CN112800286B - 用户关系链的构建方法、装置及电子设备 - Google Patents
用户关系链的构建方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112800286B CN112800286B CN202110377207.0A CN202110377207A CN112800286B CN 112800286 B CN112800286 B CN 112800286B CN 202110377207 A CN202110377207 A CN 202110377207A CN 112800286 B CN112800286 B CN 112800286B
- Authority
- CN
- China
- Prior art keywords
- user
- information
- dimension
- relationship
- users
- 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
Links
- 238000010276 construction Methods 0.000 title claims description 5
- 238000000034 method Methods 0.000 claims abstract description 62
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
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
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种用户关系链的构建方法、装置及电子设备,该方法包括:从分享维度、浏览维度和捐款维度的至少一个维度中获取用户的信息,对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息,通过用户与用户在每一个维度上的第一关系信息构建用户的关系链,并将用户的关系链存入图数据库中。这样就生成了一个包含用户与用户关系网的数据库,并且还从不同的维度对用户之间的关系进行了描述。由此,通过构建得到的包含不同用户之间的关系链的图数据库,有利于基于图数据库中的关系链挖掘出与业务对象相关的目标用户,进而有利于实现业务对象对用户有效推荐信息。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种用户关系链的构建方法、装置及电子设备。
背景技术
随着现代社交网络的蓬勃发展,很多应用的推广、公司业务的推广依赖于社交网络,例如在某一个用户通过平台发起筹款的情况下,平台在知道用户的社交关系的情况,能够有针对性的发送筹款信息,这样筹到款的概率会更大,金额会更多。
但是,目前很多公司或者平台都无法得知用户的社交关系网,更无法挖掘与业务对象相关的目标用户,进而影响业务对象对用户有效推荐信息。
发明内容
有鉴于此,本发明实施例公开了一种用户关系链的构建方法,通过该方法构建得到了包含不同用户之间的关系链的图数据库,有利于基于图数据库中的关系链挖掘出与业务对象相关的目标用户,进而有利于实现业务对象对用户有效推荐信息。
本发明实施例公开了一种用户关系链的构建方法,包括:
获取用户的信息;所述用户的信息是从如下至少一个维度的信息中获取的:在分享维度上获取用户对其它用户分享的链接进行分享的信息,在浏览维度上获取用户对其它用户分享的链接进行浏览的信息,在捐款维度上获取用户对其它用户分享的链接进行捐款的信息;
对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息;
根据用户与用户在每一个维度上的第一关系信息,构建用户的关系链,并将用户的关系链存入图数据库中。
可选地,所述对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息,包括:
对从分享维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接进行分享的次数;
对从浏览维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接点击的次数;
对在捐款维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接进行捐款的总金额;
其中,所述第一用户和第二用户为任意的两个用户。
可选地,所述对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息,还包括:
将第一用户对第二用户分享的链接点击的次数进行去重处理,得到第一用户浏览过第二用户项目的次数;其中,一个链接表示一个项目;所述第一用户浏览过第二用户项目的次数为项目维度上的第一关系信息。
可选地,所述图数据库中存入的用户的关系链至少包括节点和边;
所述节点为用户,所述边为不同用户之间的关系,其中,不同用户之间的关系包括如下的至少一个维度的第一关系信息:
第一用户对第二用户分享的链接进行分享的次数;
第一用户对第二用户分享的链接点击的次数;
第一用户对第二用户分享的链接进行捐款的总金额;
第一用户浏览过第二用户项目的次数;所述第一用户和第二用户为任意的两个用户。
可选地,所述用户关系链的构建方法,还包括:
获取不同用户之间的第二关系信息,所述不同用户之间的第二关系信息至少包括:家人关系、同事关系以及朋友关系;
将所述不同用户之间的第二关系信息存储于所述图数据库中。
可选地,所述用户关系链的构建方法,还包括:
在不断更新用户信息的过程中,检测用户在任何一个维度上的第一关系信息是否发生了变化;
当检测到用户在任何一个维度上的第一关系信息发生了变化,通过发生变化的第一关系信息更新用户的关系链。
可选地,所述用户关系链的构建方法,还包括:
针对用户的关系链中任意两个用户之间形成的关系链,确定所述形成的关系链在每个维度上的权重;
根据所述形成的关系链在每个维度上的权重,计算不同用户之间的相似度。
本发明实施例公开了一种用户关系链的构建装置,包括:
获取单元,用于获取用户的信息;所述用户的信息是从如下至少一个维度的信息中获取的:在分享维度上获取用户对其它用户分享的链接进行分享的信息,在浏览维度上获取用户对其它用户分享的链接进行浏览的信息,在捐款维度上获取用户对其它用户分享的链接进行捐款的信息;
分析单元,用于对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息;
关系链构建单元,用于根据用户与用户在每一个维度上的第一关系信息,构建用户的关系链,并将用户的关系链存入图数据库中。
可选地,所述图数据库中存入的用户的关系链至少包括节点和边;
所述节点为用户,所述边为不同用户之间的关系,其中,不同用户之间的关系包括如下的至少一个维度的第一关系信息:
第一用户对第二用户分享的链接进行分享的次数;
第一用户对第二用户分享的链接点击的次数;
第一用户对第二用户分享的链接进行捐款的总金额;
第一用户浏览过第二用户项目的次数;其中,一个链接表示一个项目,所述第一用户和第二用户为任意的两个用户。
本发明实施例还公开了一种电子设备,所述电子设备包括:
存储器和处理器;
所述存储器用于存储程序;
所述处理器用于执行所述存储器中的程序时,至少执行下述的用户关系链的构建方法:
获取用户的信息;所述用户的信息是从如下至少一个维度的信息中获取的:在分享维度上获取用户对其它用户分享的链接进行分享的信息,在浏览维度上获取用户对其它用户分享的链接进行浏览的信息,在捐款维度上获取用户对其它用户分享的链接进行捐款的信息;
对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息;
根据用户与用户在每一个维度上的第一关系信息,构建用户的关系链,并将用户的关系链存入图数据库中。
本发明实施例公开了一种用户关系链的构建方法及装置,包括:从分享维度、浏览维度和捐款维度的至少一个维度中获取用户的信息,对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息,通过用户与用户在每一个维度上的第一关系信息构建用户的关系链,并将用户的关系链存入图数据库中。这样就生成了包含用户与用户关系网的数据库,并且还从不同的维度对用户之间的关系进行了描述。由此,通过该用户与用户之间的关系网,能够从不同维度去挖掘用户之间的关系,并且,业务对象能够基于其所侧重的某一维度或多个维度,来针对性地挖掘出相应的目标用户,从而业务对象可基于构建出的多维度深层用户关系对用户进行有效的信息推荐,并且,通过用户关系中的多维度信息,也有利于进行公司业务的推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1示出了本发明实施例提供的一种用户关系链的构建方法的流程示意图;
图2示出了添加第二用户关系信息的方法的流程示意图;
图3示出了一种对图数据库中的用户的关系链进行预处理的方法的流程示意图;
图4示出了本发明实施例提供的一种用户关系链的构建装置的结构示意图;
图5示出了本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参考图1,示出了本发明实施例提供的一种用户关系链的构建方法的流程示意图,在本实施例中,该方法包括:
S101:获取用户的信息;
其中,所述用户的信息是从如下的至少一个维度的信息中获取的:
在分享维度上获取用户对其它用户分享的链接进行分享的信息,在浏览维度上获取用户对其它用户分享的链接进行浏览的信息,在捐款维度上获取用户对其它用户分享的链接进行捐款的信息。
本实施例中,用户可以通过多种方式获取用户的信息,本实施例中不进行限定,优选地,可以采用埋点的方式从日志信息或者相关数据库中获取。例如可从业务数据库中存储的字段、文本、语音、图片等数据中提取用户的信息,业务数据库中存储的这些数据可包括结构化数据、半结构化数据和非结构化数据。需要将结构化数据标准化处理成标准数据格式,对半结构化数据规则处理成标准数据格式,对非结构化数据使用诸如Bert算法、 bi-lstm-crf算法处理成标准数据格式,从而从所述这些数据中获取用户的信息。
其中,可以在分享维度、浏览维度和捐款维度上获取用户的信息,其中分享维度上,可以获取用户对其它用户分享的链接进行分享的信息,例如用户在其它用户分享的链接进行分享的次数等信息;浏览维度上,可以获取用户对其它用户分享的链接的点击信息,例如用户对其它用户分享的链接的点击次数;在捐款维度上,可以获取用户对其它用户分享的链接进行捐款的信息,例如用户对其它用户分享的链接进行捐款的总金额。
优选地,用户的信息的获取可以通过多个维度获取包括:在分享维度上获取用户对其它用户分享的链接进行分享的信息,在浏览维度上获取用户对其它用户分享的链接进行浏览的信息,在捐款维度上获取用户对其它用户分享的链接进行捐款的信息。
S102:对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息;
具体地,通过对用户的信息进行分析,可得到用户的标识信息、用户的属性信息和用户的类别信息。例如用户的标识信息可为标识用户唯一身份的编码信息。用户的属性信息可包括用户的性别、年龄、省份等自身的信息。
通过上述说明可知,从不同的维度上获取了用户的信息,在每个维度上可以得到不同用户之间的关系,其中,在不同维度上不同用户之间的关系通过如下的信息表示:
第一用户对第二用户分享的链接进行分享的次数;
第一用户对第二用户分享的链接点击的次数;
第一用户对第二用户分享的链接进行捐款的总金额;
其中,第一用户和第二用户为任意的两个用户。
其中,为了更加清楚的体现用户之间的关系信息,本实施例中,构建了用户关系表,其中,用户关系表中包括每个维度的用户关系名称,与每个用户关系名称对应关系值。
举例说明:对于分享维度,关系名称例如为:第一用户对第二用户分享的链接进行分享的次数,那么关系值为具体分享次数的数值。对于浏览维度,关系名称为:第一用户对第二用户分享的链接点击的次数,那么关系值为具体点击次数的值;对于捐款维度,关系名称为:第一用户对第二用户分享的链接进行捐款的总金额,那么关系值为具体的总金额的值。
通过上述说明,需要对每个维度的用户的信息进行分析,从而得到每个维度的用户的关系,具体的S102可以包括如下的执行方法:
对从分享维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接进行分享的次数;
对从浏览维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接点击的次数;
对在捐款维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接进行捐款的总金额;
其中,所述第一用户和第二用户为任意的两个用户。
除此之外,通过获取到的用户的信息,还可以获取到用户与用户在项目上的关联,其中,一个链接表示一个项目。在统计用户与用户项目之间的关联关系时,可以通过对浏览维度的关系信息进行分析,通过对链接的浏览情况,确定出链接的数量,从而确定出第一用户浏览过第二用户项目的次数,具体的,还包括:
将第一用户对第二用户分享的链接的点击次数进行去重处理,得到第一用户浏览过第二用户项目的次数;其中,一个链接表示一个项目;所述第一用户浏览过第二用户项目的次数为项目维度上的用户关系信息。
其中,去重的原则为,若一个链接存在多次点击的情况,则将项目浏览次数表示为1次。
举例说明:在统计用户与用户项目之间的关联关系时,例如用户A点击过用户B分享的一个链接,则表示用户A和用户B存在一个项目关联,若用户A点击过用户B分享的4个不同的链接,则表示用户A和用户B在四个项目上存在关联。
S103:根据用户与用户在每一个维度上的第一关系信息,构建用户的关系链,并将用户的关系链存入图数据库中;
本实施例中,在图数据库中存入的用户的关系链至少包括节点和边;其中,节点为用户,边为不同用户之间的关系,其中,不同用户之间的关系包括如下至少一个维度的第一关系信息:
第一用户对第二用户分享的链接进行分享的次数;
第二用户对第二用户分享的链接点击的次数;
第一用户对第二用户分享的链接进行捐款的总金额;
第一用户浏览过第二用户项目的次数。
优选地,在图数据库中,不同用户之间的关系包括多个维度的关系信息:第一用户对第二用户分享的链接进行分享的次数;第一用户对第二用户分享的链接点击的次数;第一用户对第二用户分享的链接进行捐款的总金额;第一用户浏览过第二用户项目的次数。
除此之外,图数据库中还可以包括其它的信息,例如包括用户的属性信息和用户的类别信息,其中,用户的属性信息为表征用户身份的信息,例如包括:用户ID、用户姓名、年龄、性别等。
本实施例中,通过上述的方法,从分享维度、浏览维度和捐款维度的至少一个维度中获取用户的信息,对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息,通过用户与用户在每一个维度上的第一关系信息构建用户的关系链,并将用户的关系链存入图数据库中。这样就生成了包含用户与用户关系网的数据库,并且还从不同的维度对用户之间的关系进行了描述。由此,通过该用户与用户之间的关系网,能够从不同维度去挖掘用户之间的关系。而且,业务对象能够基于其所侧重的某一维度或多个维度,来针对性地挖掘出相应的目标用户,从而业务对象可基于构建出的多维度深层用户关系对用户进行有效推荐信息。并且,通过用户关系中的多维度信息,也有利于进行公司业务的推广。
进一步地,由于用户的社交关系网并不是一成不变的,为了保障数据的有效性,还需要不断的对用户的关系链进行更新,具体的,还包括:
在不断更新用户信息的过程中,检测用户在任何一个维度上的第一关系信息是否发生了变化;
当检测到用户在任何一个维度上的第一关系信息发生了变化,通过发生变化的关系信息更新用户的关系链。
进一步地,由于用户与用户之间的社交关系存在多种,不同的社交关系可以针对不同社会关系的用户针对性地推荐信息。而且,通过不同的社交关系也可用于不同的业务推广,因此,为了能够对推荐信息或业务推广更具有针对性,在构建用户的关系链时,还可以标注出用户的具体社会关系,例如:家人关系、同事关系、同学关系等,具体的,参考图2,示出了添加第二用户关系信息的方法的流程示意图,该方法包括:
S201:获取不同用户之间的第二关系信息,所述不同用户之间的第二关系信息至少包括:家人关系、同事关系以及朋友关系;
S202:将所述不同用户之间的第二关系信息存储于所述图数据库中。
其中,第二关系信息可以从不同的数据源中获取,例如业务数据库中存储的字段,文本、语音、图片等结构化数据、半结构化数据、非结构化数据等。需要将结构化数据标准化处理成标准数据格式,对半结构化数据规则处理成标准数据格式,对非结构化数据使用诸如Bert算法、 bi-lstm-crf算法处理成标准数据格式,从而从所述这些数据源中提取得到用户的信息,对结构化数据、半结构化数据、非结构化数据处理成标准数据格式的方法在本实施例中不进行限定。
举例说明:对于保险推销领域,在构建了不同用户之间的具体关系的情况下,可以将关于家庭的保险推荐给具有家庭关系的用户,将关于理财方面的保险可以推销给具有同事关系的用户。
其中,在应用图数据库中的用户之间的关系链时,根据图数据库中的用户关系链,将图数据库中的用户构建为不同的簇群,例如家人关系簇群、朋友关系簇群、同事关系簇群等。
在业务推广时,可以根据上述不同的关系簇群,进行针对性地信息推荐。
其中,针对上述构建的关系链,可以应用于不同的场景中,例如保险业务场景、筹款场景等,针对不同的场景可以对图数据库中的用户的关系链进行不同的处理,进而再应用到不同的场景下:
其中,参考图3,示出了一种对图数据库中的用户的关系链进行预处理的方法的流程示意图包括:
S301:针对用户关系链中任意两个用户之间的关系链,确定该关系链在每个维度上的权重;
S302:根据关系链在每个维度上的权重,计算不同用户之间的相似度。
举例说明:在用户的关系链包含分享维度、浏览维度、捐款维度和项目维度的情况下,分别确定每个维度的权重,并根据每个维度的权重和具体的数值计算不同用户之间的相似度。这里得到的相似度可为数值化的相似度值。
另一种对图数据库中的用户的关系链进行预处理的方法,还包括:
针对图数据库中的任意一个用户,根据该用户与其它用户的关系,确定与用户具有不同关联程度的其它用户。
举例说明:针对该用户与其它用户的直接或者间接的关系,可以确定出用户的一度好友、二度好友、三度好友、四度好友等,其中,一度、二度、三度、四度分别表示与用户关联的程度。对于构建的用户的关系链,例如,节点A为某一用户,与节点A产生直接关系的有节点B,与节点B产生直接关系的有节点C,节点C通过节点B与节点A产生间接关系,则节点B对应的用户为节点A对应的用户的一度好友,节点C对应的用户为节点A对应的用户的二度好友。依此类推,如果与节点C产生直接关系的有节点D,节点D依次通过节点C和节点B与节点A产生间接关系,则节点D对应的用户为节点A对应的用户的三度好友。
因此,通过使用本发明的用户关系链的构建方法构建用户关系链后,可根据一个用户的标识信息,查询与所述用户相关的一度好友、二度好友、三度好友以及四度好友,根据一度好友、二度好友、三度好友以及四度好友所对应的浏览维度的权重值、分享维度的权重值、捐款维度的权重值和项目维度的权重值,判断各维度下一度好友、二度好友、三度好友以及四度好友与所述用户的关联程度,可选取关联程度高的好友针对性地推荐与该维度相关的业务信息。
在一些实施例中,可通过余弦定理等计算相似度的算法进行相似度计算。
针对筹款领域,由于图数据库中包含第一用户对第二用户分享的链接的捐款金额,那么可以基于该信息对该用户发起筹款的情况下的筹款金额进行预估,具体地,包括:
通过用户在不同维度上的关系信息,获取与用户具有不同关联程度的其它用户。以及每个关联程序的其它用户对用户分享的链接进行捐款的金额;
确定每个好友的关联程度对应的权重;
根据与用户具有不同关联程序的其它用户对用户分享的链接进行捐款的金额,以及每个好友的关联程度对应的权重,对用户发起筹款的情况下的筹款金额进行预估。
举例说明:如上介绍可知,用户的好友关系中包含不同关联程序,根据不同的关联程序可以得到诸如用户一度好友、二度好友以及三度好友等好友关系,本实施例中,可以对不同程序的好友设置不同的权重,基于每种关系的权重以及好友对用户分享的链接进行捐款的金额,可以预估在用户发起筹款的情况下,可能会筹集到的金额。例如,权重值根据用户的好友关系的关联程度逐级递减,用户的好友关联程度高的权重较高,用户的好友关联程度低的权重较低,将不同关联程度的好友对用户分享的链接的捐款金额和相对应的权重值相乘,并将根据不同关联程序的好友与权重的关系预估的捐款金额相加,得到用户在发起筹款的情况下可能会筹集到的捐款金额。
参考图4,示出了本发明实施例提供的一种用户关系链的构建装置的结构示意图,用户关系链的构建装置包括:
获取单元401,用于获取用户的信息;所述用户的信息是从如下至少一个维度的信息中获取的:在分享维度上获取用户对其它用户分享的链接进行分享的信息,在浏览维度上获取用户对其它用户分享的链接进行浏览的信息,在捐款维度上获取用户对其它用户分享的链接进行捐款的信息;
分析单元402,用于对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息;
关系链构建单元403,用于根据用户与用户在每一个维度上的第一关系信息构建用户的关系链,并将用户的关系链存入图数据库中。
可选地,所述分析单元包括:
第一分析子单元,用于对从分享维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接进行分享的次数;
第二分析子单元,用于对从浏览维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接点击的次数;
第三分析子单元,用于对在捐款维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接进行捐款的总金额;
其中,所述第一用户和第二用户为任意的两个用户。
可选地,所述分析单元还包括:
第四分析子单元,用于将第一用户对第二用户分享的链接的点击次数进行去重处理,得到第一用户浏览过第二用户项目的次数;其中,一个链接表示一个项目;所述第一用户浏览过第二用户项目的次数为项目维度上的第一关系信息。
可选地,所述图数据库中存入的用户的关系链至少包括节点和边;
所述节点为用户,所述边为不同用户之间的关系,其中,不同用户之间的关系包括如下的至少一个维度的关系信息:
第一用户对第二用户分享的链接进行分享的次数;
第一用户对第二用户分享的链接点击的次数;
第一用户对第二用户分享的链接进行捐款的总金额;
第一用户浏览过第二用户项目的次数;所述第一用户和第二用户为任意的两个用户。
可选地,用户关系链的构建装置还包括:
第二关系信息获取单元,用于获取不同用户之间的第二关系信息,所述不同用户之间的第二关系信息至少包括:家人关系、同事关系以及朋友关系;
第二关系信息添加单元,用于将所述不同用户之间的第二关系信息存储于所述图数据库中。
可选地,用户关系链的构建装置还包括:
图数据库更新单元,用于:
在不断更新用户信息的过程中,检测用户在任何一个维度上的第一关系信息是否发生了变化;
当检测到用户在任何一个维度上的第一关系信息发生了变化,通过发生变化的第一关系信息更新用户的关系链。
可选地,用户关系链的构建装置还包括:
权重确定单元,用于针对用户关系链中任意两个用户之间的关系链,确定该关系链在每个维度上的权重;
相似度计算单元,用于根据关系链在每个维度上的权重,计算不同用户之间的相似度。
通过本实施例的装置,从分享维度、浏览维度和捐款维度的至少一个维度中获取用户的信息,对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息,通过用户与用户在每一个维度上的第一关系信息构建用户的关系链,并将用户的关系链存入图数据库中。这样就生成了包含用户与用户关系网的数据库,并且还从不同的维度对用户之间的关系进行了描述。由此,通过该用户与用户之间的关系网,能够从不同维度去挖掘用户之间的关系。而且,业务对象能够基于其所侧重的某一维度或多个维度,来针对性地挖掘出相应的目标用户,从而业务对象可基于构建出的多维度深层用户关系对用户进行有效的信息推荐,并且,通过用户关系中的多维度信息,也有利于进行公司业务的推广。
参考图5,示出了本发明实施例提供的一种电子设备的结构示意图,在本实施例中,该电子设备包括:
存储器501和处理器502;
所述存储器用于存储程序;
所述处理器用于执行所述存储器中的程序时,至少执行下述所述的用户关系链的构建方法:
获取用户的信息;所述用户的信息是从如下至少一个维度的信息中获取的:在分享维度上获取用户对其它用户分享的链接进行分享的信息,在浏览维度上获取用户对其它用户分享的链接进行浏览的信息,在捐款维度上获取用户对其它用户分享的链接进行捐款的信息;
对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息;
根据用户与用户在每一个维度上的第一关系信息,构建用户的关系链,并将用户的关系链存入图数据库中。
可选地,所述对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息,包括:
对从分享维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接进行分享的次数;
对从浏览维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接点击的次数;
对在捐款维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接进行捐款的总金额;
其中,所述第一用户和第二用户为任意的两个用户。
可选地,对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息,还包括:
将第一用户对第二用户分享的链接点击的次数进行去重处理,得到第一用户浏览过第二用户项目的次数;其中,一个链接表示一个项目;所述第一用户浏览过第二用户项目的次数为项目维度上的第一关系信息。
可选地,所述图数据库中存入的用户的关系链至少包括节点和边;
所述节点为用户,所述边为不同用户之间的关系,其中,不同用户之间的关系包括如下的至少一个维度的第一关系信息:
第一用户对第二用户分享的链接进行分享的次数;
第一用户对第二用户分享的链接点击的次数;
第一用户对第二用户分享的链接进行捐款的总金额;
第一用户浏览过第二用户项目的次数;所述第一用户和第二用户为任意的两个用户。
可选地,用户关系链的构建方法还包括:
获取不同用户的第二关系信息,所述不同用户的第二关系信息至少包括:家人关系、同事关系以及朋友关系;
将所述不同用户之间的第二关系信息存储于所述图数据库中。
可选地,所述用户关系链的构建方法还包括:
在不断更新用户信息的过程中,检测用户在任何一个维度上的第一关系信息是否发生了变化;
当检测到用户在任何一个维度上的第一关系信息发生了变化,通过发生变化的第一关系信息更新用户的关系链。
可选地,所述用户关系链的构建方法还包括:
针对用户关系链中任意两个用户之间的关系链,确定该关系链在每个维度上的权重;
根据关系链在每个维度上的权重,计算不同用户之间的相似度。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种用户关系链的构建方法,其特征在于,包括:
获取用户的信息;所述用户的信息是从如下至少一个维度的信息中获取的:在分享维度上获取用户对其它用户分享的链接进行分享的信息,在浏览维度上获取用户对其它用户分享的链接进行浏览的信息,在捐款维度上获取用户对其它用户分享的链接进行捐款的信息;
对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息;
根据用户与用户在每一个维度上的第一关系信息,构建用户的关系链,并将用户的关系链存入图数据库中;
其中,所述图数据库中存入的用户的关系链至少包括节点和边;
所述节点为用户,所述边为不同用户之间的关系,其中,不同用户之间的关系包括如下的至少一个维度的第一关系信息:
第一用户对第二用户分享的链接进行分享的次数;
第一用户对第二用户分享的链接点击的次数;
第一用户对第二用户分享的链接进行捐款的总金额;
第一用户浏览过第二用户项目的次数;所述第一用户和第二用户为任意的两个用户。
2.根据权利要求1所述的方法,其特征在于,所述对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息,包括:
对从分享维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接进行分享的次数;
对从浏览维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接点击的次数;
对在捐款维度上获取的用户信息进行分析,得到第一用户对第二用户分享的链接进行捐款的总金额。
3.根据权利要求2所述的方法,其特征在于,所述对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息,还包括:
将第一用户对第二用户分享的链接点击的次数进行去重处理,得到第一用户浏览过第二用户项目的次数;其中,一个链接表示一个项目;所述第一用户浏览过第二用户项目的次数为项目维度上的第一关系信息。
4.根据权利要求1所述的方法,其特征在于,所述用户关系链的构建方法,还包括:
获取不同用户之间的第二关系信息,所述不同用户之间的第二关系信息至少包括:家人关系、同事关系以及朋友关系;
将所述不同用户之间的第二关系信息存储于所述图数据库中。
5.根据权利要求1所述的方法,其特征在于,所述用户关系链的构建方法,还包括:
在不断更新用户信息的过程中,检测用户在任何一个维度上的第一关系信息是否发生了变化;
当检测到用户在任何一个维度上的第一关系信息发生了变化,通过发生变化的第一关系信息更新用户的关系链。
6.根据权利要求1所述的方法,其特征在于,所述用户关系链的构建方法,还包括:
针对用户的关系链中任意两个用户之间形成的关系链,确定所述形成的关系链在每个维度上的权重;
根据所述形成的关系链在每个维度上的权重,计算不同用户之间的相似度。
7.一种用户关系链的构建装置,其特征在于,包括:
获取单元,用于获取用户的信息;所述用户的信息是从如下至少一个维度的信息中获取的:在分享维度上获取用户对其它用户分享的链接进行分享的信息,在浏览维度上获取用户对其它用户分享的链接进行浏览的信息,在捐款维度上获取用户对其它用户分享的链接进行捐款的信息;
分析单元,用于对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息;
关系链构建单元,用于根据用户与用户在每一个维度上的第一关系信息,构建用户的关系链,并将用户的关系链存入图数据库中,其中,所述图数据库中存入的用户的关系链至少包括节点和边;
所述节点为用户,所述边为不同用户之间的关系,其中,不同用户之间的关系包括如下的至少一个维度的第一关系信息:
第一用户对第二用户分享的链接进行分享的次数;
第一用户对第二用户分享的链接点击的次数;
第一用户对第二用户分享的链接进行捐款的总金额;
第一用户浏览过第二用户项目的次数;所述第一用户和第二用户为任意的两个用户。
8.一种电子设备,其特征在于,所述电子设备包括:
存储器和处理器;
所述存储器用于存储程序;
所述处理器用于执行所述存储器中的程序时,至少执行下述用户关系链的构建方法:
获取用户的信息;所述用户的信息是从如下至少一个维度的信息中获取的:在分享维度上获取用户对其它用户分享的链接进行分享的信息,在浏览维度上获取用户对其它用户分享的链接进行浏览的信息,在捐款维度上获取用户对其它用户分享的链接进行捐款的信息;
对用户的信息进行分析,得到用户与用户在每一个维度上的第一关系信息;
根据用户与用户在每一个维度上的第一关系信息,构建用户的关系链,并将用户的关系链存入图数据库中;
其中,所述图数据库中存入的用户的关系链至少包括节点和边;
所述节点为用户,所述边为不同用户之间的关系,其中,不同用户之间的关系包括如下的至少一个维度的第一关系信息:
第一用户对第二用户分享的链接进行分享的次数;
第一用户对第二用户分享的链接点击的次数;
第一用户对第二用户分享的链接进行捐款的总金额;
第一用户浏览过第二用户项目的次数;所述第一用户和第二用户为任意的两个用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110377207.0A CN112800286B (zh) | 2021-04-08 | 2021-04-08 | 用户关系链的构建方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110377207.0A CN112800286B (zh) | 2021-04-08 | 2021-04-08 | 用户关系链的构建方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112800286A CN112800286A (zh) | 2021-05-14 |
CN112800286B true CN112800286B (zh) | 2021-07-23 |
Family
ID=75816586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110377207.0A Active CN112800286B (zh) | 2021-04-08 | 2021-04-08 | 用户关系链的构建方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112800286B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113127757A (zh) * | 2021-05-17 | 2021-07-16 | 北京大米科技有限公司 | 用户数据推荐的方法、装置、可读存储介质和电子设备 |
CN114048330B (zh) * | 2021-11-29 | 2024-06-25 | 平安银行股份有限公司 | 风险传导概率知识图谱生成方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8572017B2 (en) * | 2009-01-22 | 2013-10-29 | Sungkyunkwan University Foundation For Corporate Collaboration | User-based collaborative filtering recommendation system and method for amending similarity using information entropy |
CN108763359A (zh) * | 2018-05-16 | 2018-11-06 | 武汉斗鱼网络科技有限公司 | 一种具有关联关系的用户挖掘方法、装置及电子设备 |
CN112084343A (zh) * | 2020-09-10 | 2020-12-15 | 杭州安恒信息安全技术有限公司 | 一种社会关系图谱的量化方法、装置和介质 |
CN112347147A (zh) * | 2020-10-28 | 2021-02-09 | 北京奇保信安科技有限公司 | 基于用户关联关系的信息推送方法、装置及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140025670A1 (en) * | 2012-07-19 | 2014-01-23 | Berrin, Llc | Location based recommendations |
CN110177094B (zh) * | 2019-05-22 | 2021-11-09 | 武汉斗鱼网络科技有限公司 | 一种用户团体识别方法、装置、电子设备及存储介质 |
-
2021
- 2021-04-08 CN CN202110377207.0A patent/CN112800286B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8572017B2 (en) * | 2009-01-22 | 2013-10-29 | Sungkyunkwan University Foundation For Corporate Collaboration | User-based collaborative filtering recommendation system and method for amending similarity using information entropy |
CN108763359A (zh) * | 2018-05-16 | 2018-11-06 | 武汉斗鱼网络科技有限公司 | 一种具有关联关系的用户挖掘方法、装置及电子设备 |
CN112084343A (zh) * | 2020-09-10 | 2020-12-15 | 杭州安恒信息安全技术有限公司 | 一种社会关系图谱的量化方法、装置和介质 |
CN112347147A (zh) * | 2020-10-28 | 2021-02-09 | 北京奇保信安科技有限公司 | 基于用户关联关系的信息推送方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112800286A (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhu et al. | DTOF-ANN: an artificial neural network phishing detection model based on decision tree and optimal features | |
US10484413B2 (en) | System and a method for detecting anomalous activities in a blockchain network | |
US7856411B2 (en) | Social network aware pattern detection | |
US8204878B2 (en) | System and method for finding unexpected, but relevant content in an information retrieval system | |
US20060112111A1 (en) | System and methods for data analysis and trend prediction | |
US20060184464A1 (en) | System and methods for data analysis and trend prediction | |
CN107895038B (zh) | 一种链路预测关系推荐方法及装置 | |
US20100241647A1 (en) | Context-Aware Query Recommendations | |
US20150356091A1 (en) | Method and system for identifying microblog user identity | |
CN112800286B (zh) | 用户关系链的构建方法、装置及电子设备 | |
US8352496B2 (en) | Entity name matching | |
CN110309251B (zh) | 文本数据的处理方法、装置和计算机可读存储介质 | |
CN107911448B (zh) | 一种内容推送方法及装置 | |
CN106874253A (zh) | 识别敏感信息的方法及装置 | |
CN107437026B (zh) | 一种基于广告网络拓扑的恶意网页广告检测方法 | |
CN112148843B (zh) | 文本处理方法、装置、终端设备和存储介质 | |
CN112231598A (zh) | 网页路径导航方法、装置、电子设备及存储介质 | |
CN110968802B (zh) | 一种用户特征的分析方法、分析装置及可读存储介质 | |
Freitas et al. | Local partition in rich graphs | |
CN114282119B (zh) | 一种基于异构信息网络的科技信息资源检索方法及系统 | |
CN114257427B (zh) | 目标用户的识别方法、装置、电子设备及存储介质 | |
US8744987B1 (en) | Count estimation via machine learning | |
CN110968668B (zh) | 一种基于超网络的网络舆情主题相似度计算方法及装置 | |
CN109614542B (zh) | 公众号推荐方法、装置、计算机设备及存储介质 | |
CN113656466A (zh) | 保单数据查询方法、装置、设备及存储介质 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: Room 716, 7 / F, building 2, 28 Andingmen East Street, Dongcheng District, Beijing Patentee after: Beijing Easy Yikang Information Technology Co.,Ltd. Address before: Room 716, 7 / F, building 2, 28 Andingmen East Street, Dongcheng District, Beijing Patentee before: BEIJING QINGSONGCHOU INFORMATION TECHNOLOGY Co.,Ltd. |