CN115186664B - 基于多维度的主体间相合度测算方法及系统 - Google Patents
基于多维度的主体间相合度测算方法及系统 Download PDFInfo
- Publication number
- CN115186664B CN115186664B CN202211107430.4A CN202211107430A CN115186664B CN 115186664 B CN115186664 B CN 115186664B CN 202211107430 A CN202211107430 A CN 202211107430A CN 115186664 B CN115186664 B CN 115186664B
- Authority
- CN
- China
- Prior art keywords
- calculation
- information
- coincidence
- degree
- dimension
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 295
- 230000011218 segmentation Effects 0.000 claims description 54
- 238000012545 processing Methods 0.000 claims description 13
- 230000002452 interceptive effect Effects 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 10
- 241000283690 Bos taurus Species 0.000 description 9
- 241000283973 Oryctolagus cuniculus Species 0.000 description 9
- 241000282472 Canis lupus familiaris Species 0.000 description 8
- 241000287828 Gallus gallus Species 0.000 description 7
- 241001494479 Pecora Species 0.000 description 7
- 235000013330 chicken meat Nutrition 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 241000283073 Equus caballus Species 0.000 description 6
- 241000270295 Serpentes Species 0.000 description 6
- 241000282693 Cercopithecidae Species 0.000 description 5
- 241000699666 Mus <mouse, genus> Species 0.000 description 5
- 241000282376 Panthera tigris Species 0.000 description 5
- 241000282898 Sus scrofa Species 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 241000408529 Libra Species 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 241000283086 Equidae Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 241000282320 Panthera leo Species 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 235000008216 herbs Nutrition 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Computing Systems (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
本发明提供一种基于多维度的主体间相合度测算方法及系统,包括:获取第一主体的第一位置信息和第一多维度数据,根据所述第一位置信息生成第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体;提取所述第二主体的第二多维度数据,根据所述第一多维度数据内包括的第一维度信息的第一种类、第二多维度数据内包括的第二维度信息的第二种类,对相合计算模型进行组装,得到第一相合计算模型;将相同种类的第一维度信息和第二维度信息作为第一相合计算模型的输入,进行计算得到相合度计算结果;对所有的相合度计算结果进行降序排序得到相合度计算序列,将相合度计算序列中预设数量的第二主体作为第三主体,对所有的第三主体进行推荐。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于多维度的主体间相合度测算方法及系统。
背景技术
社交,即社会上的交际往来。而通过网络来实现这一目的的软件便是社交软件。社交软件中会具有多个主体之间的推荐功能,使得多个主体能够更加快速的结交陌生的、与自己相匹配的其他主体,进而达到扩大社交圈,实现社交扩展的目的。
在现有的技术中,对两个主体之间进行是否匹配的相合度测算时,会根据主体的多种维度信息进行测算。在实际的应用场景中,由于种种原因,主体上传的维度信息可能不够全面,会造成主体之间相合度无法测算、或测算较为不精准的情况出现,所以亟需一种多维度的相合度测算方法,能够结合两个主体间不完全对应的维度信息进行相合度的测算,达到测算目的。
发明内容
本发明实施例提供一种基于多维度的主体间相合度测算方法及系统,能够根据主体间维度信息的不同对模型进行组装,使得在多个主体具有不完全相同的维度信息时,依旧能够进行相合度测算。
本发明实施例的第一方面,提供一种基于多维度的主体间相合度测算方法,包括:
获取第一主体的第一位置信息和第一多维度数据,根据所述第一位置信息生成第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体;
提取所述第二主体的第二多维度数据,根据所述第一多维度数据内包括的第一维度信息的第一种类、第二多维度数据内包括的第二维度信息的第二种类,对相合计算模型进行组装,得到第一相合计算模型;
将相同种类的第一维度信息和第二维度信息作为第一相合计算模型的输入,进行计算得到相合度计算结果;
对所有的相合度计算结果进行降序排序得到相合度计算序列,将相合度计算序列中预设数量的第二主体作为第三主体,对所有的第三主体进行推荐。
可选地,在第一方面的一种可能实现方式中,所述获取第一主体的第一位置信息和第一多维度数据,根据所述第一位置信息生成第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体,包括:
在判断第一主体通过第一用户端登录相应软件时获取第一用户端的第一位置信息;
若判断所述第一主体具有与其对应的、历史采集的多维度数据,则将历史采集的多维度数据作为第一多维度数据;
若判断所述第一主体不具有与其对应的、历史采集的多维度数据,基于所述软件展示第一交互界面,所述第一交互界面用于采集用户的至少一种维度的信息;
在判断用户基于所述第一交互界面上传至少一个维度的维度信息后,根据所有的维度信息生成第一多维度数据;
以所述第一位置信息为中心、预设区域信息或预设距离信息构建第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体。
可选地,在第一方面的一种可能实现方式中,所述以所述第一位置信息为中心、预设区域信息或预设距离信息构建第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体,包括:
根据所述第一位置信息确定其所处于的行政区域的预设区域信息,将相应的预设区域信息作为第一覆盖区域;或
以所述第一位置信息为中心、预设距离信息为半径,构建相应的第一覆盖区域;
获取数据库内所有主体上一次登录时的时刻信息和位置信息,根据第一主体的当前登录时刻、预设时间段信息生成第一时间段信息;
将所有位置信息位于第一覆盖区域内、时刻信息位于第一时间段信息内的所有主体作为第二主体。
可选地,在第一方面的一种可能实现方式中,所述提取所述第二主体的第二多维度数据,根据所述第一多维度数据内包括的第一维度信息的第一种类、第二多维度数据内包括的第二维度信息的第二种类,对相合计算模型进行组装,得到第一相合计算模型,包括:
统计所有第一维度信息的第一种类得到第一种类集合,统计所有第二维度信息的第二种类得到第二种类集合,确定所述第一种类集合和第二种类集合内的相同种类得到相同种类集合;
提取相同种类集合内的所有相同维度信息,调取与相同维度信息所对应的第一相合度计算单元,每个第一相合度计算单元具有相应的第一计算权重;
对所有第一相合度计算单元具有相应的第一计算策略、第一计算权重进行组装,得到第一相合计算模型。
可选地,在第一方面的一种可能实现方式中,所述对所有第一相合度计算单元具有相应的第一计算策略、第一计算权重进行组装,得到第一相合计算模型,包括:
根据所述第一相合度计算单元的相同维度信息确定相应的对应表,以及该对应表所对应的第一计算权重;
根据所述第一相合度计算单元以及相对应的对应表、第一计算权重进行组装得到第一相合计算模型。
可选地,在第一方面的一种可能实现方式中,还包括:
若判断第一种类集合和第二种类集合内具有不同维度信息,则确定所述第一种类集合和第二种类集合内的不同维度信息所对应的第二相合度计算单元,每个第二相合度计算单元具有相应的第二计算权重;
根据所述第二相合度计算单元的不同维度信息确定相应的对应表,根据所述对应表中的最大值和最小值得到平均信息值;
根据所述第二相合度计算单元以及相对应的对应表、平均信息值、第二计算权重进行组装得到第二相合计算模型;
基于所述第二相合计算模型对所述第一相合计算模型进行融合,得到融合更新后的第一相合计算模型。
可选地,在第一方面的一种可能实现方式中,所述将相同种类的第一维度信息和第二维度信息作为第一相合计算模型的输入,进行计算得到相合度计算结果,包括:
第一相合计算模型根据所输入的相同维度种类的第一维度信息和第二维度信息,调取相应维度种类的对应表,将所述第一维度信息和第二维度信息输入至相应对应表内,得到第一相合度子值;
对所述第一相合度子值按照相应维度类型的第一计算权重加权,对平均信息值按照相应维度类型的第二计算权重加权进行计算,得到相合度计算结果,通过以下公式计算相合度计算结果,
其中,为相合度计算结果,为第个维度种类的第一相合度子值,为第个维度种类的第一计算权重,为第一相合度子值的数量上限值,为第个维度种类的平均信息值,为第个维度种类的第二计算权重,为平均信息值的数量上限值。
可选地,在第一方面的一种可能实现方式中,还包括:
获取所述第一种类集合和第二种类集合内相同维度信息的相同数量,以及第一种类集合和第二种类集合内不同维度信息的不同数量;
若判断所述不同数量大于0,则根据所述相同数量、不同数量进行计算得到第一数量的额外采集标签,若所述第一数量大于等于所有额外采集标签的总数量,则选取所有的额外采集标签作为待识别标签;
若所述第一数量小于所有额外采集标签的总数量,则随机在额外采集标签中确定与第一数量相对应的待识别标签;
对所述待识别标签进行分词处理,得到多个预设的标签分词,根据第一主体的第一标签分词、第二主体的第二标签分词进行计算,得到辅助相合度结果,基于辅助相合度结果对相合度计算结果进行更新,得到最终的相合度计算结果。
可选地,在第一方面的一种可能实现方式中,所述对所述待识别标签进行分词处理,得到多个标签分词,根据第一主体的第一标签分词、第二主体的第二标签分词进行计算,得到辅助相合度结果,基于辅助相合度结果对相合度计算结果进行更新,得到最终的相合度计算结果,包括:
获取相同种类的第一标签分词和第二标签分词,根据分词对应表确定所述第一标签分词和第二标签分词对应的分词子结果;
根据所有的分词子结果得到关于多个种类的标签分词的分词平均结果,将所述分词平均结果与预设平均结果比对;
若所述分词平均结果大于等于所述预设平均结果,则根据所述分词平均结果和预设平均结果的差值对相合度计算结果进行正向偏移更新;
若所述分词平均结果小于所述预设平均结果,则根据所述分词平均结果和预设平均结果的差值对相合度计算结果进行反向偏移更新;
通过以下公式计算正向偏移或反向偏移更新的相合度计算结果,
其中,为第个种类的标签分词的分词子结果,为标签分词种类的上限值,为标签分词种类的数量值,为预设平均结果,为正向偏移更新后的相合度计算结果,为正向偏移权重值,为负向偏移更新后的相合度计算结果,为负向偏移权重值,为第一数量,为相同数量,为不同数量,为数量权重值。
本发明实施例的第二方面,提供一种基于多维度的主体间相合度测算系统,包括:
获取模块,用于获取第一主体的第一位置信息和第一多维度数据,根据所述第一位置信息生成第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体;
提取模块,用于提取所述第二主体的第二多维度数据,根据所述第一多维度数据内包括的第一维度信息的第一种类、第二多维度数据内包括的第二维度信息的第二种类,对相合计算模型进行组装,得到第一相合计算模型;
计算模块,用于将相同种类的第一维度信息和第二维度信息作为第一相合计算模型的输入,进行计算得到相合度计算结果;
推荐模块,用于对所有的相合度计算结果进行降序排序得到相合度计算序列,将相合度计算序列中预设数量的第二主体作为第三主体,对所有的第三主体进行推荐。
有益效果:
1、本方案会自动抓取主体间的位置信息和多维度数据,结合主体间的位置信息和多维度数据,确定相同维度数据和不同维度数据,然后生成对应的子模型,最后融合两个子模型形成融合计算模型,对主体间的相合度进行自动计算。本方案通过上述方式能够根据主体间维度信息的不同对模型进行组装,使得在多个主体具有不完全相同的维度信息时,依旧能够进行相合度测算。
2、本方案在得到融合计算模型的过程中,会先依据维度信息的相同和不同,采用不同的模型生成方式,利用不同的模型对不同场景的数据进行处理,得到不同场景下较为准确的计算结果,最后将二者融合,得到准确的融合结果;其中,针对相同维度信息生成计算模型时,因为相同维度具有对应的信息,本方案可以结合对应表得到相关数据,最后结合对应表的权重形成计算模型;针对不同维度信息生成计算模型时,因为不同维度没有对应的信息,本方案可以结合对应表得到相关维度的评价值,最后结合对应表的权重形成计算模型;本方案通过上述方式可以得到融合计算模型,得到较为准确的计算结果。
3、本方案还会通过额外采集其他维度的信息来对本方案的相合度计算结果进行辅助更新,使得相合度计算结果更为准确;其中,本方案结合不同维度的数量以及待识别标签的总数量,确定选择待识别标签的数量的方案,同时还会对待识别标签进行分词,比较主体之间的分词的相合程度,得到分词平均结果,对相合度计算结果进行相对准确的辅助更新。
附图说明
图1是本发明实施例提供的一种基于多维度的主体间相合度测算方法的流程示意图;
图2是本发明实施例提供的一种年龄维度对应表的示意图;
图3是本发明实施例提供的一种身高维度对应表的示意图;
图4是本发明实施例提供的一种性格维度对应表的示意图;
图5是本发明实施例提供的一种分词对应表的示意图;
图6是本发明实施例提供的一种基于多维度的主体间相合度测算系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)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,以便这里描述的本发明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。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
参见图1,是本发明实施例提供的一种基于多维度的主体间相合度测算方法的流程示意图,该基于多维度的主体间相合度测算方法包括S1-S4:
S1,获取第一主体的第一位置信息和第一多维度数据,根据所述第一位置信息生成第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体;
可以理解的是,为了得到主体间的相合度,本方案会先得到第一主体的第一位置信息和第一多维度数据,其中,第一位置信息可以是第一主体所对应用户端的位置信息,第一多维度数据例如可以是第一主体的年龄、身高、体重、职业等维度的数据。
本方案在确定第一主体的第一位置信息和第一多维度数据后,会依据第一位置信息得到对应第一主体的第一覆盖区域,并搜索到第一覆盖区域内满足要求的所有第二主体。可以理解的是,第二主体可以有多个,例如有100个,本方案对其不做限制。
在一些实施例中,S1(获取第一主体的第一位置信息和第一多维度数据,根据所述第一位置信息生成第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体)包括S11- S15:
S11,在判断第一主体通过第一用户端登录相应软件时获取第一用户端的第一位置信息。
可以理解的是,在第一主体利用第一用户端登录相应的软件时,本方案的服务器会自动抓取第一用户端的第一位置信息,第一位置信息例如是北京市朝阳区。
S12,若判断所述第一主体具有与其对应的、历史采集的多维度数据,则将历史采集的多维度数据作为第一多维度数据。
如果第一主体之前登录过相应软件,那么第一主体会具有与其对应的、历史采集的多维度数据,例如,第一主体之前登录时,输入过年龄、身高、体重,此时,本方案会直接将年龄、身高、体重作为第一主体所对应的第一多维度数据。
S13,若判断所述第一主体不具有与其对应的、历史采集的多维度数据,基于所述软件展示第一交互界面,所述第一交互界面用于采集用户的至少一种维度的信息。
与步骤S12不同的是,如果第一主体之前未登录过相应软件,那么第一主体不具有与其对应的、历史采集的多维度数据,此时,本方案会展示软件的第一交互界面给第一主体,第一交互界面用于供用户输入多维度数据,例如包括年龄、身高、体重、职业等数据。
S14,在判断用户基于所述第一交互界面上传至少一个维度的维度信息后,根据所有的维度信息生成第一多维度数据。
可以理解的是,用户基于第一交互界面上传至少一个维度的维度信息后,本方案的服务器会利用所有的维度信息生成第一主体所对应的第一多维度数据。
需要说明的是,本方案可以依据有无第一主体所对应的历史数据来确定相应的第一多维度数据,在有历史数据时,直接抓取相关数据,可以减少数据处理量。
S15,以所述第一位置信息为中心、预设区域信息或预设距离信息构建第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体。
本方案在确定第一位置信息后,可以灵活的通过预设区域信息或预设距离信息两种方式来构建第一覆盖区域,例如,用户可以选择预设区域信息进行筛选,也可以选择预设距离信息进行筛选,在得到第一覆盖区域后,会确定第一覆盖区域内满足要求的所有第二主体。
在一些实施例中,S15(以所述第一位置信息为中心、预设区域信息或预设距离信息构建第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体)包括S151- S153:
S151,根据所述第一位置信息确定其所处于的行政区域的预设区域信息,将相应的预设区域信息作为第一覆盖区域;或
以所述第一位置信息为中心、预设距离信息为半径,构建相应的第一覆盖区域。
示例性的,第一位置信息例如是北京市朝阳区A大厦,预设区域信息例如是北京市朝阳区,那么本方案以第一位置信息为中心、预设区域信息构建第一覆盖区域为北京市朝阳区,之后会提取北京市朝阳区内满足要求的所有第二主体。
另一示例性的,第一位置信息例如是北京市朝阳区A大厦,预设距离信息例如是10公里,那么本方案以第一位置信息为中心、预设距离信息构建第一覆盖区域为北京市朝阳区A大厦周围10公里,之后会提取北京市朝阳区A大厦周围10公里内满足要求的所有第二主体。
S152,获取数据库内所有主体上一次登录时的时刻信息和位置信息,根据第一主体的当前登录时刻、预设时间段信息生成第一时间段信息。
本方案会利用第一主体的当前登录时刻、预设时间段信息得到第一时间段信息,同时也会得到数据库内所有主体上一次登录时的时刻信息和位置信息。
示例性的,第一主体的当前登录时刻为2022年1月4日,预设时间段信息为3天,那么第一时间段信息为2022年1月1日-2022年1月4日。如果主体A、B、C、D上一次登录时的时刻信息为2022年1月2日,那么主体A、B、C、D位于第一时间段信息内。
S153,将所有位置信息位于第一覆盖区域内、时刻信息位于第一时间段信息内的所有主体作为第二主体。
例如,主体A、B、C、D位于第一时间段信息内,同时主体A、B、C、D位于北京市朝阳区,那么本方案会将主体A、B、C、D作为第二主体。
S2,提取所述第二主体的第二多维度数据,根据所述第一多维度数据内包括的第一维度信息的第一种类、第二多维度数据内包括的第二维度信息的第二种类,对相合计算模型进行组装,得到第一相合计算模型。
在确定第二主体后,本方案会得到第二主体的第二多维度数据,然后得到第一多维度数据内包括的第一维度信息的第一种类,以及第二多维度数据内包括的第二维度信息的第二种类,利用第一种类和第二种类对相合计算模型进行组装,得到第一相合计算模型,在得到第一相合计算模型后,可以计算第一主体和第二主体之间的相合度。
在一些实施例中,S2(提取所述第二主体的第二多维度数据,根据所述第一多维度数据内包括的第一维度信息的第一种类、第二多维度数据内包括的第二维度信息的第二种类,对相合计算模型进行组装,得到第一相合计算模型)包括S21- S24:
S21,统计所有第一维度信息的第一种类得到第一种类集合,统计所有第二维度信息的第二种类得到第二种类集合,确定所述第一种类集合和第二种类集合内的相同种类得到相同种类集合。
例如,统计所有第一维度信息的第一种类得到第一种类集合可以是{年龄、身高、体重},统计所有第二维度信息的第二种类得到第二种类集合可以是{年龄、身高、职业}。本方案在得到第一种类集合和第二种类集合后,会确定第一种类集合和第二种类集合内的相同种类得到相同种类集合,相同种类集合例如是{年龄、身高}。
S22,提取相同种类集合内的所有相同维度信息,调取与相同维度信息所对应的第一相合度计算单元,每个第一相合度计算单元具有相应的第一计算权重。
在得到相同种类集合后,本方案会提取相同种类集合内的所有相同维度信息,然后调取与相同维度信息所对应的第一相合度计算单元,每个第一相合度计算单元具有相应的第一计算权重。
需要说明的是,本方案会预先为每个维度信息都匹配一个相合度计算单元,然后调取与相同维度信息所对应的第一相合度计算单元,每个第一相合度计算单元具有相应的第一计算权重。
例如,年龄维度对应一个第一相合度计算单元,身高维度对应一个第一相合度计算单元,但是年龄维度和身高维度所对应的第一相合度计算单元中的第一计算权重是不一样的,其中,年龄维度所对应的第一相合度计算单元中的第一计算权重可以大于身高维度所对应的第一相合度计算单元的第一计算权重,在计算相合度时,可以提高年龄维度的比重。
需要说明的是,上述实施例中以年龄、身高、体重、职业进行举例说明,但是不限于以上维度,例如,生肖、星座、性格等维度也可以,本方案对其不做限定。
S23,对所有第一相合度计算单元具有相应的第一计算策略、第一计算权重进行组装,得到第一相合计算模型。
需要说明的是,本方案会将多个相同维度所对应的第一相合度计算单元组装起来,得到一个对应相同维度信息的第一相合计算模型。
在一些实施例中,S23(对所有第一相合度计算单元具有相应的第一计算策略、第一计算权重进行组装,得到第一相合计算模型)包括S231-S232:
S231,根据所述第一相合度计算单元的相同维度信息确定相应的对应表,以及该对应表所对应的第一计算权重。
示例性的,若所述第一相合度计算单元所对应的相同维度信息为生肖信息,则确定第一计算策略中的预设生肖对应表,以及预设生肖对应表所对应的第一计算权重;若所述第一相合度计算单元所对应的相同维度信息为星座信息,则确定第一计算策略中的预设星座对应表,以及预设星座对应表所对应的第一计算权重;若所述第一相合度计算单元所对应的相同维度信息为互补信息,则确定第一计算策略中的预设互补对应表,以及预设互补对应表所对应的第一计算权重。
预设生肖对应表可以是如下所示,包括:
鼠:遇龙、猴、牛大吉,与羊、马、兔、鸡相配不宜,其它属相平常。
牛:遇鼠、蛇、鸡大吉,与龙、马、羊、狗、兔相配不宜,其它属相平常。
虎:遇马、狗大吉,与蛇、猴相配不宜,其它属相平常。
兔:遇羊、狗、猪大吉,与鼠、牛、龙、鸡、马相配不宜,其它属相平常。
龙:遇鼠、猴、鸡大吉,与狗、牛、龙、兔相配不宜,其它属相平常。
蛇:遇牛、鸡大吉,与虎、猴、猪相配不宜,其它属相平常。
马:遇虎、羊、狗大吉,与鼠、牛、兔、马相配不宜,其它属相平常。
羊:遇兔、马、猪大吉,与鼠、牛、狗相配不宜,其它属相平常。
猴:遇鼠、龙大吉,与虎、蛇、猪相配不宜,其它属相平常。
鸡:遇牛、龙、蛇大吉,与兔、鸡、狗相配不宜,其它属相平常。
狗:遇虎、兔、马大吉,与牛、龙、羊、鸡相配不宜,其它属相平常。
猪:遇羊、兔大吉,与蛇、猪、猴相配不宜,其它属相平常。
预设生肖对应表中不宜所对应的数值较小,预设生肖对应表中大吉数值较大,预设生肖对应表中平常所对应的数值中等。
需要说明的是,本方案会预先设置有对应每个维度的对应表,例如参见图2,为年龄维度的对应表,参见图3,为身高维度的对应表。参见图4,为性格维度相应的对应表。上述对应表中都有相对应的数值,数值越高,对应的相合度也就越高。此外,每个对应表都具有对应的第一计算权重,例如,图2的对应表对应的第一计算权重可以是0.5,图3的对应表对应的第一计算权重可以是0.2。
S232,根据所述第一相合度计算单元以及相对应的对应表、第一计算权重进行组装得到第一相合计算模型。
本方案会利用第一相合度计算单元以及相对应的对应表、第一计算权重进行组装得到第一相合计算模型。可以理解的是,第一相合计算模型具有对应的对应表信息和第一计算权重信息。
本方案的上述实施例是对应相同维度信息的,但是也会存在具有不同维度信息的情况,例如,第一种类集合是{年龄、身高、体重},第二种类集合是{年龄、身高、星座},则不同维度信息为{体重、星座},为了对不同维度信息进行处理,在上述实施例的基础上,还包括S24-S27:
S24,若判断第一种类集合和第二种类集合内具有不同维度信息,则确定所述第一种类集合和第二种类集合内的不同维度信息所对应的第二相合度计算单元,每个第二相合度计算单元具有相应的第二计算权重。
可以理解的是,如果判断第一种类集合和第二种类集合内具有不同维度信息,本方案会确定与第一种类集合和第二种类集合内的不同维度信息所对应的第二相合度计算单元,其中,每个第二相合度计算单元具有相应的第二计算权重。与第一相合度计算单元不同的是,第二相合度计算单元是对应不同维度信息的。
S25,[A1] ,根据所述对应表中的最大值和最小值得到平均信息值。
[X2]
需要说明的是,本方案会得到与第二相合度计算单元的不同维度信息相应的对应表,例如星座维度相应的对应表,星座维度相应的对应表内会具有不同星座之间相对应的对应数值,例如天秤男和水瓶女对应的分数为10分,天秤男和天蝎女对应的分数为6分等,本方案会确定对应表中与主体相对应的最大值和最小值得到平均信息值。
示例性的,第二种类集合{年龄、身高、星座}是主体A所对应的,主体A的星座信息为天秤座,那么天秤座在对应表中的最大值可能为10,最小值可能为6,最后的平均信息值为8。
需要说明的是,由于不同维度信息只有一个主体具有,本方案无法确定另外一个主体的相关信息,因此通过对应表得到最大值和最小值,来进行计算从而得到平均信息值,使得该维度的评价值不会过大或者过小。
S26,根据所述第二相合度计算单元以及相对应的对应表、平均信息值、第二计算权重进行组装得到第二相合计算模型。
在得到第二相合度计算单元后,本方案会将第二相合度计算单元以及相对应的对应表、平均信息值、第二计算权重进行组装得到第二相合计算模型。
S27,基于所述第二相合计算模型对所述第一相合计算模型进行融合,得到融合更新后的第一相合计算模型。
可以理解的是,融合更新后的第一相合计算模型中既包括对应相同维度信息的第一相合计算模型,也包括对应不同维度信息的第二相合计算模型,可以对第一主体和第二主体之间的相合度进行综合计算。
S3,将相同种类的第一维度信息和第二维度信息作为第一相合计算模型的输入,进行计算得到相合度计算结果。
本方案会确定相同种类的第一维度信息和第二维度信息作为输入,将其输入到第一相合计算模型中,进行计算得到相合度计算结果。
在一些实施例中,S3(所述将相同种类的第一维度信息和第二维度信息作为第一相合计算模型的输入,进行计算得到相合度计算结果)包括S31- S32:
S31,第一相合计算模型根据所输入的相同维度种类的第一维度信息和第二维度信息,调取相应维度种类的对应表,将所述第一维度信息和第二维度信息输入至相应对应表内,得到第一相合度子值。
本方案的第一相合计算模型会对相同维度种类的数据进行计算,在计算时,会得到所输入的相同维度种类的第一维度信息和第二维度信息,调取相应维度种类的对应表,然后将第一维度信息和第二维度信息输入至相应对应表内,得到第一相合度子值。例如,相同维度为生肖维度,第一维度信息为天秤,第二维度信息为狮子,那么依据对应表所输出的第一相合度子值为8.5。
S32,对所述第一相合度子值按照相应维度类型的第一计算权重加权,对平均信息值按照相应维度类型的第二计算权重加权进行计算,得到相合度计算结果,通过以下公式计算相合度计算结果,
其中,为相合度计算结果,为第个维度种类的第一相合度子值,为第个维度种类的第一计算权重,为第一相合度子值的数量上限值,为第个维度种类的平均信息值,为第个维度种类的第二计算权重,为平均信息值的数量上限值。
可以理解的是,针对相同维度信息,本方案在得到所有相同维度的第一相合度子值后,会按照相应维度类型的第一计算权重加权,得到相同维度的相合度计算结果,即上述公式中的;针对不同维度信息,本方案会对平均信息值按照相应维度类型的第二计算权重加权进行计算,得到不同维度信息的相合度计算结果;最后将两个维度的计算结果综合,得到最终的相合度计算结果。
S4,对所有的相合度计算结果进行降序排序得到相合度计算序列,将相合度计算序列中预设数量的第二主体作为第三主体,对所有的第三主体进行推荐。
可以理解的是,由于第二主体往往有多个,本方案在得到相合度计算结果后,会对所有的相合度计算结果进行降序排序得到相合度计算序列,然后挑选相合度计算序列中预设数量(例如10个)的第二主体作为第三主体,对所有的第三主体进行推荐,此时,第一主体可以看到对应的10个第三主体。
在上述实施例的基础上,还包括S51-S54:
S51,获取所述第一种类集合和第二种类集合内相同维度信息的相同数量,以及第一种类集合和第二种类集合内不同维度信息的不同数量。
本方案会得到第一种类集合和第二种类集合内相同维度信息的相同数量,相同数量例如是10个,同时也会得到第一种类集合和第二种类集合内不同维度信息的不同数量,不同数量例如是3个。
S52,若判断所述不同数量大于0,则根据所述相同数量、不同数量进行计算得到第一数量的额外采集标签,若所述第一数量大于等于所有额外采集标签的总数量,则选取所有的额外采集标签作为待识别标签。
可以理解的是,如果不同数量大于0,说明两个主体之间具有不同维度的信息,此时,本方案会利用相同数量、不同数量进行计算得到第一数量的额外采集标签。
需要说明的是,主体一般都会添加相应的标签来展示自己,标签例如是爱好类型,具体例如是“我爱打篮球”、“我喜欢打篮球”、“我喜欢打游戏”等等,当有不同维度信息时,本方案可以通过额外采集其他维度的信息来对本方案的相合度计算结果进行辅助更新,使得相合度计算结果更为准确。其中,不同数量越多,对应的第一数量的额外采集标签也会越多。例如,当不同数量为3时,对应的额外采集标签为5,那么就需要额外采集其他5个维度的信息进行计算,利用计算结果来对相合度计算结果进行更新。
其中,当第一数量大于等于所有额外采集标签的总数量时,本方案会选取所有的额外采集标签作为待识别标签。例如,第一数量为5个,所有额外采集标签的总数量为3个,那么本方案无需对额外采集标签进行筛选了,直接挑选3个额外采集标签即可。
S53,若所述第一数量小于所有额外采集标签的总数量,则随机在额外采集标签中确定与第一数量相对应的待识别标签。
需要说明的是,当第一数量小于所有额外采集标签的总数量时,本方案会采用随机挑选的方式在额外采集标签中确定与第一数量相对应的待识别标签。例如,第一数量为3个,所有额外采集标签的总数量为5个,那么本方案会随机在5个里面挑选3个额外采集标签。
S54,对所述待识别标签进行分词处理,得到多个预设的标签分词,根据第一主体的第一标签分词、第二主体的第二标签分词进行计算,得到辅助相合度结果,基于辅助相合度结果对相合度计算结果进行更新,得到最终的相合度计算结果。
本方案在得到待识别标签后,会对待识别标签进行分词处理,得到多个预设的标签分词,其中,分词处理为现有技术,在此不再赘述。
之后,本方案会利用第一主体的第一标签分词、第二主体的第二标签分词进行计算,得到辅助相合度结果,最后,利用辅助相合度结果对相合度计算结果进行更新,得到最终的相合度计算结果,可以理解的是,该更新后的相合度计算结果相较于之前的结果更为贴合两个主体,结果更为准确。
其中,S54(所述对所述待识别标签进行分词处理,得到多个标签分词,根据第一主体的第一标签分词、第二主体的第二标签分词进行计算,得到辅助相合度结果,基于辅助相合度结果对相合度计算结果进行更新,得到最终的相合度计算结果)包括S541- S544:
S541,获取相同种类的第一标签分词和第二标签分词,根据分词对应表确定所述第一标签分词和第二标签分词对应的分词子结果。
示例性的,相同种类为爱好种类,第一主体的待识别标签为“我喜欢打篮球”,第二主体的待识别标签为“我爱篮球”,那么第一标签分词为“篮球”,第二标签分词为“篮球”,然后利用分词对应表确定所述第一标签分词和第二标签分词对应的分词子结果,其中,参见图5,是本发明实施例提供的一种分词对应表的示意图。
S542,根据所有的分词子结果得到关于多个种类的标签分词的分词平均结果,将所述分词平均结果与预设平均结果比对。
本方案会对所有的分词子结果进行平均计算,得到关于多个种类的标签分词的分词平均结果,然后将分词平均结果与预设平均结果比对。
S543,若所述分词平均结果大于等于所述预设平均结果,则根据所述分词平均结果和预设平均结果的差值对相合度计算结果进行正向偏移更新。
可以理解的是,如果分词平均结果大于等于预设平均结果,说明两个主体之间的相合度会更高,则本方案会利用分词平均结果和预设平均结果的差值对相合度计算结果进行正向偏移更新,对相合度计算结果进行调大处理。
S544,若所述分词平均结果小于所述预设平均结果,则根据所述分词平均结果和预设平均结果的差值对相合度计算结果进行反向偏移更新。
可以理解的是,如果分词平均结果小于预设平均结果,说明两个主体之间的相合度会较低,则本方案会利用分词平均结果和预设平均结果的差值对相合度计算结果进行反向偏移更新,对相合度计算结果进行调小处理。
通过以下公式计算正向偏移或反向偏移更新的相合度计算结果,
其中,为第个种类的标签分词的分词子结果,为标签分词种类的上限值,为标签分词种类的数量值,为预设平均结果,为正向偏移更新后的相合度计算结果,为正向偏移权重值,为负向偏移更新后的相合度计算结果,为负向偏移权重值,为第一数量,为相同数量,为不同数量,为数量权重值。
上述公式中,代表所有的分词子结果之和,代表分词平均结果,代表分词平均结果与预设平均结果之间的差值,当时,说明分词平均结果大于等于预设平均结果,此时,本方案会对进行调大处理,代表调大系数的幅度,分词平均结果越大,对应的调整幅度也就越大;同理,当时,说明分词平均结果小于预设平均结果,此时,本方案会对进行调小处理,代表调小系数的幅度,分词平均结果越大,对应的调整幅度也就越大;代表第一数量,可以理解的是,不同数量越大,对应的第一数量也就越大;其中,正向偏移权重值、负向偏移权重值和数量权重值可以是工作人员预先设置的。
参见图6,是本发明实施例提供的基于多维度的主体间相合度测算系统的结构示意图,该基于多维度的主体间相合度测算系统包括:
获取模块,用于获取第一主体的第一位置信息和第一多维度数据,根据所述第一位置信息生成第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体;
提取模块,用于提取所述第二主体的第二多维度数据,根据所述第一多维度数据内包括的第一维度信息的第一种类、第二多维度数据内包括的第二维度信息的第二种类,对相合计算模型进行组装,得到第一相合计算模型;
计算模块,用于将相同种类的第一维度信息和第二维度信息作为第一相合计算模型的输入,进行计算得到相合度计算结果;
推荐模块,用于对所有的相合度计算结果进行降序排序得到相合度计算序列,将相合度计算序列中预设数量的第二主体作为第三主体,对所有的第三主体进行推荐。
本发明还提供一种存储介质,所述存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中,存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (6)
1.一种基于多维度的主体间相合度测算方法,其特征在于,包括:
获取第一主体的第一位置信息和第一多维度数据,根据所述第一位置信息生成第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体;
提取所述第二主体的第二多维度数据,根据所述第一多维度数据内包括的第一维度信息的第一种类、第二多维度数据内包括的第二维度信息的第二种类,对相合计算模型进行组装,得到第一相合计算模型;
将相同种类的第一维度信息和第二维度信息作为第一相合计算模型的输入,进行计算得到相合度计算结果;
对所有的相合度计算结果进行降序排序得到相合度计算序列,将相合度计算序列中预设数量的第二主体作为第三主体,对所有的第三主体进行推荐;
所述提取所述第二主体的第二多维度数据,根据所述第一多维度数据内包括的第一维度信息的第一种类、第二多维度数据内包括的第二维度信息的第二种类,对相合计算模型进行组装,得到第一相合计算模型,包括:
统计所有第一维度信息的第一种类得到第一种类集合,统计所有第二维度信息的第二种类得到第二种类集合,确定所述第一种类集合和第二种类集合内的相同种类得到相同种类集合;
提取相同种类集合内的所有相同维度信息,调取与相同维度信息所对应的第一相合度计算单元,每个第一相合度计算单元具有相应的第一计算权重;
对所有第一相合度计算单元具有相应的第一计算策略、第一计算权重进行组装,得到第一相合计算模型;
所述对所有第一相合度计算单元具有相应的第一计算策略、第一计算权重进行组装,得到第一相合计算模型,包括:
根据所述第一相合度计算单元的相同维度信息确定相应的对应表,以及该对应表所对应的第一计算权重;
根据所述第一相合度计算单元以及相对应的对应表、第一计算权重进行组装得到第一相合计算模型;
还包括:
若判断第一种类集合和第二种类集合内具有不同维度信息,则确定所述第一种类集合和第二种类集合内的不同维度信息所对应的第二相合度计算单元,每个第二相合度计算单元具有相应的第二计算权重;
根据所述第二相合度计算单元的不同维度信息确定相应的对应表,根据所述对应表中的最大值和最小值得到平均信息值,其中,对应表与不同维度信息一一对应,所述最大值为对应表中对应所述不同维度信息的最大值,所述最小值为对应表中对应所述不同维度信息的最小值;
根据所述第二相合度计算单元以及相对应的对应表、平均信息值、第二计算权重进行组装得到第二相合计算模型;
基于所述第二相合计算模型对所述第一相合计算模型进行融合,得到融合更新后的第一相合计算模型;
利用融合更新后的第一相合计算模型进行计算得到相合度计算结果,包括:
融合更新后的第一相合计算模型根据所输入的相同维度种类的第一维度信息和第二维度信息,调取相应维度种类的对应表,将所述第一维度信息和第二维度信息输入至相应对应表内,得到第一相合度子值;
对所述第一相合度子值按照相应维度类型的第一计算权重加权,对平均信息值按照相应维度类型的第二计算权重加权进行计算,得到相合度计算结果,通过以下公式计算相合度计算结果,
2.根据权利要求1所述的基于多维度的主体间相合度测算方法,其特征在于,
所述获取第一主体的第一位置信息和第一多维度数据,根据所述第一位置信息生成第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体,包括:
在判断第一主体通过第一用户端登录相应软件时获取第一用户端的第一位置信息;
若判断所述第一主体具有与其对应的、历史采集的多维度数据,则将历史采集的多维度数据作为第一多维度数据;
若判断所述第一主体不具有与其对应的、历史采集的多维度数据,基于所述软件展示第一交互界面,所述第一交互界面用于采集用户的至少一种维度的信息;
在判断用户基于所述第一交互界面上传至少一个维度的维度信息后,根据所有的维度信息生成第一多维度数据;
以所述第一位置信息为中心、预设区域信息或预设距离信息构建第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体。
3.根据权利要求2所述的基于多维度的主体间相合度测算方法,其特征在于,
所述以所述第一位置信息为中心、预设区域信息或预设距离信息构建第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体,包括:
根据所述第一位置信息确定其所处于的行政区域的预设区域信息,将相应的预设区域信息作为第一覆盖区域;或
以所述第一位置信息为中心、预设距离信息为半径,构建相应的第一覆盖区域;
获取数据库内所有主体上一次登录时的时刻信息和位置信息,根据第一主体的当前登录时刻、预设时间段信息生成第一时间段信息;
将所有位置信息位于第一覆盖区域内、时刻信息位于第一时间段信息内的所有主体作为第二主体。
4.根据权利要求1所述的基于多维度的主体间相合度测算方法,其特征在于,还包括:
获取所述第一种类集合和第二种类集合内相同维度信息的相同数量,以及第一种类集合和第二种类集合内不同维度信息的不同数量;
若判断所述不同数量大于0,则根据所述相同数量、不同数量进行计算得到第一数量的额外采集标签,若所述第一数量大于等于所有额外采集标签的总数量,则选取所有的额外采集标签作为待识别标签;
若所述第一数量小于所有额外采集标签的总数量,则随机在额外采集标签中确定与第一数量相对应的待识别标签;
对所述待识别标签进行分词处理,得到多个预设的标签分词,根据第一主体的第一标签分词、第二主体的第二标签分词进行计算,得到辅助相合度结果,基于辅助相合度结果对相合度计算结果进行更新,得到最终的相合度计算结果。
5.根据权利要求4所述的基于多维度的主体间相合度测算方法,其特征在于,
所述对所述待识别标签进行分词处理,得到多个标签分词,根据第一主体的第一标签分词、第二主体的第二标签分词进行计算,得到辅助相合度结果,基于辅助相合度结果对相合度计算结果进行更新,得到最终的相合度计算结果,包括:
获取相同种类的第一标签分词和第二标签分词,根据分词对应表确定所述第一标签分词和第二标签分词对应的分词子结果;
根据所有的分词子结果得到关于多个种类的标签分词的分词平均结果,将所述分词平均结果与预设平均结果比对;
若所述分词平均结果大于等于所述预设平均结果,则根据所述分词平均结果和预设平均结果的差值对相合度计算结果进行正向偏移更新;
若所述分词平均结果小于所述预设平均结果,则根据所述分词平均结果和预设平均结果的差值对相合度计算结果进行反向偏移更新;
通过以下公式计算正向偏移或反向偏移更新的相合度计算结果,
6.基于多维度的主体间相合度测算系统,其特征在于,包括:
获取模块,用于获取第一主体的第一位置信息和第一多维度数据,根据所述第一位置信息生成第一覆盖区域,提取第一覆盖区域内满足要求的所有第二主体;
提取模块,用于提取所述第二主体的第二多维度数据,根据所述第一多维度数据内包括的第一维度信息的第一种类、第二多维度数据内包括的第二维度信息的第二种类,对相合计算模型进行组装,得到第一相合计算模型;
计算模块,用于将相同种类的第一维度信息和第二维度信息作为第一相合计算模型的输入,进行计算得到相合度计算结果;
推荐模块,用于对所有的相合度计算结果进行降序排序得到相合度计算序列,将相合度计算序列中预设数量的第二主体作为第三主体,对所有的第三主体进行推荐;
提取所述第二主体的第二多维度数据,根据所述第一多维度数据内包括的第一维度信息的第一种类、第二多维度数据内包括的第二维度信息的第二种类,对相合计算模型进行组装,得到第一相合计算模型,包括:
统计所有第一维度信息的第一种类得到第一种类集合,统计所有第二维度信息的第二种类得到第二种类集合,确定所述第一种类集合和第二种类集合内的相同种类得到相同种类集合;
提取相同种类集合内的所有相同维度信息,调取与相同维度信息所对应的第一相合度计算单元,每个第一相合度计算单元具有相应的第一计算权重;
对所有第一相合度计算单元具有相应的第一计算策略、第一计算权重进行组装,得到第一相合计算模型;
所述对所有第一相合度计算单元具有相应的第一计算策略、第一计算权重进行组装,得到第一相合计算模型,包括:
根据所述第一相合度计算单元的相同维度信息确定相应的对应表,以及该对应表所对应的第一计算权重;
根据所述第一相合度计算单元以及相对应的对应表、第一计算权重进行组装得到第一相合计算模型;
还包括:
若判断第一种类集合和第二种类集合内具有不同维度信息,则确定所述第一种类集合和第二种类集合内的不同维度信息所对应的第二相合度计算单元,每个第二相合度计算单元具有相应的第二计算权重;
根据所述第二相合度计算单元的不同维度信息确定相应的对应表,根据所述对应表中的最大值和最小值得到平均信息值,其中,对应表与不同维度信息一一对应,所述最大值为对应表中对应所述不同维度信息的最大值,所述最小值为对应表中对应所述不同维度信息的最小值;
根据所述第二相合度计算单元以及相对应的对应表、平均信息值、第二计算权重进行组装得到第二相合计算模型;
基于所述第二相合计算模型对所述第一相合计算模型进行融合,得到融合更新后的第一相合计算模型;
利用融合更新后的第一相合计算模型进行计算得到相合度计算结果,包括:
融合更新后的第一相合计算模型根据所输入的相同维度种类的第一维度信息和第二维度信息,调取相应维度种类的对应表,将所述第一维度信息和第二维度信息输入至相应对应表内,得到第一相合度子值;
对所述第一相合度子值按照相应维度类型的第一计算权重加权,对平均信息值按照相应维度类型的第二计算权重加权进行计算,得到相合度计算结果,通过以下公式计算相合度计算结果,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211107430.4A CN115186664B (zh) | 2022-09-13 | 2022-09-13 | 基于多维度的主体间相合度测算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211107430.4A CN115186664B (zh) | 2022-09-13 | 2022-09-13 | 基于多维度的主体间相合度测算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115186664A CN115186664A (zh) | 2022-10-14 |
CN115186664B true CN115186664B (zh) | 2023-01-13 |
Family
ID=83524264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211107430.4A Active CN115186664B (zh) | 2022-09-13 | 2022-09-13 | 基于多维度的主体间相合度测算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115186664B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103391322A (zh) * | 2013-07-23 | 2013-11-13 | 关际信息科技(上海)有限公司 | 实现移动社交用户推荐通知功能的系统及方法 |
AU2012272664A1 (en) * | 2011-06-24 | 2014-01-16 | Monster Worldwide, Inc. | Social match platform apparatuses, methods and systems |
CN104765873A (zh) * | 2015-04-24 | 2015-07-08 | 百度在线网络技术(北京)有限公司 | 用户相似度确定方法和装置 |
CN104881459A (zh) * | 2015-05-22 | 2015-09-02 | 电子科技大学 | 一种移动社会网络的好友推荐方法 |
CN106528709A (zh) * | 2016-10-26 | 2017-03-22 | 北京小米移动软件有限公司 | 社交信息推荐方法及装置 |
CN107111651A (zh) * | 2016-07-29 | 2017-08-29 | 深圳越界创新科技有限公司 | 一种匹配度计算方法、装置以及用户设备 |
CN107291841A (zh) * | 2017-06-01 | 2017-10-24 | 广州衡昊数据科技有限公司 | 一种基于位置和用户画像智能匹配社交目标的方法和系统 |
CN107948047A (zh) * | 2016-10-13 | 2018-04-20 | 腾讯科技(深圳)有限公司 | 一种用户推荐方法及终端 |
CN109190033A (zh) * | 2018-08-23 | 2019-01-11 | 微梦创科网络科技(中国)有限公司 | 一种用户好友推荐方法及系统 |
CN109241120A (zh) * | 2018-08-28 | 2019-01-18 | 国信优易数据有限公司 | 一种用户推荐方法及装置 |
CN110223186A (zh) * | 2018-05-09 | 2019-09-10 | 腾讯科技(深圳)有限公司 | 用户相似度确定方法以及信息推荐方法 |
CN111209490A (zh) * | 2020-04-24 | 2020-05-29 | 深圳市爱聊科技有限公司 | 基于用户信息的交友推荐方法、电子装置及存储介质 |
CN111651684A (zh) * | 2020-06-08 | 2020-09-11 | 北京意匠文枢科技有限公司 | 一种推荐社交用户的方法与设备 |
CN113934941A (zh) * | 2021-10-12 | 2022-01-14 | 北京朗玛数联科技有限公司 | 一种基于多维度信息的用户推荐系统及方法 |
CN114579879A (zh) * | 2022-05-06 | 2022-06-03 | 南方科技大学 | 好友推荐方法、装置、设备和存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2432811A1 (en) * | 2002-12-20 | 2004-06-20 | Yaron Mayer | System and method for searching, finding and contacting dates on the internet in instant messaging networks and/or in other methods that enable immediate finding and creating immediate contact |
US20080147659A1 (en) * | 2006-12-15 | 2008-06-19 | Ratepoint, Inc. | System and method for determining behavioral similarity between users and user data to identify groups to share user impressions of ratable objects |
US20170109709A1 (en) * | 2015-09-09 | 2017-04-20 | Steven Wu | Computerized systems and methods for offline activity management |
CN109408737B (zh) * | 2018-08-31 | 2021-03-09 | 北京小米移动软件有限公司 | 用户推荐方法、装置和存储介质 |
US11529562B2 (en) * | 2020-03-25 | 2022-12-20 | Electronic Arts Inc. | Friend recommendations for online video game players |
CN112115363A (zh) * | 2020-09-22 | 2020-12-22 | 京东方科技集团股份有限公司 | 一种推荐方法、计算设备及存储介质 |
CN114969525B (zh) * | 2022-05-25 | 2023-04-07 | 天翼爱音乐文化科技有限公司 | 音乐社交推荐方法、系统、装置及存储介质 |
-
2022
- 2022-09-13 CN CN202211107430.4A patent/CN115186664B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2012272664A1 (en) * | 2011-06-24 | 2014-01-16 | Monster Worldwide, Inc. | Social match platform apparatuses, methods and systems |
CN103391322A (zh) * | 2013-07-23 | 2013-11-13 | 关际信息科技(上海)有限公司 | 实现移动社交用户推荐通知功能的系统及方法 |
CN104765873A (zh) * | 2015-04-24 | 2015-07-08 | 百度在线网络技术(北京)有限公司 | 用户相似度确定方法和装置 |
CN104881459A (zh) * | 2015-05-22 | 2015-09-02 | 电子科技大学 | 一种移动社会网络的好友推荐方法 |
CN107111651A (zh) * | 2016-07-29 | 2017-08-29 | 深圳越界创新科技有限公司 | 一种匹配度计算方法、装置以及用户设备 |
CN107948047A (zh) * | 2016-10-13 | 2018-04-20 | 腾讯科技(深圳)有限公司 | 一种用户推荐方法及终端 |
CN106528709A (zh) * | 2016-10-26 | 2017-03-22 | 北京小米移动软件有限公司 | 社交信息推荐方法及装置 |
CN107291841A (zh) * | 2017-06-01 | 2017-10-24 | 广州衡昊数据科技有限公司 | 一种基于位置和用户画像智能匹配社交目标的方法和系统 |
CN110223186A (zh) * | 2018-05-09 | 2019-09-10 | 腾讯科技(深圳)有限公司 | 用户相似度确定方法以及信息推荐方法 |
CN109190033A (zh) * | 2018-08-23 | 2019-01-11 | 微梦创科网络科技(中国)有限公司 | 一种用户好友推荐方法及系统 |
CN109241120A (zh) * | 2018-08-28 | 2019-01-18 | 国信优易数据有限公司 | 一种用户推荐方法及装置 |
CN111209490A (zh) * | 2020-04-24 | 2020-05-29 | 深圳市爱聊科技有限公司 | 基于用户信息的交友推荐方法、电子装置及存储介质 |
CN111651684A (zh) * | 2020-06-08 | 2020-09-11 | 北京意匠文枢科技有限公司 | 一种推荐社交用户的方法与设备 |
CN113934941A (zh) * | 2021-10-12 | 2022-01-14 | 北京朗玛数联科技有限公司 | 一种基于多维度信息的用户推荐系统及方法 |
CN114579879A (zh) * | 2022-05-06 | 2022-06-03 | 南方科技大学 | 好友推荐方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115186664A (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160239738A1 (en) | Question recommending method, apparatus and system | |
CN105447730A (zh) | 目标用户定向方法及装置 | |
CN107146089A (zh) | 一种刷单识别方法及装置,电子设备 | |
CN112115906A (zh) | 基于深度学习目标检测和度量学习的开放性菜品识别方法 | |
JP2019215778A (ja) | サービス提供システム、広告関連サービス提供システム、ユーザ側設備及びユーザ側広告設備 | |
CN107153656A (zh) | 一种信息搜索方法和装置 | |
CN108897750A (zh) | 融合多元上下文信息的个性化地点推荐方法及设备 | |
CN115186664B (zh) | 基于多维度的主体间相合度测算方法及系统 | |
CN114245185A (zh) | 视频推荐方法、模型训练方法、装置、电子设备及介质 | |
CN114416929A (zh) | 实体召回模型的样本生成方法、装置、设备及存储介质 | |
CN112417956A (zh) | 信息推荐方法及装置、电子设备及计算机可读存储介质 | |
CN115829421A (zh) | 一种用于业务需求的智能分析方法及系统 | |
CN112541010A (zh) | 一种基于逻辑回归的用户性别预测方法 | |
CN115983873A (zh) | 一种基于大数据的用户数据分析管理系统及方法 | |
CN113222484A (zh) | 一种基于大数据分析生成营销任务的方法和系统 | |
CN114840659A (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
CN115470362A (zh) | 基于城市时空知识图谱的兴趣点实时推荐方法 | |
Roberts et al. | Sample size considerations for satellite telemetry and animal distributions | |
CN114119078A (zh) | 目标资源确定方法、装置、电子设备及介质 | |
CN114387041A (zh) | 一种多媒体数据采集方法及系统 | |
CN113792726A (zh) | 一种基于视觉图像快速生成poi的方法及系统 | |
CN110992076A (zh) | 商家质量评价方法、装置、电子设备及可读存储介质 | |
CN117807302B (zh) | 一种客户信息的处理方法及装置 | |
CN108647298A (zh) | 一种三七数据的处理系统 | |
CN113408832B (zh) | 基于融合性地理关系的培训规划锚定方法、装置及中台 |
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 |