CN113792784B - 用于用户聚类的方法、电子设备和存储介质 - Google Patents

用于用户聚类的方法、电子设备和存储介质 Download PDF

Info

Publication number
CN113792784B
CN113792784B CN202111072920.0A CN202111072920A CN113792784B CN 113792784 B CN113792784 B CN 113792784B CN 202111072920 A CN202111072920 A CN 202111072920A CN 113792784 B CN113792784 B CN 113792784B
Authority
CN
China
Prior art keywords
node
generating
feature representations
users
embedded feature
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
CN202111072920.0A
Other languages
English (en)
Other versions
CN113792784A (zh
Inventor
顾茂杰
彭飞
唐文斌
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 Renyimen Technology Co ltd
Original Assignee
Shanghai Renyimen 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 Shanghai Renyimen Technology Co ltd filed Critical Shanghai Renyimen Technology Co ltd
Priority to CN202111072920.0A priority Critical patent/CN113792784B/zh
Publication of CN113792784A publication Critical patent/CN113792784A/zh
Application granted granted Critical
Publication of CN113792784B publication Critical patent/CN113792784B/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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Abstract

本公开的实施例涉及用于用户聚类的方法、电子设备和计算机存储介质，涉及信息处理领域。根据该方法，获取与多个用户相关联的多个用户标识和多项用户属性信息以及指示所述多个用户之间的多种社交行为的行为信息；基于多个用户标识、多项用户属性信息和行为信息，生成有向图；基于有向图，训练图自编码器模型，以生成与多个用户相关联的多个嵌入特征表示；以及基于多个嵌入特征表示，经由聚类模型，生成多个用户的聚类结果。由此，能够基于用户间社交行为生成有向图来训练图自编码器模型，更准确地生成用户嵌入特征表示从而更好地聚类。

Description

用于用户聚类的方法、电子设备和存储介质
技术领域
本公开的实施例总体涉及信息处理领域，具体涉及用于用户聚类的方法、电子设备和计算机存储介质。
背景技术
随着网络技术的发展，往往需要对类似的用户进行聚类，以便对聚类的用户进行近似内容推荐。但是传统方案往往构建用户之间的无向图，并在无向图的基础上进行聚类，使得聚类结果不够准确。
发明内容
提供了一种用于用户聚类的方法、电子设备以及计算机存储介质，能够基于用户间社交行为生成有向图来训练图自编码器模型，更准确地生成用户嵌入特征表示从而更好地聚类。
根据本公开的第一方面，提供了一种用于用户聚类的方法。该方法包括：获取与多个用户相关联的多个用户标识和多项用户属性信息以及指示多个用户之间的多种社交行为的行为信息；基于多个用户标识、多项用户属性信息和行为信息，生成有向图，有向图中的多个节点表示多个用户，有向图中任意第一节点到任意第二节点之间的至少一条有向边表示第一节点表示的用户对第二节点表示的用户存在多种社交行为中的至少一种社交行为；基于有向图，训练图自编码器模型，以生成与多个用户相关联的多个嵌入特征表示；以及基于多个嵌入特征表示，经由聚类模型，生成多个用户的聚类结果。
根据本公开的第二方面，提供了一种电子设备。该电子设备包括：至少一个处理器，以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据第一方面所述的方法。
在本公开的第三方面中，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根据本公开的第一方面的方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素。
图1是根据本公开的实施例的信息处理环境100的示意图。
图2是根据本公开的实施例的用于用户聚类的方法200的示意图。
图3是根据本公开的实施例的用于训练图自编码器模型的方法300的示意图。
图4是根据本公开的实施例的用于生成与多个节点相关联的多个嵌入特征表示的方法400的示意图。
图5是根据本公开的实施例的图自编码器模型500的示意图。
图6是用来实现本公开实施例的用于用户聚类的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如上所述，传统方案通过构建用户之间的无向图进行聚类，没有充分考虑社交场景下用户之间的行为的方向性和多样性，使得聚类结果不够准确。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个，本公开的示例实施例提出了一种用于用户聚类的方案。在该方案中，计算设备获取与多个用户相关联的多个用户标识和多项用户属性信息以及指示多个用户之间的多种社交行为的行为信息。随后，计算设备基于多个用户标识、多项用户属性信息和行为信息，生成有向图，有向图中的多个节点表示多个用户，有向图中任意第一节点到任意第二节点之间的至少一条有向边表示第一节点表示的用户对第二节点表示的用户存在多种社交行为中的至少一种社交行为。接着，计算设备基于有向图，训练图自编码器模型，以生成与多个用户相关联的多个嵌入特征表示，并基于多个嵌入特征表示，经由聚类模型，生成多个用户的聚类结果。以此方式，能够基于用户间社交行为生成有向图来训练图自编码器模型，更准确地生成用户嵌入特征表示从而更好地聚类。
在下文中，将结合附图更详细地描述本方案的具体示例。
图1示出了根据本公开的实施例的信息处理环境100的示例的示意图。信息处理环境100可以包括计算设备110、与多个用户相关联的多个用户标识120和多项用户属性信息130以及指示多个用户之间的多种社交行为的行为信息140。
计算设备110例如包括但不限于服务器计算机、多处理器系统、大型计算机、包括上述系统或设备中的任意一个的分布式计算环境等。在一些实施例中，计算设备110可以具有一个或多个处理单元，包括诸如图像处理单元GPU、现场可编程门阵列FPGA和专用集成电路ASIC等的专用处理单元以及诸如中央处理单元CPU的通用处理单元。
计算设备110用于获取与多个用户相关联的多个用户标识120和多项用户属性信息130以及指示多个用户之间的多种社交行为的行为信息140；基于多个用户标识120、多项用户属性信息130和行为信息140，生成有向图，有向图中的多个节点表示多个用户，有向图中任意第一节点到任意第二节点之间的至少一条有向边表示第一节点表示的用户对第二节点表示的用户存在多种社交行为中的至少一种社交行为；基于有向图，训练图自编码器模型，以生成与多个用户相关联的多个嵌入特征表示；以及基于多个嵌入特征表示，经由聚类模型，生成多个用户的聚类结果150。
由此，能够基于用户间社交行为生成有向图来训练图自编码器模型，更准确地生成用户嵌入特征表示从而更好地聚类。
图2示出了根据本公开的实施例的用于用户聚类的方法200的流程图。例如，方法200可以由如图1所示的计算设备110来执行。应当理解的是，方法200还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。
在框202处，计算设备110获取与多个用户相关联的多个用户标识120和多项用户属性信息130以及指示多个用户之间的多种社交行为的行为140。
用户属性信息130例如包括但不限于用户性别、年龄、常住地、标签等。
多种社交行为例如包括但不限于关注、私聊、点击头像和回复评论。
在框204处，计算设备110基于多个用户标识120、多项用户属性信息130和行为信息140，生成有向图。
有向图中的多个节点表示多个用户。具体来说，有向图中的节点表示与用户相关联的用户标识和用户属性信息，例如设置节点的标识为用户标识，节点的属性为用户属性信息。
有向图中任意第一节点到任意第二节点之间的至少一条有向边表示第一节点表示的用户对第二节点表示的用户存在多种社交行为中的至少一种社交行为。例如，如果用户A对用户B存在关注和私聊两种社交行为，则从表示用户A的节点A到表示用户B的节点B之间存在两条边，其中一条边表示关注，另一条边表示私聊。
在框206处，计算设备110基于有向图，训练图自编码器模型，以生成与多个用户相关联的多个嵌入特征表示。
图5示出了根据本公开的实施例的图自编码器模型500的示意图。如图5所示，图自编码器模型500包括编码器510和解码器520。编码器510接收有向图中的节点特征表示530和节点之间的领接状态540，并输出节点的嵌入特征表示550。解码器520基于节点的嵌入特征表示550，生成节点之间的预测领接概率560。通过领接状态540、预测领接概率560和预定损失函数，对图自编码器模型500中的参数进行更新，直至模型收敛。下文结合图3详细描述用于训练图自编码器模型的方法。
在框208处，计算设备110基于多个嵌入特征表示，经由聚类模型，生成多个用户的聚类结果。聚类模型可以采用任何合适的聚类模型。
在一些实施例中，计算设备110可以基于多个嵌入特征表示和聚类模型，生成多个聚类中心特征表示。
随后，计算设备110可以基于第一预定分布函数，生成多个嵌入特征表示相对于多个聚类中心特征表示的第一分布概率集。具体来说，对于所述多个嵌入特征表示中的每个嵌入特征表示，计算设备110可以确定嵌入特征表示与多个聚类中心特征表示之间的多个距离；随后对于多个聚类中心特征表示中的每个聚类中心特征表示，计算设备110可以基于嵌入特征表示与聚类中心特征表示之间的距离、多个距离和第一预定分布函数，生成嵌入特征表示相对于聚类中心特征表示的第一分布概率。
第一预定分布函数可以下所示。
Figure BDA0003261095100000051
其中，qiu测量用户i的嵌入特征表示zi与聚类中心u的嵌入特征表示μu之间的相似度。
其中k表示第k个聚类中心，初始聚类中心u例如可以通过对多个嵌入特征表示进行k-means聚类来得到。
接着，计算设备110可以基于多个第一分布概率和第二预定分布函数，生成多个嵌入特征表示相对于多个聚类中心特征表示的第二分布概率集。
第二预定分布函数可定义如下。
Figure BDA0003261095100000061
然后，计算设备110可以基于第一分布概率集、第二分布概率集和预定目标函数，通过梯度下降更新多个聚类中心特征表示。
预定目标函数(也可称为损失函数)可如下所示。
Figure BDA0003261095100000062
通过最小化上述预定目标函数，聚类损失将迫使当前第一概率分布靠近第二概率分布(也称为目标概率分布)。上述聚类过程可重复执行直至模型收敛。
在一些实施例中，可以将图自编码器模型和自优化聚类模型进行联合训练，得到多个嵌入特征表示和多个用户的聚类结果。例如可以首先在没有自优化聚类模型的情况下训练图自编码器模型，以生成多个的多个嵌入特征表示。随后执行自优化聚类模型，对多个嵌入特征表示进行改进。随后在训练过程中，可以使用随机梯度下降(SGD)，基于多个用户的多个嵌入特征表示和聚类中心嵌入特征表示，更新聚类中心和多个用户的多个嵌入特征表示，直至收敛，得到聚类结果。联合训练的总目标函数可如下所示。
L＝Lr+γLc
其中Lr为图自编码器模型的损失函数，可参见下文；Lc为自优化聚类的目标函数，γ为控制这两个模型之间的平衡的系数，大于等于0。
由此，能够基于用户间社交行为生成有向图来训练图自编码器模型，更准确地生成用户嵌入特征表示从而更好地聚类。此外，通过将图自编码器模型和自优化聚类模型进行联合训练，可以使得生成的用户嵌入特征表示专用于聚类任务，从而使得聚类更加准确。
图3示出了根据本公开的实施例的用于训练图自编码器模型的方法300的流程图。例如，方法300可以由如图1所示的计算设备110来执行。应当理解的是，方法300还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。
在框302处，计算设备110基于有向图，生成与多个节点之间的节点对集相关联的领接状态集。
由于是有向图，任意两个节点之间存在2个节点对，例如对于节点A和节点B而言，存在节点对(A，B)和节点对(B，A)。领接状态可以分为领接和不领接，例如通过1和0来表示。如果节点A到节点B存在至少一条有向边，则与节点对(A，B)相关联的领接状态为1，否则为0。如果节点B到节点A存在至少一条边，则与节点对(B，A)相关联的领接状态为1，否则为0。
在框304处，计算设备110基于多个用户标识和多个用户属性信息，生成与多个节点相关联的多个特征表示。
例如，可以通过one hot编码方式对用户标识和用户属性信息进行编码后拼接，以生成与节点相关联的特征表示。
在框306处，计算设备110基于与多个节点所对应的多个出边邻居集相关联的多个特征表示集和与节点对集相关联的注意力权重集，生成与多个节点相关联的多个嵌入特征表示。
对于一个节点而言，可以通过与该节点的出边邻居集相关联的特征表示集进行注意力权重加权来生成该节点的嵌入特征表示。
在一些实施例中，注意力权重集包括与多种社交行为相关联的多个注意力权重子集。例如，与关注相关联的注意力权重子集，与私聊相关联的注意力权重子集，与点击头像相关联的注意力权重子集和与回复评论相关联的注意力权重子集。每个注意力权重子集仍然与节点对集相对应。下文结合图4详细描述根据用于生成与多个节点相关联的多个嵌入特征表示的方法。
在框308处，计算设备110基于与节点对集相关联的嵌入特征表示对集之间的内积集，生成与节点对集相关联的预测领接概率集。
例如，可以通过以下公式来表示预测领接概率。
Figure BDA0003261095100000081
其中
Figure BDA0003261095100000082
为预测领接概率，其表示节点对(i，j)存在有向边的概率，sigmoid为激活函数，
Figure BDA0003261095100000083
为节点i的嵌入特征表示与节点j的嵌入特征表示之间的内积。
在框310处，计算设备110基于领接状态集、预测领接概率集和预定损失函数，对注意力权重集进行更新。
预定损失函数可如下所示。
Figure BDA0003261095100000084
其中，Ai，j表示节点对(i，j)的领接状态，n为节点数量。例如可以通过上述损失函数通过梯度下降来确定与注意力权重集相关来的更新值集，并基于这些更新值集更新注意力权重集。
在框312处，计算设备110确定与注意力权重集相关联的更新值集是否满足预设收敛条件。
预设收敛条件例如包括但不限于更新值集中的每个更新值小于或等于预定值。
如果在框312处计算设备110确定与注意力权重集相关联的更新值集不满足预设收敛条件，则回到框306。
由此，能够通过聚合节点的出边邻居的特征表示来表示节点的嵌入特征表示，能够使得节点的嵌入特征表示反映用户主动发起的社交行为，从而更准确地训练模型得到节点的嵌入特征表示。
图4示出了根据本公开的实施例的用于生成与多个节点相关联的多个嵌入特征表示的方法400的流程图。例如，方法400可以由如图1所示的计算设备110来执行。应当理解的是，方法400还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。方法400可以包括对于多个节点中的每个节点执行以下步骤。
在框402处，计算设备110从节点所对应的出边邻居集中确定与多种社交行为相关联的多个出边邻居子集。
在框404处，计算设备110基于多个注意力权重子集和与多个出边邻居子集相关联的多个特征表示子集，生成与节点相关联的多个中间特征表示，多个中间特征表示与多种社交行为相对应。
具体来说，对于多个出边邻居子集中的每个出边邻居子集，计算设备110可以从多个注意力权重子集确定与出边邻居子集所关联的社交行为的类型相关联的注意力权重子集。例如，如果出边邻居子集与关注这一行为相关联，则确定与关注相关联的注意力权重子集。
接着，计算设备110可以从所确定的注意力权重子集确定与节点和出边邻居子集之间的多个节点对相关联的多个注意力权重。
注意力权重子集与有向图中的节点对集相对应，而节点与出边邻居子集之间的多个节点对仅是该节点对集中的一部分，从该注意力权重子集中确定与这一部分相关联的多个注意力权重。例如，有向图中的节点有A、B、C、D、E和F，则节点对集一共有30个节点对，注意力权重子集也包括对应的30个注意力权重，对于节点A和其出边邻居子集B和C而言，存在4个节点对，则从这30个注意力权重确定与这4个节点对相关联的4个注意力权重。
随后，计算设备110可以基于所确定的多个注意力权重和与出边邻居子集相关联的特征表示子集，生成与节点相关联的中间特征表示。例如，将多个注意力权重与特征表示子集中的多个特征表示子集进行加权，可以生成与节点相关联的中间特征表示。
在框406处，计算设备110基于多个中间特征表示，生成与节点相关联的嵌入特征表示。
例如，计算设备110可以对多个中间特征表示进行求和或者拼接，以生成与节点相关联的嵌入特征表示。
由此，能够对相同类型社交行为的出边邻居子集进行聚合，生成节点的中间特征表示，再通过多种社交行为对应的多个中间特征表示，生成节点的嵌入特征表示，使得节点的嵌入特征表示更准确反映用户主动发起的不同类型的社交行为，从而提高嵌入特征表示的准确度。
图6示出了可以用来实施本公开内容的实施例的示例设备600的示意性框图。例如，如图1所示的计算设备110可以由设备600来实施。如图所示，设备600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机存取存储器(RAM)603中的计算机程序指令，来执行各种适当的动作和处理。在随机存取存储器603中，还可存储设备600操作所需的各种程序和数据。中央处理单元601、只读存储器602以及随机存取存储器603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至输入/输出接口605，包括：输入单元606，例如键盘、鼠标、麦克风等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理，例如方法200-400，可由中央处理单元601执行。例如，在一些实施例中，方法200-400可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由只读存储器602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序被加载到随机存取存储器603并由中央处理单元601执行时，可以执行上文描述的方法200-400的一个或多个动作。
本公开涉及方法、装置、系统、电子设备、计算机可读存储介质和/或计算机程序产品。计算机程序产品可以包括用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (9)

1.一种用于用户聚类的方法，包括：
获取与多个用户相关联的多个用户标识和多项用户属性信息以及指示所述多个用户之间的多种社交行为的行为信息；
基于所述多个用户标识、所述多项用户属性信息和所述行为信息，生成有向图，所述有向图中的多个节点表示所述多个用户，所述有向图中任意第一节点到任意第二节点之间的至少一条有向边表示所述第一节点表示的用户对所述第二节点表示的用户存在所述多种社交行为中的至少一种社交行为；
基于所述有向图，训练图自编码器模型，以生成与所述多个用户相关联的多个嵌入特征表示；以及
基于所述多个嵌入特征表示，经由聚类模型，生成所述多个用户的聚类结果；
其中训练所述图自编码器模型包括：
基于所述有向图，生成与所述多个节点之间的节点对集相关联的领接状态集，所述领接状态集包括与所述节点对集中的每一节点对相关联的领接状态，所述领接状态包括领接或不领接；
基于所述多个用户标识和所述多个用户属性信息，生成与所述多个节点相关联的多个特征表示；
S1：基于与所述多个节点所对应的多个出边邻居集相关联的多个特征表示集和与所述节点对集相关联的注意力权重集，生成与所述多个节点相关联的多个嵌入特征表示；
S2：基于与所述节点对集相关联的嵌入特征表示对集之间的内积集，生成与所述节点对集相关联的预测领接概率集；
S3：基于所述领接状态集、所述预测领接概率集和预定损失函数，对所述注意力权重集进行更新；以及
如果确定与所述注意力权重集相关联的更新值集不满足预设收敛条件，则重复步骤S1-S3。
2.根据权利要求1所述的方法，其中所述注意力权重集包括与所述多种社交行为相关联的多个注意力权重子集，以及生成与所述多个节点相关联的多个嵌入特征表示包括对于所述多个节点中的每个节点执行以下步骤：
从所述节点所对应的出边邻居集中确定与所述多种社交行为相关联的多个出边邻居子集；
基于所述多个注意力权重子集和与所述多个出边邻居子集相关联的多个特征表示子集，生成与所述节点相关联的多个中间特征表示，所述多个中间特征表示与所述多种社交行为相对应；以及
基于所述多个中间特征表示，生成与所述节点相关联的嵌入特征表示。
3.根据权利要求2所述的方法，其中生成与所述节点相关联的多个中间特征表示包括对于所述多个出边邻居子集中的每个出边邻居子集执行以下步骤：
从所述多个注意力权重子集确定与所述出边邻居子集所关联的社交行为的类型相关联的注意力权重子集；
从所确定的注意力权重子集确定与所述节点和所述出边邻居子集之间的多个节点对相关联的多个注意力权重；以及
基于所确定的多个注意力权重和与所述出边邻居子集相关联的特征表示子集，生成与所述节点相关联的中间特征表示。
4.根据权利要求2所述的方法，其中生成与所述节点相关联的嵌入特征表示包括：
对所述多个中间特征表示进行求和或者拼接，以生成与所述节点相关联的嵌入特征表示。
5.根据权利要求1所述的方法，其中生成所述多个用户的聚类结果包括：
基于所述多个嵌入特征表示和所述聚类模型，生成多个聚类中心特征表示；
基于第一预定分布函数，生成所述多个嵌入特征表示相对于多个聚类中心特征表示的第一分布概率集；
基于所述多个第一分布概率和第二预定分布函数，生成所述多个嵌入特征表示相对于多个聚类中心特征表示的第二分布概率集；以及
基于所述第一分布概率集、所述第二分布概率集和预定目标函数，通过梯度下降更新所述多个聚类中心特征表示。
6.根据权利要求5所述的方法，其中生成所述多个嵌入特征表示相对于多个聚类中心特征表示的第一分布概率集包括对于所述多个嵌入特征表示中的每个嵌入特征表示执行以下步骤：
确定所述嵌入特征表示与所述多个聚类中心特征表示之间的多个距离；以及
对于所述多个聚类中心特征表示中的每个聚类中心特征表示，基于所述嵌入特征表示与所述聚类中心特征表示之间的距离、所述多个距离和所述第一预定分布函数，生成所述嵌入特征表示相对于所述聚类中心特征表示的第一分布概率。
7.根据权利要求1所述的方法，其中所述社交行为包括关注、私聊、点击头像和回复评论。
8.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
9.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
CN202111072920.0A 2021-09-14 2021-09-14 用于用户聚类的方法、电子设备和存储介质 Active CN113792784B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111072920.0A CN113792784B (zh) 2021-09-14 2021-09-14 用于用户聚类的方法、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111072920.0A CN113792784B (zh) 2021-09-14 2021-09-14 用于用户聚类的方法、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113792784A CN113792784A (zh) 2021-12-14
CN113792784B true CN113792784B (zh) 2022-06-21

Family

ID=79183252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111072920.0A Active CN113792784B (zh) 2021-09-14 2021-09-14 用于用户聚类的方法、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113792784B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906770A (zh) * 2021-02-04 2021-06-04 浙江师范大学 一种基于跨模态融合的深度聚类方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976348A (zh) * 2010-10-21 2011-02-16 中国科学院深圳先进技术研究院 图像聚类方法和系统
US10210453B2 (en) * 2015-08-17 2019-02-19 Adobe Inc. Behavioral prediction for targeted end users
CN109726319B (zh) * 2018-12-12 2020-11-10 重庆邮电大学 一种基于交互关系的用户影响力分析方法
CN112150210B (zh) * 2020-06-19 2022-10-18 南京理工大学 一种基于ggnn网络的改进型神经网络推荐方法及系统
CN112463581B (zh) * 2020-08-18 2021-09-21 清华大学 一种对分布式系统进行模糊测试的方法及系统
CN112256842B (zh) * 2020-12-17 2021-03-26 上海朝阳永续信息技术股份有限公司 用于文本聚类的方法、电子设备和存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906770A (zh) * 2021-02-04 2021-06-04 浙江师范大学 一种基于跨模态融合的深度聚类方法及系统

Also Published As

Publication number Publication date
CN113792784A (zh) 2021-12-14

Similar Documents

Publication Publication Date Title
JP7010371B2 (ja) 学習済みモデル更新装置、学習済みモデル更新方法、プログラム
WO2018170454A2 (en) Using different data sources for a predictive model
CN111046027A (zh) 时间序列数据的缺失值填充方法和装置
CN113868368A (zh) 用于信息处理的方法、电子设备和计算机程序产品
CN113627536A (zh) 模型训练、视频分类方法，装置，设备以及存储介质
EP3759679A1 (en) Deep learning approach for assessing credit risk
US10885593B2 (en) Hybrid classification system
WO2022188534A1 (zh) 信息推送的方法和装置
CN115270001A (zh) 基于云端协同学习的隐私保护推荐方法及系统
CN114581966A (zh) 用于信息处理的方法、电子设备和计算机程序产品
CN113792784B (zh) 用于用户聚类的方法、电子设备和存储介质
WO2023061329A1 (zh) 应用于计算机集群的通信方法及通信装置
CN116030235A (zh) 目标检测模型训练方法、目标检测方法、装置和电子设备
US20230069079A1 (en) Statistical K-means Clustering
CN115599990A (zh) 一种知识感知结合深度强化学习的跨域推荐方法及系统
CN112784967B (zh) 信息处理方法、装置以及电子设备
CN113836438B (zh) 用于帖子推荐的方法、电子设备和存储介质
KR102305981B1 (ko) 신경망 압축 훈련 방법 및 압축된 신경망을 이용하는 방법
CN116340574A (zh) 用于管理知识图谱的方法、设备和程序产品
CN111581455A (zh) 文本生成模型的生成方法、装置和电子设备
WO2022162719A1 (ja) 分離方法、分離装置、学習方法、学習装置及びプログラム
CN111178944B (zh) 房源转化率的预测方法和装置、存储介质、设备
CN115700615A (zh) 计算机实现的方法、设备和计算机程序产品
CN112163170B (zh) 一种基于虚节点和元学习改进社交网络对齐方法及系统
CN115563377B (zh) 企业的确定方法、装置、存储介质及电子设备

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