、账户H和账户I为直接邀请关系,账户C与账户F为直接邀请关系;账户A与账户E、账户F、账户G、账户H和账户I为间接邀请关系,账户G、账户H和账户I与账户F为间接邀请关系。
步骤二,针对各账户中的第一账户和第二账户,在邀请关系图中,确定第一账户与第二账户之间的最短邀请关系路径。其中,第一账户和第二账户为各账户中不相同的任一账户。
在实施中,服务器得到邀请关系图后,可以针对各账户中的第一账户和第二账户,在邀请关系图中,确定第一账户与第二账户之间的邀请关系路径。然后,服务器可以在第一账户与第二账户之间的邀请关系路径中确定最短邀请关系路径。其中,第一账户和第二账户为各账户中不相同的任一账户。例如,如图2 所示,账户A与账户B的最短邀请关系路径为A→B,账户A与账户C的最短邀请关系路径为A→C,账户A与账户D的最短邀请关系路径为A→D,账户A与账户E的最短邀请关系路径为A→B→E,账户A 与账户F的最短邀请关系路径为A→C→F,账户A与账户G的最短邀请关系路径为A→B→I,账户D与账户I的最短邀请关系路径为D→A→B→I,账户F与账户I的最短邀请关系路径为F→C→A→B→I。
步骤三,根据最短邀请关系路径包含的子邀请关系路径的数目,确定第一账户和第二账户之间的邀请级别。
在实施中,服务器得到第一账户与第二账户的最短邀请关系路径后,可以进一步确定该最短邀请关系路径包含的子邀请关系路径的数目,并根据该账户数目确定第一账户和第二账户之间的邀请级别。其中,子邀请关系路径为仅包含两个账户的邀请关系路径。当子邀请关系路径的数目为1时,第一账户和第二账户的邀请级别为一级,当子邀请关系路径的数目为2时,第一账户和第二账户的邀请级别为二级,以此类推。例如,账户A与账户B的最短邀请关系路径为A→B,该最短邀请关系路径包含的子邀请关系路径的数目为1,则账户A和账户B的邀请级别为一级;账户A与账户F的最短邀请关系路径为A→C→F,该最短邀请关系路径包含的子邀请关系路径的数目为2,则账户A与账户F的邀请级别为二级;账户D与账户I的最短邀请关系路径为D→A→B→I,该最短邀请关系路径包含的子邀请关系路径的数目为3,则账户 D与账户I的邀请级别为三级,账户F与账户I的最短邀请关系路径为F→C→A→B→I,该最短邀请关系路径包含的子邀请关系路径的数目为4,则账户F与账户I的邀请级别为四级。
可选的,如果第一账户和第二账户之间的最短邀请关系路径包含的子邀请关系路径的数目大于预设阈值,则说明第一账户和第二账户之间的关系较弱,服务器可以确定第一账户和第二账户之间的邀请级别为无邀请级别或者为某一邀请级别。例如,如图2所示,账户F与账户I的最短邀请关系路径为 F→C→A→B→I,该最短邀请关系路径包含的子邀请关系路径的数目为4,则服务器可以确定账户F与账户I的邀请级别为无邀请级别,或者服务器可以确定账户F与账户I的邀请级别为三级。
步骤103,针对每个账户,基于各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
在实施中,服务器得到各账户之间的会话行为和邀请级别后,当服务器需要为某一账户进行账户推荐时,服务器可以根据各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。这样,服务器可以根据账户之间的行为(即会话行为和邀请行为)进行账户推荐,可以提高推荐账户的丰富性。可选的,服务器还可以根据通讯录进一步对目标账户进行排序,并按照排序结果,进行账户推荐。其中,针对每个账户,服务器基于各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户的处理过程包括如下步骤。
步骤一,针对各账户中的第一账户和第二账户,确定第一账户与第二账户之间的会话行为对应的第一权重,并确定第一账户与第二账户之间的邀请级别对应的第二权重。其中,第一账户和第二账户为各账户中不相同的任一账户。
在实施中,会话行为可以包括浏览消息、浏览分享内容、点赞分享内容、评论分享内容、在预设时长内进行会话、指向账户(即@账户)中的一种或多种,会话行为还可以包括其他类型的会话行为,本公开施例不作限定。账户之间不同类型的会话行为对应不同的权重。例如,浏览消息对应的权重为1,浏览分享内容对应的权重为2,点赞分享内容对应的权重为2,评论分享内容对应的权重为2,在预设时长(比如5分钟)内进行会话对应的权重为4,指向账户(即@账户)对应的权重为8。同理,账户之间不同的邀请级别也对应不同的权重。例如,邀请级别为一级对应的权重为16,邀请级别为二级对应的权重为8,邀请级别为三级对应的权重为4。
针对各账户中的第一账户和第二账户,服务器可以根据第一账户与第二账户之间的各类型的会话行为,确定各类型的会话行为对应的权重,并将各类型的会话行为对应的权重之和,作为第一账户与第二账户之间的会话行为对应的第一权重。其中,第一账户和第二账户为各账户中不相同的任一账户。例如,账户A与账户B之间的各类型会话行为包括账户A浏览账户B发送的消息,账户A浏览账户B分享的内容,账户B浏览并点赞账户A分享的内容,账户A指向账户B(即账户A@账户B),则账户A与账户B之间的会话行为对应的第一权重为1+2+2+2+8=15。同理,服务器得到第一账户与第二账户之间的邀请级别后,可以进一步确定第一账户与第二账户之间的邀请级别对应的第二权重。例如,账户A与账户B的邀请级别为一级,则账户A与账户B之间的邀请级别对应的第二权重为16。
可选的,服务器确定第一账户与第二账户之间的会话行为对应的第一权重时,对于第一账户与第二账户之间重复的相同类型的会话行为,服务器可以只作为一次会话行为,也可以将预设会话时长内的重复的相同类型的会话行为只作为一次会话行为,还可以将重复的相同类型的会话行为单独确定为一次会话行为。本公开实施例以对于第一账户与第二账户之间重复的相同类型的会话行为,服务器可以只作为一次会话行为为例进行介绍,其他情况与之类似。
步骤二,将第一权重与第二权重的和值,确定为第一账户与第二账户之间的权重。
在实施中,服务器得到第一权重与第二权重后,可以将第一权重与第二权重的和值,确定为第一账户与第二账户之间的权重。例如,账户A和账户B的第一权重为15,第二权重为16,则账户A和账户B之间的权重为15+16=31。
可选的,服务器中还可以预先存储有会话行为对应的第一比重和邀请级别的第二比重,服务器得到第一权重与第二权重后,可以计算第一权重与第一比重的乘积,并计算第二权重与第二比重的第二乘积。然后,服务器可以将第一乘积与第二乘积的和值,确定为第一账户与第二账户之间的权重。例如,账户A和账户B的第一权重为15,第二权重为16,第一比重为0.6,第二比重为0.4,则账户A和账户B之间的权重为15*0.6+16*0.4=15.4。
可选的,服务器根据各账户之间的历史会话行为和历史邀请行为,确定各账户之间的权重后,如果服务器接收到用户终端发送的各账户之间的当前会话行为和当前邀请行为时,服务器还可以根据各账户之间的当前会话行为和当前邀请行为,进一步更新各账户之间的权重。
步骤三,针对每个账户,根据各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
在实施中,服务器得到各账户之间的权重后,当服务器需要为某一账户进行账户推荐时,服务器可以根据各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。这样,服务器可以根据账户之间的行为(即会话行为和邀请行为)进行账户推荐,可以提高推荐账户的丰富性。其中,服务器根据各账户之间的权重推荐账户的方式可以是多种多样的,本公开实施例提供了两种可行的实施方式,具体如下。
实施方式一,针对每个账户,服务器可以在各账户中,按照与该账户的权重由大到小的顺序,选择预设数目个目标账户,作为该账户对应的推荐账户。
在实施中,服务器中可以预先存储有预设数目。该预设数目可以由技术人员根据经验进行设置。服务器得到各账户之间的权重后,针对每个账户,服务器可以直接在各账户中,按照与该账户的权重由大到小的顺序,选择预设数目个目标账户,作为该账户对应的推荐账户。例如,账户A与账户B至账户I的权重为{31,16,25,13,28,8,8,8},预设数目为3,则账户A对应的推荐账户为账户B、账户C和账户F。
实施方式二,服务器根据各账户之间的权重确定各账户对应的特征向量,并基于各账户对应的特征向量进行账户推荐,具体步骤如下。
步骤一,根据账户集合及账户集合中各账户之间的权重,构建账户关系图。
在实施中,服务器得到账户集合中各账户之间的权重后,可以根据账户集合以及账户集合中各账户之间的权重构建账户关系图G=(V,E)。其中,V表示账户集合,E表示各账户之间的权重。
步骤二,根据账户关系图和预设的特征向量算法,确定各账户对应的特征向量。
在实施中,服务器中可以预先存储有特征向量算法。该特征向量算法可以为大规模信息网络嵌入 (Large-scale Information Network Embedding,LINE)算法,也可以为其他算法,本公开实施例不作限定。服务器得到账户关系图G之后,服务器可以根据特征向量算法,将关系图G映射到低维空间Rd(即学习一个函数FG:V→Rd。其中,d表示空间R的维度,且d远小于集合V中账户的数目),得到各账户的特征向量。
步骤三,针对每个账户,确定该账户的特征向量与其他账户的特征向量的相似度,并将特征向量与该账户的特征向量的相似度大于或等于预设相似度阈值的目标账户,确定为该账户的推荐账户。
在实施中,服务器中可以预先存储有预设相似度阈值。该相似度阈值可以由技术人员根据经验进行设置。服务器得到各账户对应的特征向量后,针对每个账户,服务器可以确定该账户的特征向量与其他账户的特征向量的相似度。其中,该相似度可以根据账户的特征向量之间的欧式距离确定,欧式距离越小,相似度越高。然后,服务器可以将特征向量与该账户的特征向量的相似度大于或等于预设相似度阈值的目标账户,确定为该账户的推荐账户。可选的,服务器确定出该账户对应的推荐账户后,可以进一步获取该账户与各推荐账户之间的账户关系,并仅将账户关系为非好友关系的推荐账户,推荐至该账户。
图3为本申请实施例提供的一种账户的推荐方法的示例的流程图,如图3所示,具体处理过程如下:
步骤301,获取各账户之间的会话行为和邀请行为。
步骤302,根据各账户之间的邀请行为,构建邀请关系图。
步骤303,针对各账户中的第一账户和第二账户,在邀请关系图中,确定第一账户与第二账户之间的最短邀请关系路径。其中,第一账户和第二账户为各账户中不相同的任一账户。
步骤304,根据最短邀请关系路径包含的子邀请关系路径的数目,确定第一账户和第二账户之间的邀请级别。
步骤305,针对各账户中的第一账户和第二账户,确定第一账户与第二账户之间的会话行为对应的第一权重,并确定第一账户与第二账户之间的邀请级别对应的第二权重。其中,第一账户和第二账户为各账户中不相同的任一账户。
步骤306,将第一权重与第二权重的和值,确定为第一账户与第二账户之间的权重。
步骤307,针对每个账户,服务器可以在各账户中,按照与该账户的权重由大到小的顺序,选择预设数目个目标账户,作为该账户对应的推荐账户。
步骤301至步骤307的处理过程与步骤101至步骤104的处理过程类似,此处不再赘述。
图4为本申请实施例提供的一种账户的推荐方法的示例的流程图,如图4所示,具体处理过程如下:
步骤401,获取各账户之间的会话行为和邀请行为。
步骤402,根据各账户之间的邀请行为,构建邀请关系图。
步骤403,针对各账户中的第一账户和第二账户,在邀请关系图中,确定第一账户与第二账户之间的最短邀请关系路径。其中,第一账户和第二账户为各账户中不相同的任一账户。
步骤404,根据最短邀请关系路径包含的子邀请关系路径的数目,确定第一账户和第二账户之间的邀请级别。
步骤405,针对各账户中的第一账户和第二账户,确定第一账户与第二账户之间的会话行为对应的第一权重,并确定第一账户与第二账户之间的邀请级别对应的第二权重。其中,第一账户和第二账户为各账户中不相同的任一账户。
步骤406,将第一权重与第二权重的和值,确定为第一账户与第二账户之间的权重。
步骤407,根据账户集合及账户集合中各账户之间的权重,构建账户关系图。
步骤408,根据账户关系图和预设的特征向量算法,确定各账户对应的特征向量。
步骤409,针对每个账户,确定该账户的特征向量与其他账户的特征向量的相似度,并将特征向量与该账户的特征向量的相似度大于或等于预设相似度阈值的目标账户,确定为该账户的推荐账户。
步骤401至步骤409的处理过程与步骤101至步骤104的处理过程类似,此处不再赘述。
本公开实施例提供了一种账户的推荐方法。服务器获取各账户之间的会话行为和邀请行为。然后,服务器根据各账户之间的邀请行为,确定各账户之间的邀请级别。之后,针对每个账户,服务器基于各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。这样,服务器可以根据账户之间的行为进行账户推荐,可以提高推荐账户的丰富性。
应该理解的是,虽然图1至图4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1至图4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图5是根据一示例性实施例示出的一种账户的推荐装置的框图。参照图5,该装置包括:
获取模块510,被配置为获取各账户之间的会话行为和邀请行为;
第一确定模块520,被配置为根据各账户之间的邀请行为,确定各账户之间的邀请级别,所述邀请级别为由所述各账户之间的邀请行为形成的邀请关系图中,所述各账户之间的邀请关系路径包含的子邀请关系路径的数目;
第二确定模块530,被配置为针对每个账户,基于各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
作为一种可选的实施方式,第一确定模块520,具体用于:
根据各账户之间的邀请行为,构建邀请关系图;
针对各账户中的第一账户和第二账户,在邀请关系图中,确定第一账户与第二账户之间的最短邀请关系路径,第一账户和第二账户为各账户中不相同的任一账户;
根据最短邀请关系路径包含的子邀请关系路径的数目,确定第一账户和第二账户之间的邀请级别。
作为一种可选的实施方式,第二确定模块530,具体用于:
针对各账户中的第一账户和第二账户,确定第一账户与第二账户之间的会话行为对应的第一权重,并确定第一账户与第二账户之间的邀请级别对应的第二权重,第一账户和第二账户为各账户中不相同的任一账户;
将第一权重与第二权重的和值,确定为第一账户与第二账户之间的权重;
针对每个账户,根据各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
作为一种可选的实施方式,会话行为包括浏览消息、浏览分享内容、点赞分享内容、评论分享内容、在预设时长内进行会话、指向账户中的一种或多种。
作为一种可选的实施方式,第二确定模块530,具体用于:
针对每个账户,在各账户中,按照与该账户的权重由大到小的顺序,选择预设数目个目标账户,作为该账户对应的推荐账户。
作为一种可选的实施方式,第二确定模块530,具体用于:
根据账户集合及账户集合中各账户之间的权重,构建账户关系图;
根据账户关系图和预设的特征向量算法,确定各账户对应的特征向量;
针对每个账户,确定该账户的特征向量与其他账户的特征向量的相似度,并将特征向量与该账户的特征向量的相似度大于或等于预设相似度阈值的目标账户,确定为该账户的推荐账户。
本公开实施例提供了一种账户的推荐装置。服务器获取各账户之间的会话行为和邀请行为。然后,服务器根据各账户之间的邀请行为,确定各账户之间的邀请级别。之后,针对每个账户,服务器基于各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。这样,服务器可以根据账户之间的行为进行账户推荐,可以提高推荐账户的丰富性。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图6是根据一示例性实施例示出的一种用于服务器600的框图。例如,服务器600可以为一服务器。参照图6,服务器600包括处理组件622,其进一步包括一个或多个处理器,以及由存储器632所代表的存储器资源,用于存储可由处理组件622的执行的指令,例如应用程序。存储器632中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件622被配置为执行指令,以执行上述账户的推荐方法。
服务器600还可以包括一个电源组件626被配置为执行服务器600的电源管理,一个有线或无线网络接口650被配置为将服务器600连接到网络,和一个输入输出(I/O)接口658。服务器600可以操作基于存储在存储器632的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器,上述指令可由服务器600的处理器执行以完成上述方法。存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供一种计算机程序产品,所述程序产品包括计算机程序,所述计算机程序存储在可读存储介质中,设备的至少一个处理器从所述可读存储介质读取并执行所述计算机程序,使得设备执行上述实施例中所述的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (14)

1.一种账户的推荐方法,其特征在于,所述方法包括:
获取各账户之间的会话行为和邀请行为;
根据所述各账户之间的邀请行为,确定所述各账户之间的邀请级别,所述邀请级别为由所述各账户之间的邀请行为形成的邀请关系图中,所述各账户之间的邀请关系路径包含的子邀请关系路径的数目;
针对每个账户,基于所述各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
2.根据权利要求1所述的方法,其特征在于,所述根据所述各账户之间的邀请行为,确定所述各账户之间的邀请级别,包括:
根据所述各账户之间的邀请行为,构建邀请关系图;
针对所述各账户中的第一账户和第二账户,在所述邀请关系图中,确定所述第一账户与所述第二账户之间的最短邀请关系路径,所述第一账户和所述第二账户为所述各账户中不相同的任一账户;
根据所述最短邀请关系路径包含的子邀请关系路径的数目,确定所述第一账户和所述第二账户之间的邀请级别。
3.根据权利要求1所述的方法,其特征在于,所述针对每个账户,基于所述各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户,包括:
针对所述各账户中的第一账户和第二账户,确定所述第一账户与所述第二账户之间的会话行为对应的第一权重,并确定所述第一账户与所述第二账户之间的邀请级别对应的第二权重,所述第一账户和所述第二账户为所述各账户中不相同的任一账户;
将所述第一权重与所述第二权重的和值,确定为所述第一账户与所述第二账户之间的权重;
针对每个账户,根据所述各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述会话行为包括浏览消息、浏览分享内容、点赞分享内容、评论分享内容、在预设时长内进行会话、指向账户中的一种或多种。
5.根据权利要求3所述的方法,其特征在于,所述针对每个账户,根据所述各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户,包括:
针对每个账户,在所述各账户中,按照与该账户的权重由大到小的顺序,选择预设数目个目标账户,作为该账户对应的推荐账户。
6.根据权利要求3所述的方法,其特征在于,所述针对每个账户,根据所述各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户,包括:
根据账户集合及所述账户集合中各账户之间的权重,构建账户关系图;
根据所述账户关系图和预设的特征向量算法,确定所述各账户对应的特征向量;
针对每个账户,确定该账户的特征向量与其他账户的特征向量的相似度,并将特征向量与该账户的特征向量的相似度大于或等于预设相似度阈值的目标账户,确定为该账户的推荐账户。
7.一种账户的推荐装置,其特征在于,所述装置包括:
获取模块,被配置为获取各账户之间的会话行为和邀请行为;
第一确定模块,被配置为根据所述各账户之间的邀请行为,确定所述各账户之间的邀请级别,所述邀请级别为由所述各账户之间的邀请行为形成的邀请关系图中,所述各账户之间的邀请关系路径包含的子邀请关系路径的数目;
第二确定模块,被配置为针对每个账户,基于所述各账户之间的会话行为和邀请级别,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
8.根据权利要求7所述的装置,其特征在于,所述第一确定模块,具体用于:
根据所述各账户之间的邀请行为,构建邀请关系图;
针对所述各账户中的第一账户和第二账户,在所述邀请关系图中,确定所述第一账户与所述第二账户之间的最短邀请关系路径,所述第一账户和所述第二账户为所述各账户中不相同的任一账户;
根据所述最短邀请关系路径包含的子邀请关系路径的数目,确定所述第一账户和所述第二账户之间的邀请级别。
9.根据权利要求7所述的装置,其特征在于,所述第二确定模块,具体用于:
针对所述各账户中的第一账户和第二账户,确定所述第一账户与所述第二账户之间的会话行为对应的第一权重,并确定所述第一账户与所述第二账户之间的邀请级别对应的第二权重,所述第一账户和所述第二账户为所述各账户中不相同的任一账户;
将所述第一权重与所述第二权重的和值,确定为所述第一账户与所述第二账户之间的权重;
针对每个账户,根据所述各账户之间的权重,确定与该账户满足预设关联度条件的目标账户,作为该账户对应的推荐账户。
10.根据权利要求7至9任一项所述的装置,其特征在于,所述会话行为包括浏览消息、浏览分享内容、点赞分享内容、评论分享内容、在预设时长内进行会话、指向账户中的一种或多种。
11.根据权利要求9所述的装置,其特征在于,所述第二确定模块,具体用于:
针对每个账户,在所述各账户中,按照与该账户的权重由大到小的顺序,选择预设数目个目标账户,作为该账户对应的推荐账户。
12.根据权利要求9所述的装置,其特征在于,所述第二确定模块,具体用于:
根据账户集合及所述账户集合中各账户之间的权重,构建账户关系图;
根据所述账户关系图和预设的特征向量算法,确定所述各账户对应的特征向量;
针对每个账户,确定该账户的特征向量与其他账户的特征向量的相似度,并将特征向量与该账户的特征向量的相似度大于或等于预设相似度阈值的目标账户,确定为该账户的推荐账户。
13.一种服务器,其特征在于,所述服务器包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的账户的推荐方法。
14.一种存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得所述服务器能够执行如权利要求1至6中任一项所述的账户的推荐方法。
CN202010241772.XA 2020-03-31 2020-03-31 账户的推荐方法及装置 Active CN111400616B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010241772.XA CN111400616B (zh) 2020-03-31 2020-03-31 账户的推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010241772.XA CN111400616B (zh) 2020-03-31 2020-03-31 账户的推荐方法及装置

Publications (2)

Publication Number Publication Date
CN111400616A CN111400616A (zh) 2020-07-10
CN111400616B true CN111400616B (zh) 2023-05-30

Family

ID=71434828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010241772.XA Active CN111400616B (zh) 2020-03-31 2020-03-31 账户的推荐方法及装置

Country Status (1)

Country Link
CN (1) CN111400616B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113190748B (zh) * 2021-04-30 2023-11-28 北京达佳互联信息技术有限公司 账户推荐方法、装置、电子设备、计算机可读存储介质
CN113177137A (zh) * 2021-05-27 2021-07-27 腾讯音乐娱乐科技(深圳)有限公司 推荐歌曲的评论信息的方法、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846767A (zh) * 2017-04-27 2018-11-20 清华大学 社交群组的特征获取方法及装置
CN108875993A (zh) * 2017-05-16 2018-11-23 清华大学 邀请行为预测方法及装置
CN109660582A (zh) * 2017-10-09 2019-04-19 腾讯科技(深圳)有限公司 帐号信号的推送方法、装置、存储介质和电子设备
CN109886823A (zh) * 2019-02-25 2019-06-14 北京奇艺世纪科技有限公司 一种社交圈的推荐方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140074545A1 (en) * 2012-09-07 2014-03-13 Magnet Systems Inc. Human workflow aware recommendation engine
US9407719B2 (en) * 2013-01-30 2016-08-02 Linkedin Corporation Batch connect
EP3398128A1 (en) * 2015-12-28 2018-11-07 Telecom Italia S.p.A. Method for managing the reputation of members of an online community
US10728313B2 (en) * 2017-03-09 2020-07-28 Microsoft Technology Licensing, Llc Future connection score of a new connection

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846767A (zh) * 2017-04-27 2018-11-20 清华大学 社交群组的特征获取方法及装置
CN108875993A (zh) * 2017-05-16 2018-11-23 清华大学 邀请行为预测方法及装置
CN109660582A (zh) * 2017-10-09 2019-04-19 腾讯科技(深圳)有限公司 帐号信号的推送方法、装置、存储介质和电子设备
CN109886823A (zh) * 2019-02-25 2019-06-14 北京奇艺世纪科技有限公司 一种社交圈的推荐方法及装置

Also Published As

Publication number Publication date
CN111400616A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
US10748194B2 (en) Collaboration group recommendations derived from request-action correlations
US9838743B2 (en) Techniques for context aware video recommendation
US20160306506A1 (en) Adaptive user interface using machine learning mode
CN111400616B (zh) 账户的推荐方法及装置
CN110971659A (zh) 推荐消息的推送方法、装置及存储介质
CN111917878A (zh) 消息处理方法、装置、设备及存储介质
CN112346936A (zh) 应用故障根因定位方法及系统
JP2022507581A (ja) スクリプトに基づく自動ボット作成
CN114461871B (zh) 推荐模型训练方法、对象推荐方法、装置及存储介质
CN110224859A (zh) 用于识别团伙的方法和系统
US9369536B1 (en) Event-based user behavior timeline, predictions, and recommendations
CN111581521A (zh) 群组成员的推荐方法、装置、服务器、存储介质及系统
CN111475628A (zh) 会话数据处理方法、装置、计算机设备和存储介质
CN111294620A (zh) 视频的推荐方法及装置
CN113836388B (zh) 信息推荐方法、装置、服务器及存储介质
US20230325944A1 (en) Adaptive wellness collaborative media system
CN111737579A (zh) 对象推荐方法、装置及电子设备、存储介质
CN112308648A (zh) 信息处理方法及装置
CN110750718A (zh) 基于推荐系统的用户引导方法、装置、设备及存储介质
CN113420165B (zh) 二分类模型的训练、多媒体数据的分类方法及装置
CN111435381A (zh) 请求分发方法和装置
CN114510627A (zh) 对象推送方法、装置、电子设备及存储介质
US20210240936A1 (en) Multi-level linguistic alignment in specific user targeted messaging
CN111131354B (zh) 用于生成信息的方法和装置
CN114513686A (zh) 视频信息的确定方法、装置以及存储介质

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