CN113282775A - 一种基于局部敏感哈希算法的相似人群的扩展算法 - Google Patents

一种基于局部敏感哈希算法的相似人群的扩展算法 Download PDF

Info

Publication number
CN113282775A
CN113282775A CN202110587329.2A CN202110587329A CN113282775A CN 113282775 A CN113282775 A CN 113282775A CN 202110587329 A CN202110587329 A CN 202110587329A CN 113282775 A CN113282775 A CN 113282775A
Authority
CN
China
Prior art keywords
data
user
users
seed
algorithm
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.)
Granted
Application number
CN202110587329.2A
Other languages
English (en)
Other versions
CN113282775B (zh
Inventor
葛永昌
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.)
Shanghai Yanqi Huawei Information System Technology Co ltd
Original Assignee
Shanghai Yaoheng E Commerce 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 Shanghai Yaoheng E Commerce Co ltd filed Critical Shanghai Yaoheng E Commerce Co ltd
Priority to CN202110587329.2A priority Critical patent/CN113282775B/zh
Publication of CN113282775A publication Critical patent/CN113282775A/zh
Application granted granted Critical
Publication of CN113282775B publication Critical patent/CN113282775B/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
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • 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
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Accounting & Taxation (AREA)
  • General Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种基于局部敏感哈希算法的相似人群的扩展算法，通过采用开源工具datasketch对原始数据特征进行计算，以获得所述全体用户的特征向量的加权最小哈希，可以大大减少运算量，提升了运算速度和准确性的同时，降低计算成本；还使用开源工具datasketch构建的局部敏感哈希模型，可以根据存储器的内存大小及计算精确度的要求获得，使得局部敏感哈希模型的准确性高。

Description

一种基于局部敏感哈希算法的相似人群的扩展算法
技术领域
本发明涉及信息处理技术领域，尤其涉及一种基于局部敏感哈希算法的相似人群的扩展算法。
背景技术
在数字营销中，如何快速、精准地找到目标客户群是互联网时代富有挑战的一项工作。相似人群的扩展(Look-alike)是从种子用户出发寻找最相似的人群算法的统称，其作为广告投放领域中一类重要的算法，可以帮助广告主高效地定位营销人群。
常见的Look-alike算法思路具体如下：第一种，基于简单的相似度计算，比如Cosine(连续值)或者Jaccard(01值)，通过计算两两用户的相似度，从种子用户出发寻找相似的用户，该方法逻辑简单，但计算量大，使得其计算成本高，且计算准确性较差。第二种，基于逻辑回归进行有监督的二分类预测的方法，这种方法只需要线性的计算量，在线预测时算法复杂度较低，但是这一种方法存在负样本取样难、冷启动难等问题，造成计算准确性较差。第三种，基于segment的近似搜索系统，即对用户打标签，通过标签聚合用户群体并给出候选的营销对象，成熟的标签系统可以带来较好的营销效果，而且在线应用时非常简单和快速，但是这种系统需要花费大量资源来预先挖掘标签，同时该系统的后期维护和改进的成本都相对较高，计算准确性较差。
发明内容
本发明的目的在于，提供一种基于局部敏感哈希算法的相似人群的扩展算法，可以提高相似人群的扩展算法的高效性和准确性的同时，降低计算成本。
为了解决上述问题，本发明提供一种基于局部敏感哈希算法的相似人群的扩展算法，包括以下步骤：
步骤S1：根据返利网已有的用户画像准备全体用户的原始数据特征；
步骤S2：根据所述原始数据特征使用开源工具datasketch计算出所述全体用户的特征向量的加权最小哈希，以及构建局部敏感哈希模型，以获得LSH索引；
步骤S3：输入种子用户ID，根据所述原始数据特征得到所述种子用户的数据特征；
步骤S4：根据所述LSH索引获得与所述种子用户的数据特征相似的候选用户ID及候选用户的数据特征，接着对所述候选用户的各数据特征进行打分，以获得候选用户的每个数据特征的分数；
步骤S5：计算出所述种子用户的数据特征的重要程度；
步骤S6：根据所述重要程度及所述分数计算所述候选用户的得分；以及
步骤S7：对所述得分进行排序，并根据所述排序得到最终的目标用户。
可选的，步骤S1包括：
获取返利网已有的用户画像，根据所述用户画像得到全员用户的原始数据特征，其中，所述原始数据特征包括用户的类目偏好、品牌等级偏好、购物性别偏好、购物年龄段偏好、商城偏好、购买力、优惠敏感度、地域和手机os；
对所述原始数据特征进行数据预处理；以及
通过稀疏矩阵将经过数据预处理所得到的数据进行数据拼接。
进一步的，对所述原始数据特征进行数据预处理包括：
将所述原始数据特征分为分值数据和分类数据，其中，所述分值数据包括品牌等级偏好、优惠敏感度和购买力，所述分类数据包括类目偏好、购物性别偏好、购物年龄段偏好、商城偏好、地域和手机os；以及
对所述分值数据进行归一化处理，对所述分类数据进行离散化处理。
进一步的，步骤S2包括：
使用开源工具datasketch并根据拼接后的数据计算出所述全体用户的特征向量的加权最小哈希；以及
使用开源工具datasketch并根据所述加权最小哈希构建LSH模型，以获得LSH索引。
进一步的，使用开源工具datasketch中的Weighted minHash算法并根据拼接后的数据计算出所述全体用户的特征向量的加权最小哈希。
进一步的，使用开源工具datasketch中的局部敏感哈希算法并根据所述加权最小哈希构建LSH模型，以获得LSH索引。
进一步的，步骤S4包括：
在所述LSH索引中输入所述种子用户的数据特征，以对所述LSH模型进行扩展，从而得到与所述种子用户的数据特征相似的多个候选用户ID；
根据所述候选用户ID匹配数据拼接后的所述数据，以得到所述候选用户的数据特征；以及
对所述候选用户的各数据特征进行打分，以获得每个候选用户的每个数据特征的分数。
可选的，步骤S5中，所有的所述种子用户的第j个数据特征的权重wj满足以下公式：
Figure BDA0003088146000000031
其中，m为所述种子用户的数据特征的个数，m≥3且为正整数；pj为所有所述种子用户的第j个数据特征在种子用户的人群中出现的概率，且pj＞0.1；qj为所有所述种子用户的第j个数据特征在负样本中出现的概率，且j≤m。
进一步的，步骤S6中，
第i个所述候选用户的得分score-ui通过满足以下公式：
Figure BDA0003088146000000032
其中，sij为第i个候选用户的第j个数据特征的分数；wj为所有所述种子用户的第j个数据特征的权重；n为候选用户的数据特征的个数，i≤n，且n为正整数。
可选的，步骤S7中，根据所述得分对所有的候选用户的得分从高向低依次排序，并选出排序靠前的多个候选用户，以得到最终的目标用户。
与现有技术相比，本发明具有以下有益效果：
本发明提供一种基于局部敏感哈希算法的相似人群的扩展算法，包括以下步骤：根据返利网已有的用户画像准备全体用户的原始数据特征；根据所述原始数据特征使用开源工具datasketch计算出所述全体用户的特征向量的加权最小哈希，以及构建局部敏感哈希模型，以获得LSH索引；输入种子用户ID，根据所述原始数据特征得到所述种子用户的数据特征；根据所述LSH索引获得与所述种子用户的数据特征相似的候选用户ID及候选用户的数据特征，接着对所述候选用户的各数据特征进行打分，以获得候选用户的每个数据特征的分数；计算出所述种子用户的数据特征的重要程度；根据所述重要程度及所述分数计算所述候选用户的得分；以及对所述得分进行排序，并根据所述排序得到最终的目标用户。本发明通过采用开源工具datasketch对原始数据特征进行计算，以获得所述全体用户的特征向量的加权最小哈希，可以大大减少运算量，提升了运算速度和准确性的同时，降低计算成本；还使用开源工具datasketch构建的局部敏感哈希模型，可以根据存储器的内存大小及计算精确度的要求获得，使得局部敏感哈希模型的准确性高。
进一步的，本发明的获取返利网已有的用户画像，根据所述用户画像得到全员用户的原始数据特征，其中，所述原始数据特征包括用户的类目偏好、品牌等级偏好、购物性别偏好、购物年龄段偏好、商城偏好、购买力、优惠敏感度、地域和手机os；对所述原始数据特征进行数据预处理；以及通过稀疏矩阵将经过数据预处理所得到的数据进行数据拼接。(权2)，本发明采用的稀疏矩阵可以在计算生成局部敏感哈希模型时大量减少没有意义的运算，大大减少了运算量，提升了运算速度，即提高相似人群的扩展算法的高效性的同时，降低计算成本。
附图说明
图1为本发明一实施例的一种基于局部敏感哈希算法的相似人群的扩展算法的流程图。
具体实施方式
以下将对本发明的一种基于局部敏感哈希算法的相似人群的扩展算法作进一步的详细描述。下面将参照附图对本发明进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明而仍然实现本发明的有利效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。
为了清楚，不描述实际实施例的全部特征。在下列描述中，不详细描述公知的功能和结构，因为它们会使本发明由于不必要的细节而混乱。应当认为在任何实际实施例的开发中，必须做出大量实施细节以实现开发者的特定目标，例如按照有关系统或有关商业的限制，由一个实施例改变为另一个实施例。另外，应当认为这种开发工作可能是复杂和耗费时间的，但是对于本领域技术人员来说仅仅是常规工作。
为使本发明的目的、特征更明显易懂，下面结合附图对本发明的具体实施方式作进一步的说明。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用以方便、明晰地辅助说明本发明实施例的目的。
图1为本实施例的一种基于局部敏感哈希算法的相似人群的扩展算法的流程图。如图1所示，本实施例提供一种基于局部敏感哈希算法的相似人群(Locality SensitiveHashing，LSH)的扩展算法。本算法针对在线广告营销的特定应用场景。
所述扩展算法包括以下步骤：
步骤S1：根据返利网已有的用户画像准备全体用户的原始数据特征；
步骤S2：根据所述原始数据特征使用开源工具datasketch计算出所述全体用户的特征向量的加权最小哈希，以及构建局部敏感哈希(LSH)模型，以获得LSH索引；
步骤S3：输入种子用户ID(身份识别号)，根据所述原始数据特征得到所述种子用户的数据特征；
步骤S4：根据所述LSH索引获得与所述种子用户的数据特征相似的候选用户ID及候选用户的数据特征，接着对所述候选用户的各数据特征进行打分，以获得候选用户的每个数据特征的分数；
步骤S5：计算出所述种子用户的数据特征的重要程度；
步骤S6：根据所述重要程度及所述分数计算所述候选用户的得分；以及
步骤S7：对所述得分进行排序，并根据所述排序得到最终的目标用户。
步骤S1具体包括以下步骤：
步骤S11，获取返利网已有的用户画像，所述用户画像可以从多角度刻画用户的固有属性以及在特定app内的行为习惯等特征。根据所述用户画像得到全员用户的原始数据特征。所述原始数据特征包括用户的类目偏好、品牌等级偏好、购物性别偏好、购物年龄段偏好、商城偏好、购买力、优惠敏感度、地域和手机os等。
步骤S12，对所述原始数据特征进行数据预处理。具体的，首先对所述原始数据特征进行分类，例如是分为分值数据和分类数据，其中，所述分值数据包括品牌等级偏好、优惠敏感度和购买力，所述分类数据包括类目偏好、购物性别偏好、购物年龄段偏好、商城偏好、地域和手机os等。接着，例如是对所述分值数据进行归一化处理(即范围划分)，对所述分类数据进行离散化处理，例如将性别按照01划分，其中0表示男性，1表示女性，以实现分类数据的数字化处理。
步骤S13，通过稀疏矩阵将上述经过数据预处理所得到的数据进行数据拼接。本步骤的稀疏矩阵有利于在后续运算时大量减少没有意义的运算，大大减少了运算量，提升了运算速度，即提高相似人群的扩展算法的高效性的同时，降低计算成本。
步骤S2具体包括如下步骤：
步骤S21，使用开源工具datasketch并根据拼接后的数据计算出所述全体用户的特征向量的加权最小哈希，其基于开源工具datasketch中的Weighted minHash算法实现。本步骤的运算采用开源工具datasketch对稀疏矩阵中的原始数据特征进行计算，以获得所述全体用户的特征向量的加权最小哈希，可以大大减少运算量，提升了运算速度和准确性的同时，降低计算成本。
步骤S22，使用开源工具datasketch并根据所述全体用户的特征向量的加权最小哈希构建LSH模型，以获得LSH索引。所述LSH模型基于改进datasketch中的LSH实现。在本步骤中，可以根据存储器的内存大小及计算精确度的要求对应计算生成局部敏感哈希模型，同时得到指定数量的LSH索引，该LSH索引例如是hash函数索引。本步骤根据存储器的内存大小及计算精确度计算获得的局部敏感哈希模型的准确性高。
步骤S3具体为：输入种子用户ID，并根据数据拼接后的所述数据得到种子用户的数据特征。
步骤S4具体包括以下步骤：
步骤S41，在所述LSH索引中输入种子用户的数据特征，以对所述LSH模型进行扩展，从而得到与所述种子用户的数据特征相似的多个候选用户ID。
步骤S42，根据所述候选用户ID匹配数据拼接后的所述数据，得到所述候选用户的数据特征。
步骤S43，接着对所述数据特征进行打分，所述候选用户的数据特征的数量为n个，第i个候选用户的第j个数据特征的分数为sij，以得到每个候选用户的每个数据特征的得分。
步骤S5具体为：计算出所述种子用户的数据特征的重要程度，其中，所述种子用户的数据特征的数量为m个，m≥3且为正整数。
所有所述种子用户的第j个数据特征的权重wj满足以下公式：
Figure BDA0003088146000000071
其中，pj为所有所述种子用户的第j个数据特征在种子用户的人群中出现的概率，且pj＞0.1；qj为所有所述种子用户的第j个数据特征在负样本中出现的概率，且j≤m。通过上述公式计算出所有所述种子用户的每个数据特征的权重(w1～wm)。
在上述公式中，当pj＞qj时，则认为所有所述种子用户的第j个数据特征有正面效果，此时wj为正权重。当pj＜qj时，则认为所有所述种子用户的第j个数据特征有负面效果，此时wj为负权重。
步骤S6具体为：根据所有所述种子用户的第j个数据特征的权重wj及所述种子用户的数据特征的分数sij计算出每个所述候选用户的所有数据特征对应的总得分。
第i个所述候选用户的得分score-ui通过满足以下公式：
Figure BDA0003088146000000081
其中，sij为第i个候选用户的第j个数据特征的分数，wj为所有所述种子用户的第j个数据特征的权重，n为候选用户的数据特征的个数。
步骤S7中，根据所述得分对所有的候选用户进行排序，例如是得分从高向低依次排序，并根据需求选出排序靠前的多个候选用户，这些用户就是最终的目标用户。
本发明通过首先计算用户特征向量的加权最小哈希(Weighted minHash)和构建LSH模型；然后通过LSH模型拓展种子用户，得到候选用户；接着统计种子用户以及负样本用户的特征分布，计算种子用户的数据特征的重要程度；最后使用所得的所述重要特征的权重对候选用户打分并筛选出目标用户。
综上所述，本发明提供的一种基于局部敏感哈希算法的相似人群的扩展算法，根据多维特征向量对用户进行分桶，构建图约束索引，再以此为基础对用户进行快速聚类，从种子用户出发推荐合适的目标用户群体。本发明有效利用已有的用户画像体系，就能从种子用户快速扩展出目标客户群，无需构建复杂的标签体系，节省了有限的资源。还根据开源工具datasketch计算加权最小哈希(W-MinHash)的函数，针对稀疏矩阵的特性减少了大量无意义的计算，整体性能提升约40倍。
此外，需要说明的是，除非特别说明或者指出，否则说明书中的术语“第一”、“第二”的描述仅仅用于区分说明书中的各个组件、元素、步骤等，而不是用于表示各个组件、元素、步骤之间的逻辑关系或者顺序关系等。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (10)

1.一种基于局部敏感哈希算法的相似人群的扩展算法，其特征在于，包括以下步骤：
步骤S1：根据返利网已有的用户画像准备全体用户的原始数据特征；
步骤S2：根据所述原始数据特征使用开源工具datasketch计算出所述全体用户的特征向量的加权最小哈希，以及构建局部敏感哈希模型，以获得LSH索引；
步骤S3：输入种子用户ID，根据所述原始数据特征得到所述种子用户的数据特征；
步骤S4：根据所述LSH索引获得与所述种子用户的数据特征相似的候选用户ID及候选用户的数据特征，接着对所述候选用户的各数据特征进行打分，以获得候选用户的每个数据特征的分数；
步骤S5：计算出所述种子用户的数据特征的重要程度；
步骤S6：根据所述重要程度及所述分数计算所述候选用户的得分；以及
步骤S7：对所述得分进行排序，并根据所述排序得到最终的目标用户。
2.如权利要求1所述的扩展算法，其特征在于，步骤S1包括：
获取返利网已有的用户画像，根据所述用户画像得到全员用户的原始数据特征，其中，所述原始数据特征包括用户的类目偏好、品牌等级偏好、购物性别偏好、购物年龄段偏好、商城偏好、购买力、优惠敏感度、地域和手机os；
对所述原始数据特征进行数据预处理；以及
通过稀疏矩阵将经过数据预处理所得到的数据进行数据拼接。
3.如权利要求2所述的扩展算法，其特征在于，对所述原始数据特征进行数据预处理包括：
将所述原始数据特征分为分值数据和分类数据，其中，所述分值数据包括品牌等级偏好、优惠敏感度和购买力，所述分类数据包括类目偏好、购物性别偏好、购物年龄段偏好、商城偏好、地域和手机os；以及
对所述分值数据进行归一化处理，对所述分类数据进行离散化处理。
4.如权利要求2所述的扩展算法，其特征在于，步骤S2包括：
使用开源工具datasketch并根据拼接后的数据计算出所述全体用户的特征向量的加权最小哈希；以及
使用开源工具datasketch并根据所述加权最小哈希构建LSH模型，以获得LSH索引。
5.如权利要求4所述的扩展算法，其特征在于，使用开源工具datasketch中的WeightedminHash算法并根据拼接后的数据计算出所述全体用户的特征向量的加权最小哈希。
6.如权利要求4所述的扩展算法，其特征在于，使用开源工具datasketch中的局部敏感哈希算法并根据所述加权最小哈希构建LSH模型，以获得LSH索引。
7.如权利要求4所述的扩展算法，其特征在于，步骤S4包括：
在所述LSH索引中输入所述种子用户的数据特征，以对所述LSH模型进行扩展，从而得到与所述种子用户的数据特征相似的多个候选用户ID；
根据所述候选用户ID匹配数据拼接后的所述数据，以得到所述候选用户的数据特征；以及
对所述候选用户的各数据特征进行打分，以获得候选用户的每个数据特征的分数。
8.如权利要求1所述的扩展算法，其特征在于，步骤S5中，所有的所述种子用户的第j个数据特征的权重wj满足以下公式：
Figure FDA0003088145990000021
其中，m为所述种子用户的数据特征的个数，m≥3且为正整数；pj为所有所述种子用户的第j个数据特征在种子用户的人群中出现的概率，且pj＞0.1；qj为所有所述种子用户的第j个数据特征在负样本中出现的概率，且j≤m。
9.如权利要求8所述的扩展算法，其特征在于，步骤S6中，
第i个所述候选用户的得分score_ui通过满足以下公式：
Figure FDA0003088145990000031
其中，sij为第i个候选用户的第j个数据特征的分数；wj为所有所述种子用户的第j个数据特征的权重；n为候选用户的数据特征的个数，i≤n，且n为正整数。
10.如权利要求1所述的扩展算法，其特征在于，步骤S7中，根据所述得分对所有的候选用户的得分从高向低依次排序，并选出排序靠前的多个候选用户，以得到最终的目标用户。
CN202110587329.2A 2021-05-27 2021-05-27 一种基于局部敏感哈希算法的相似人群的扩展方法 Active CN113282775B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110587329.2A CN113282775B (zh) 2021-05-27 2021-05-27 一种基于局部敏感哈希算法的相似人群的扩展方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110587329.2A CN113282775B (zh) 2021-05-27 2021-05-27 一种基于局部敏感哈希算法的相似人群的扩展方法

Publications (2)

Publication Number Publication Date
CN113282775A true CN113282775A (zh) 2021-08-20
CN113282775B CN113282775B (zh) 2023-10-03

Family

ID=77282407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110587329.2A Active CN113282775B (zh) 2021-05-27 2021-05-27 一种基于局部敏感哈希算法的相似人群的扩展方法

Country Status (1)

Country Link
CN (1) CN113282775B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130204905A1 (en) * 2012-02-07 2013-08-08 Google Inc. Remapping locality-sensitive hash vectors to compact bit vectors
CN103294676A (zh) * 2012-02-24 2013-09-11 北京明日时尚信息技术有限公司 一种基于gist全局特征和sift局部特征的网络图片内容重复检测方法
CN104200240A (zh) * 2014-09-24 2014-12-10 梁爽 一种基于内容自适应哈希编码的草图检索方法
EP2827277A1 (en) * 2013-07-16 2015-01-21 Alcatel Lucent Privacy protection in personalisation services
CN106503106A (zh) * 2016-10-17 2017-03-15 北京工业大学 一种基于深度学习的图像哈希索引构建方法
CN109255640A (zh) * 2017-07-13 2019-01-22 阿里健康信息技术有限公司 一种确定用户分组的方法、装置及系统
CN109873812A (zh) * 2019-01-28 2019-06-11 腾讯科技（深圳）有限公司 异常检测方法、装置及计算机设备
CN112069414A (zh) * 2020-09-15 2020-12-11 腾讯科技（深圳）有限公司 推荐模型训练方法、装置、计算机设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130204905A1 (en) * 2012-02-07 2013-08-08 Google Inc. Remapping locality-sensitive hash vectors to compact bit vectors
CN103294676A (zh) * 2012-02-24 2013-09-11 北京明日时尚信息技术有限公司 一种基于gist全局特征和sift局部特征的网络图片内容重复检测方法
EP2827277A1 (en) * 2013-07-16 2015-01-21 Alcatel Lucent Privacy protection in personalisation services
CN104200240A (zh) * 2014-09-24 2014-12-10 梁爽 一种基于内容自适应哈希编码的草图检索方法
CN106503106A (zh) * 2016-10-17 2017-03-15 北京工业大学 一种基于深度学习的图像哈希索引构建方法
CN109255640A (zh) * 2017-07-13 2019-01-22 阿里健康信息技术有限公司 一种确定用户分组的方法、装置及系统
CN109873812A (zh) * 2019-01-28 2019-06-11 腾讯科技（深圳）有限公司 异常检测方法、装置及计算机设备
CN112069414A (zh) * 2020-09-15 2020-12-11 腾讯科技（深圳）有限公司 推荐模型训练方法、装置、计算机设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
AIMEN AGHASARYAN: "on the use of lsh for privacy preserving personalization", 2013 12TH IEEE INTERNATIONAL CONFERENCE ON TRUST，SECURITY AND PRIVACY IN COMPUTING AND COMMUNICATIONS, pages 1 - 12 *
王洪亚;吴西送;任建军;赵银龙;: "分布式平台下MinHash算法研究与实现", 智能计算机与应用, vol. 4, no. 06, pages 44 - 46 *
赵家石;杨静;张健沛;: "一种隐私保护的在线相似轨迹挖掘方法", 哈尔滨工业大学学报, vol. 45, no. 11, pages 101 - 105 *

Also Published As

Publication number Publication date
CN113282775B (zh) 2023-10-03

Similar Documents

Publication Publication Date Title
US11816888B2 (en) Accurate tag relevance prediction for image search
US10235623B2 (en) Accurate tag relevance prediction for image search
US9633045B2 (en) Image ranking based on attribute correlation
CN110222709B (zh) 一种多标签智能打标方法及系统
US8271408B2 (en) Pairwise ranking-based classifier
CN109460519B (zh) 浏览对象推荐方法及装置、存储介质、服务器
US11636164B2 (en) Search system for providing web crawling query prioritization based on classification operation performance
JP5012078B2 (ja) カテゴリ作成方法、カテゴリ作成装置、およびプログラム
CN103778206A (zh) 一种网络服务资源的提供方法
JP2020091857A (ja) 電子文書の分類
TW201243627A (en) Multi-label text categorization based on fuzzy similarity and k nearest neighbors
CN113705217B (zh) 一种面向电力领域知识学习的文献推荐方法及装置
CN113282775B (zh) 一种基于局部敏感哈希算法的相似人群的扩展方法
Jie-Hao et al. A CTR prediction method based on feature engineering and online learning
CN111061939B (zh) 基于深度学习的科研学术新闻关键字匹配推荐方法
CN114168733A (zh) 一种基于复杂网络的法规检索方法及系统
JP7158870B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
CN107341169B (zh) 一种基于信息检索的大规模软件信息站标签推荐方法
WO2015159702A1 (ja) 部分情報抽出システム
Vollset et al. Making use of external company data to improve the classification of bank transactions
Ferdous et al. Assortment of bangladeshi e-commerce site reviews using machine learning approaches
WO2023142448A1 (zh) 热点信息的处理方法、装置、服务器和可读存储介质
Derakhshan et al. A Review of Methods of Instance-based Automatic Image Annotation
JP2019159806A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
Herrera et al. Multiple Instance Multiple Label Learning

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
CB02 Change of applicant information

Address after: 200235 Yizi No. 1, Lane 200, Longcao Road, Xuhui District, Shanghai (rebate network phase II)

Applicant after: Shanghai Yaoheng Information Technology Co.,Ltd.

Address before: 200235 Yizi No. 1, Lane 200, Longcao Road, Xuhui District, Shanghai (rebate network phase II)

Applicant before: Shanghai Yaoheng e-commerce Co.,Ltd.

CB02 Change of applicant information
TA01 Transfer of patent application right

Effective date of registration: 20230829

Address after: Room 318, North Building, No. 738 Xusheng, Baizhu Village, Jianshe Town, Chongming District, Shanghai, 202155

Applicant after: Shanghai Yanqi Huawei Information System Technology Co.,Ltd.

Address before: 200235 Yizi No. 1, Lane 200, Longcao Road, Xuhui District, Shanghai (rebate network phase II)

Applicant before: Shanghai Yaoheng Information Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant