CN115827995A - 基于大数据分析的社交匹配方法 - Google Patents
基于大数据分析的社交匹配方法 Download PDFInfo
- Publication number
- CN115827995A CN115827995A CN202211603056.7A CN202211603056A CN115827995A CN 115827995 A CN115827995 A CN 115827995A CN 202211603056 A CN202211603056 A CN 202211603056A CN 115827995 A CN115827995 A CN 115827995A
- Authority
- CN
- China
- Prior art keywords
- matching
- data
- matched
- image
- user
- 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.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于大数据分析的社交匹配方法。该方法包括:通过获取待匹配需求数据;基于待匹配需求数据进行过程匹配库生成处理,得到与待匹配需求数据对应的多个过程匹配数据,多个过程匹配数据为多个过程匹配用户的用户数据,多个过程匹配用户为用户数据满足预设过程匹配库规则的用户;将待匹配需求数据与多个过程匹配数据进行包括有生物特征匹配的匹配处理,得到目标匹配数据,目标匹配数据为满足预设匹配规则的过程匹配数据。通过大数据分析对用户的面部图像信息和用户属性信息进行社交推荐匹配,实现了在进行婚恋社交匹配时,通过基于人像满足用户多样的匹配需求,提高了用户匹配成功率。
Description
技术领域
本申请涉及计算机领域,具体而言,涉及一种基于大数据分析的社交匹配方法。
背景技术
随着互联网社交的逐渐兴起,在很多社交软件上,设置有针对用户主体的推荐匹配功能,以便于用户主体能够与社交软件上的其他用户进行匹配,实现社交关系的拓展。
相关技术中,在进行用户的匹配推荐时,主要通过用户的身份信息进行匹配处理,举例如,用户在互联网社交上进行婚恋匹配时,存在夫妻相匹配的需求,现有技术中缺少针对基于用户人像进行社交匹配推荐的方案。
因此,针对现有技术中缺少基于用户人像进行社交匹配推荐的问题,尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种基于大数据分析的社交匹配方法,以解决现有技术缺少基于用户人像进行社交匹配推荐的问题,实现了满足用户多样化社交匹配需求的技术效果。
为了实现上述目的,本申请的过程方面,提出了一种基于大数据分析的社交匹配方法,包括:
获取待匹配需求数据,其中,所述待匹配需求数据包括待匹配需求用户的用户数据,其中,所述待匹配需求用户为具有社交匹配需求的用户;
基于所述待匹配需求数据进行过程匹配库生成处理,得到与所述待匹配需求数据对应的多个过程匹配数据,其中,所述多个过程匹配数据为多个过程匹配用户的用户数据,所述多个过程匹配用户为用户数据满足预设过程匹配库规则的用户;
将所述待匹配需求数据与所述多个过程匹配数据进行包括有生物特征匹配的匹配处理,得到目标匹配数据,其中,所述目标匹配数据为满足预设匹配规则的过程匹配数据。
在本申请的一些可选实施例中,将所述待匹配需求数据与所述多个过程匹配数据进行包括有生物特征匹配的匹配处理,得到目标匹配数据包括:
对所述待匹配需求数据进行基于社交匹配的识别处理,得到待匹配特征数据,其中,所述待匹配特征数据为用于表示所述待匹配需求用户社交匹配特征的数据;
对所述多个过程匹配数据进行基于社交匹配的识别处理,得到多个过程匹配特征数据,其中,所述多个过程匹配特征数据与所述多个过程匹配用户对应,过程匹配特征数据为用于表示过程匹配用户社交匹配特征的数据;
将所述待匹配特征数据分别与所述多个过程匹配特征数据进行基于组合算法模型的匹配处理,得到多个匹配结果数据,匹配结果数据为用于表示所述待匹配需求用户与所述过程匹配用户匹配度的数据;
对所述多个匹配结果数据进行比较,得到所述目标匹配数据,其中,所述目标匹配数据为最高匹配结果数据对应的过程匹配数据。
在本申请的一些可选实施例中,将所述待匹配特征数据分别与所述多个过程匹配特征数据进行基于组合算法模型的匹配处理,得到多个匹配结果数据包括:
对所述待匹配特征数据进行识别,得到待匹配属性特征数据和待匹配图像特征数据,其中,所述待匹配属性特征数据用于表示所述待匹配需求用户的用户信息,所述待匹配图像特征数据用于表示所述待匹配需求用户的图像信息;
对所述多个过程匹配特征数据进行识别,得到多个过程匹配属性特征数据和多个过程匹配图像特征数据,所述多个过程匹配属性特征数据用于表示所述多个过程匹配用户的用户信息,所述多个过程匹配图像特征数据用于表示所述多个过程匹配用户的图像信息;
将所述待匹配图像特征数据与所述多个过程匹配图像特征数据进行人脸相似度计算处理,得到多个匹配图像相似度数据,其中,所述多个匹配图像相似度数据为用于表示所述多个过程匹配用户与所述待匹配需求用户的人脸相似度的数据;
将所述待匹配属性特征数据与所述多个过程匹配属性特征数据进行匹配处理,得到多个匹配属性相合数据,其中,所述多个匹配属性相合数据为用于表示所述多个过程匹配用户与所述待匹配需求用户的属性相合度的数据;
对所述多个匹配图像相似度数据和所述多个匹配属性相合数据进行基于所述多个过程匹配用户的组合匹配处理,得到所述多个匹配结果数据。
在本申请的一些可选实施例中,将所述待匹配图像特征数据与所述多个过程匹配图像特征数据进行人脸相似度计算处理,得到多个匹配图像相似度数据包括:
对所述待匹配图像特征数据进行基于人脸特征的切分处理,得到多个待匹配特征图像数据,其中,所述多个待匹配特征图像数据为用于表示所述待匹配需求用户的不同人脸特征的图像数据;
对所述多个过程匹配图像特征数据进行基于人脸特征的切分处理,得到多个过程匹配图像数据集,其中,每个过程匹配图像数据集包括过程匹配用户的不同人脸特征的图像数据;
将所述多个待匹配特征图像数据和所述多个过程匹配图像数据集进行基于人脸特征的图像相似度处理,得到所述多个匹配图像相似度数据。
在本申请的一些可选实施例中,基于所述待匹配需求数据进行过程匹配库生成处理,得到多个过程匹配数据包括:
根据所述待匹配需求数据进行预设筛选规则生成处理,得到第一筛选规则;
根据所述第一筛选规则对预设系统数据库中的用户数据进行筛选处理,得到多个第一过程匹配数据,其中,所述多个第一过程匹配数据为预设系统数据库中满足所述第一筛选规则的用户数据;
对所述多个第一过程匹配数据和所述待匹配需求数据进行用户距离计算处理,得到多个过程匹配距离特征数据;
基于所述多个过程匹配距离特征数据对所述多个第一过程匹配数据进行筛选处理,得到所述多个过程匹配数据,其中,所述多个过程匹配数据为所述多个过程匹配距离特征数据满足所述预设过程匹配库规则的多个第一过程匹配数据。
在本申请的一些可选实施例中,获取待匹配需求数据之后,所述方法还包括:
对所述待匹配需求数据进行识别,得到待匹配需求图像,其中,所述待匹配需求图像为所述待匹配需求用户的用户图像;
对所述待匹配需求图像进行基于奇异值特征分类识别的人脸判断处理,以判断所述待匹配需求图像是否为人脸图像,
如果所述待匹配需求图像不是人脸图像,输出匹配失败提示数据;
如果所述待匹配需求图像为人脸图像,对所述待匹配需求图像进行真人验证处理;
对所述待匹配需求图像进行真人验证处理,以判断所述待匹配需求图像是否为所述待匹配需求用户的本人人脸图像,
如果所述待匹配需求图像不是所述待匹配需求用户的本人人脸图像,输出所述匹配失败提示数据;
如果所述待匹配需求图像是所述待匹配需求用户的本人人脸图像,对所述待匹配需求数据进行社交匹配处理。
根据本申请的第二方面,提供了一种基于大数据分析的社交匹配装置,包括:
需求获取模块,用于获取待匹配需求数据,其中,所述待匹配需求数据为待匹配需求用户的用户数据,其中,所述待匹配需求用户为具有社交匹配需求的用户;
匹配库生成模块,用于基于所述待匹配需求数据进行过程匹配库生成处理,得到多个过程匹配数据,其中,所述多个过程匹配数据为多个过程匹配用户的用户数据,所述多个过程匹配用户为用户数据满足预设过程匹配库规则的用户;
匹配模块,用于将所述待匹配需求数据与所述多个过程匹配数据进行包括生物特征匹配的匹配处理,得到目标匹配数据,其中,所述目标匹配数据为满足预设匹配规则的过程匹配数据。
在本申请的一些可选实施例中,匹配模块包括:
第一识别模块,用于对所述待匹配需求数据进行基于社交匹配的识别处理,得到待匹配特征数据,其中,所述待匹配特征数据为用于表示所述待匹配需求用户社交匹配特征的数据;
第二识别模块,用于对所述多个过程匹配数据进行基于社交匹配的识别处理,得到多个过程匹配特征数据,其中,所述多个过程匹配特征数据与所述多个过程匹配用户对应,过程匹配特征数据为用于表示过程匹配用户社交匹配特征的数据;
组合匹配模块,用于将所述待匹配特征数据分别与所述多个过程匹配特征数据进行基于组合算法模型的匹配处理,得到多个匹配结果数据,匹配结果数据为用于表示所述待匹配需求用户与所述过程匹配用户匹配度的数据;
结果模块,对所述多个匹配结果数据进行比较,得到所述目标匹配数据,其中,所述目标匹配数据为最高匹配结果数据对应的过程匹配数据。
根据本申请的第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行上述的基于大数据分析的社交匹配方法。
根据本申请的第四方面,提供了一种电子设备,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计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行上述的基于大数据分析的社交匹配方法。
本申请的实施例提供的技术方案可以包括以下有益效果:
在本申请中,通过获取待匹配需求数据,其中,待匹配需求数据包括待匹配需求用户的用户数据,待匹配需求用户为具有社交匹配需求的用户;基于待匹配需求数据进行过程匹配库生成处理,得到与待匹配需求数据对应的多个过程匹配数据,其中,多个过程匹配数据为多个过程匹配用户的用户数据,多个过程匹配用户为用户数据满足预设过程匹配库规则的用户;将待匹配需求数据与多个过程匹配数据进行包括有生物特征匹配的匹配处理,得到目标匹配数据,其中,目标匹配数据为满足预设匹配规则的过程匹配数据。通过对用户的面部图像信息和用户属性信息进行社交推荐匹配,解决了现有中存在的缺少基于用户人像进行社交匹配推荐的问题,也实现了满足用户多样的匹配需求和社交匹配准确率的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请提供的一种基于大数据分析的社交匹配方法的流程图;
图2为本申请提供的一种基于大数据分析的社交匹配方法的流程图;
图3为本申请提供的一种基于大数据分析的社交匹配方法的流程图;
图4为本申请提供的一种基于大数据分析的社交匹配方法的流程图;
图5为本申请提供的一种基于大数据分析的社交匹配方法的流程图;
图6为本申请提供的一种基于大数据分析的社交匹配装置的结构示意图;
图7为本申请提供的另一种基于大数据分析的社交匹配装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“过程”、“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,以便这里描述的本申请的实施例。此外,术语“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。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,“连接”可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
相关技术中,很多社交软件都提供有用户匹配推荐功能,根据用户信息匹配推荐与其相匹配的用户,大量用户在社交过程中存在夫妻相社交需求,但是现有技术中在进行社交匹配推荐时,缺少根据用户的图像进行社交匹配的技术方案,即使存在,也仅针对图像进行单一的匹配,匹配到的用户可能存在兴趣、年龄、学历等其他相关信息的不匹配,导致进行社交匹配的用户成功率较低,用户的体验较差。
本申请提供了一种基于大数据分析的社交匹配方法,通过对用户进行基于包括有生物特征匹配的社交匹配处理,在通过用户面部图像进行社交匹配的同时还包括其他维度的社交匹配,满足用户多样化社交匹配需求,提高用户的匹配成功率。
通过构建用户的大数据库,对采集到的用户社交数据进行基于大数据分析的社交匹配处理,实现对用户的多样社交需求的匹配处理,提高用户的匹配成功率。且本申请中通过对用户的人脸图像数据进行社交匹配处理,对于存在人脸图像匹配需求的用户,举例说明,如,在进行婚恋社交匹配时,用户通过人脸图像进行夫妻相匹配,满足用户多样的社交匹配需求。
图1为本申请提供的一种基于大数据分析的社交匹配方法的流程图,如图1所示,该方法包括以下步骤:
S101:获取待匹配需求数据;
待匹配需求数据包括待匹配需求用户的用户数据,待匹配需求用户为具有社交匹配需求的用户。用户数据为用于表示用户相关信息的数据,包括如年龄、性别、学历、位置、兴趣、头像等数据,当服务器接收到用户产生的匹配需求时,获取包括有用户数据的待匹配需求数据,在获取到待匹配需求数据后,服务器根据待匹配需求数据进行社交匹配推荐过程。
S102:基于待匹配需求数据进行过程匹配库生成处理,得到与待匹配需求数据对应的多个过程匹配数据;
多个过程匹配数据为多个过程匹配用户的用户数据,多个过程匹配用户为用户数据满足预设过程匹配库规则的用户。在系统数据库中存在大量的用户数据,通过在系统数据库中匹配与待匹配需求数据对应的多个过程匹配数据,得到待匹配需求数据的过程匹配库,以便在过程匹配库中进行社交匹配过程,通过对待匹配需求数据进行过程匹配库生成处理,降低对待匹配需求数据进行社交匹配所需要处理的数据量,提高社交匹配效率。
图2为本申请提供的一种基于大数据分析的社交匹配方法的流程图,如图2所示,该方法包括以下步骤:
S201:根据待匹配需求数据进行预设筛选规则生成处理,得到第一筛选规则;
对待匹配需求数据进行预设筛选规则生成处理,识别待匹配需求数据中,待匹配需求用户的性别、年龄、身高等信息,根据待匹配需求用户的性别、年龄、身高生成与其对应的筛选规则,如性别与待匹配需求用户为异性,年龄差距为5岁,身高差距为15cm等,还包括待匹配用户为具有真人图像信息的用户。
S202:根据第一筛选规则对预设系统数据库中的用户数据进行筛选处理,得到多个第一过程匹配数据;
多个第一过程匹配数据为预设系统数据库中满足第一筛选规则的用户数据;
S203:对多个第一过程匹配数据和待匹配需求数据进行用户距离计算处理,得到多个过程匹配距离特征数据;
S204:基于多个过程匹配距离特征数据对多个第一过程匹配数据进行筛选处理,得到多个过程匹配数据。
多个过程匹配数据为多个过程匹配距离特征数据满足预设过程匹配库规则的多个第一过程匹配数据。预设过程匹配库规则可以为距离规则,也可以为过程库容量规则。举例说明,如,按照多个过程匹配距离特征数据由小及大的顺序对多个第一过程匹配数据进行筛选,筛选过程匹配距离特征数据小于预设距离阈值的多个过程匹配数据;按照过程库容量规则筛选,按照多个过程匹配距离特征数据由小及大的顺序对多个第一过程匹配数据进行筛选,基于由小及大的顺序选取前预设数量(预设数量与过程库容量对应),得到多个过程匹配数据。
在本申请的另一可选实施例中,提供了一种基于大数据分析的社交匹配方法,包括:根据待匹配需求数据进行预设筛选规则生成处理,得到第一筛选规则和第二筛选规则;根据第一筛选规则和所述第二筛选规则对预设系统数据库中的用户数据进行筛选处理,得到多个第一过程匹配数据,多个第一过程匹配数据为预设系统数据库中满足第一筛选规则和第二筛选规则的用户数据,其中,基于第一筛选规则和第二筛选规则对预设系统数据库中的用户数据的筛选不存在先后顺序;对多个第一过程匹配数据和待匹配需求数据进行用户距离计算处理,得到多个过程匹配距离特征数据;基于多个过程匹配距离特征数据对多个第一过程匹配数据进行筛选处理,得到多个过程匹配数据,多个过程匹配数据为多个过程匹配距离特征数据满足预设过程匹配库规则的多个第一过程匹配数据。
S103:将待匹配需求数据与所述多个过程匹配数据进行包括有生物特征匹配的匹配处理,得到目标匹配数据。
目标匹配数据为满足预设匹配规则的过程匹配数据。通过对过程匹配数据进行包括有生物特征匹配的社交匹配处理,生物特征包括用户人脸图像,实现了对用户进行包括有人脸相似度匹配的社交匹配,进而满足用户社交匹配的多样需求,提高在进行社交匹配时多维度匹配,提高匹配用户与待匹配需求用户的匹配程度,进而提高用户社交匹配的成功率。
图3为本申请提供的一种基于大数据分析的社交匹配方法的流程图,如图3所示,该方法包括以下步骤:
S301:对待匹配需求数据进行基于社交匹配的识别处理,得到待匹配特征数据;
待匹配特征数据为用于表示待匹配需求用户社交匹配特征的数据,待匹配特征数据包括待匹配属性特征数据和待匹配图像特征数据,待匹配属性特征数据用于表示待匹配需求用户的用户信息,包括如,年龄、性别、身高、体重、性别、学历、收入、兴趣爱好等相关信息,待匹配图像特征数据用于表示待匹配需求用户的图像信息,如用户上传的人脸图像信息等,对用户进行社交匹配处理时,基于待匹配特征数据进行与系统数据库中的用户进行匹配处理。
S302:对多个过程匹配数据进行基于社交匹配的识别处理,得到多个过程匹配特征数据;
多个过程匹配特征数据与多个过程匹配用户对应,过程匹配特征数据为用于表示过程匹配用户社交匹配特征的数据,过程匹配特征数据与过程匹配用户对应,用于表示过程匹配用户社交匹配特征的数据。
S303:将待匹配特征数据分别与多个过程匹配特征数据进行基于组合算法模型的匹配处理,得到多个匹配结果数据。
匹配结果数据为用于表示待匹配需求用户与过程匹配用户匹配度的数据。
在本申请的可选实施例中,提供了一种基于大数据分析的社交匹配方法,包括:
对待匹配特征数据进行识别,得到待匹配属性特征数据和待匹配图像特征数据,待匹配属性特征数据用于表示待匹配需求用户的用户信息,待匹配图像特征数据用于表示所述待匹配需求用户的图像信息;
对多个过程匹配特征数据进行识别,得到多个过程匹配属性特征数据和多个过程匹配图像特征数据,多个过程匹配属性特征数据用于表示多个过程匹配用户的用户信息,多个过程匹配图像特征数据用于表示多个过程匹配用户的图像信息;
将待匹配图像特征数据与多个过程匹配图像特征数据进行人脸相似度计算处理,得到多个匹配图像相似度数据,其中,多个匹配图像相似度数据为用于表示多个过程匹配用户与待匹配需求用户的人脸相似度的数据;
将待匹配属性特征数据与多个过程匹配属性特征数据进行匹配处理,得到多个匹配属性相合数据,其中,多个匹配属性相合数据为用于表示多个过程匹配用户与待匹配需求用户的属性相合度的数据;
对多个匹配图像相似度数据和多个匹配属性相合数据进行基于多个过程匹配用户的组合匹配处理,得到多个匹配结果数据。
在本申请的另一可选实施例中,提供了一种基于大数据分析的社交匹配方法,该方法包括:
对待匹配特征数据进行识别,得到第一待匹配属性特征数据和第二待匹配属性特征数据,其中,第一待匹配属性特征数据为用于表示待匹配需求用户的第一用户信息,第二待匹配属性特征数据为用于表示待匹配需求用户的第二用户信息,其中,第一用户信息和第二用户信息为用户的不同维度信息;
对多个过程匹配特征数据进行识别,得到多个第一过程匹配属性特征数据和多个第二过程匹配属性特征数据,多个第一过程匹配属性特征数据用于表示多个过程匹配用户的第一用户信息,多个第二过程匹配属性特征数据用于表示多个过程匹配用户的第二用户信息;
根据第一用户信息和第二用户信息,对第一待匹配属性特征数据、第二待匹配属性特征数据和多个第一过程匹配属性特征数据、多个第二过程匹配属性特征数据进行组合匹配处理,得到多个属性匹配结果数据。
在本申请实施例中,通过设置对待匹配需求用户和过程匹配用户的多维度的属性匹配,且基于多维度属性匹配与用户的生物信息相似度进行是社交匹配用户的筛选匹配处理,基于多维度匹配提高用户在社交匹配时的匹配成功,提高用户体验。
在本申请的另一可选实施例中,提供了一种基于大数据分析的社交匹配方法,包括:
训练第一个分类器,样本的权值D为相同的均值;
通过ε来计算该弱分类器的权重α,公式如下:
通过α来计算训练下一个弱分类器样本的权重D,如果对应样本分类正确,则减小该样本的权重,公式为:
如果样本分类错误,则增加该样本的权重,公式为:
循环上述步骤来继续训练多个分类器,然后根据分类器算出的数据找到最佳匹配。
在本申请的另一可选实施例中,提供了一种基于大数据分析的社交匹配方法,图4为本申请提供的一种基于大数据分析的社交匹配方法的流程图,如图4所示,该方法包括以下步骤:
S401:对待匹配图像特征数据进行基于人脸特征的切分处理,得到多个待匹配特征图像数据;
多个待匹配特征图像数据为用于表示待匹配需求用户的不同人脸特征的图像数据,根据人脸特征进行待匹配图像的切分处理,如,根据人脸器官,将待匹配特征图像切分为眼睛、鼻子、嘴巴、脸型等多个待匹配特征图像数据,得到多个待匹配特征图像。
S402:对多个过程匹配图像特征数据进行基于人脸特征的切分处理,得到多个过程匹配图像数据集;
每个过程匹配图像数据集包括过程匹配用户的不同人脸特征的图像数据,多个过程匹配图像特征数据为多个过程匹配用户的人脸图像,对每个过程匹配用户的过程匹配用户的人脸图像进行基于人脸特征的切分处理,得到该过程匹配用户的多个过程匹配图像,每个过程匹配用户的过程匹配图像特征数据经切分处理后,形成对应的过程匹配图像数据集。
S403:将多个待匹配特征图像数据和多个过程匹配图像数据集进行基于人脸特征的图像相似度处理,得到多个匹配图像相似度数据。
根据人脸特征,在多个待匹配特征图像数据和多个过程匹配图像数据集中获取与人脸特征对应的图像,分别计算多个过程匹配用户和待匹配需求用户的该人脸特征图像的相似度。根据第一人脸特征,得到与待匹配需求用户的第一人脸特征对应的第一待匹配特征图像数据,得到与多个过程匹配用户的第一人脸特征对应的多个第一过程匹配图像数据,分别计算第一待匹配特征图像数据与多个第一过程匹配图像数据的相似度,得到第一人脸特征的相似度;根据第二人脸特征,得到与待匹配需求用户的第二人脸特征对应的第二待匹配特征图像数据,得到与多个过程匹配用户的第二人脸特征对应的第二过程匹配图像数据,分别计算第二待匹配特征图像数据与多个第二过程匹配图像数据的相似度,得到第二人脸特征的相似度;对第一人脸特征的相似度和第二人脸特征相似度根据第一人脸特征和第二人脸特征的权重进行待匹配需求用户和多个过程匹配用户的人脸相似度计算,得到多个匹配图像相似度数据,多个匹配图像相似度数据为用于表示多个过程匹配用户与待匹配需求用户的人脸相似度的数据。
在本申请的可选实施例中,在计算第一人脸特征的相似度时,将第一人脸特征对应图像进行图像计算机转码处理,得到第一待匹配特征图像转码数据,和多个第一过程匹配图像转码数据,将图像计算机转码处理后得到的数据进行相似度计算处理,得到多个过程匹配用户与待匹配用户的在第一人脸特征上的相似度数据。
S304:对多个匹配结果数据进行比较,得到目标匹配数据。
目标匹配数据为最高匹配结果数据对应的过程匹配数据。
在本申请的另一可选实施例中,提供了一种基于大数据分析的社交匹配方法,在获取待匹配需求数据之后,对待需求数据进行识别判断,图5为本申请提供一种用于社交匹配处理的社交匹配方法的流程图,如图5所示,该方法包括以下步骤:
S501:对待匹配需求数据进行识别,得到待匹配需求图像;
待匹配需求图像为待匹配需求用户的用户图像;
S502:对待匹配需求图像进行基于奇异值特征分类识别的人脸判断处理,以判断待匹配需求图像是否为人脸图像,
对待匹配需求图像数据进行基于奇异值特征分类识别的人脸判断处理,人脸识别法通过利用分布在人脸上从低到高80个节点或标点,通过测量眼睛、颧骨、下巴等之间的间距来进行身份认证,基于奇异值特征方法:人脸图像矩阵的奇异值特征反映了图像的本质属性,利用它来进行待匹配需求图像是否为人脸图像。
如果待匹配需求图像不是人脸图像,输出匹配失败提示数据;
如果待匹配需求图像为人脸图像,对待匹配需求图像进行真人验证处理;
S503:对待匹配需求图像进行真人验证处理,以判断待匹配需求图像是否为待匹配需求用户的本人人脸图像,
对待匹配需求图像数据进行真人验证标签查询处理,若所述待匹配需求图像数据中具有真人验证标签,则该待匹配需求图像数据为待匹配需求用户的本人人脸图像;如果待匹配需求图像数据中不具有真人验证标签,则该待匹配需求图像数据非待匹配需求用户的本人人脸图像。
如果待匹配需求图像不是待匹配需求用户的本人人脸图像,输出匹配失败提示数据,输出匹配失败提示数据还包括真人图像验证提示信息。
如果待匹配需求图像是待匹配需求用户的本人人脸图像,对待匹配需求数据进行社交匹配处理。
在本申请的可选实施例中,提供了一种基于大数据分析的社交匹配装置,图6为本申请提供的一种基于大数据分析的社交匹配装置的示意图,如图6所示,该装置包括:
需求获取模块61,用于获取待匹配需求数据,其中,待匹配需求数据为待匹配需求用户的用户数据,待匹配需求用户为具有社交匹配需求的用户;
匹配库生成模块62,用于基于待匹配需求数据进行过程匹配库生成处理,得到多个过程匹配数据,其中,多个过程匹配数据为多个过程匹配用户的用户数据,多个过程匹配用户为用户数据满足预设过程匹配库规则的用户;
匹配模块63,用于将待匹配需求数据与多个过程匹配数据进行包括生物特征匹配的匹配处理,得到目标匹配数据,其中,目标匹配数据为满足预设匹配规则的过程匹配数据。
图7为本申请提供的另一种基于大数据分析的社交匹配装置的示意图,如图7所示,该装置包括:
第一识别模块71,用于对待匹配需求数据进行基于社交匹配的识别处理,得到待匹配特征数据,其中,待匹配特征数据为用于表示所述待匹配需求用户社交匹配特征的数据;
第二识别模块72,用于对多个过程匹配数据进行基于社交匹配的识别处理,得到多个过程匹配特征数据,其中,多个过程匹配特征数据与多个过程匹配用户对应,过程匹配特征数据为用于表示过程匹配用户社交匹配特征的数据;
组合匹配模块73,用于将待匹配特征数据分别与多个过程匹配特征数据进行基于组合算法模型的匹配处理,得到多个匹配结果数据,匹配结果数据为用于表示待匹配需求用户与过程匹配用户匹配度的数据;
结果模块74,对多个匹配结果数据进行比较,得到目标匹配数据,其中,目标匹配数据为最高匹配结果数据对应的过程匹配数据。
关于上述实施例中各单元的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。
综上所述,在本申请中,通过获取待匹配需求数据,其中,待匹配需求数据包括待匹配需求用户的用户数据,待匹配需求用户为具有社交匹配需求的用户;基于待匹配需求数据进行过程匹配库生成处理,得到与待匹配需求数据对应的多个过程匹配数据,其中,多个过程匹配数据为多个过程匹配用户的用户数据,多个过程匹配用户为用户数据满足预设过程匹配库规则的用户;将待匹配需求数据与多个过程匹配数据进行包括有生物特征匹配的匹配处理,得到目标匹配数据,其中,目标匹配数据为满足预设匹配规则的过程匹配数据。通过对用户的面部图像信息和用户属性信息进行社交推荐匹配,解决了现有中存在的缺少基于用户人像进行社交匹配推荐的问题,也实现了满足用户多样的匹配需求和社交匹配准确率的效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
显然,本领域的技术人员应该明白,上述的本申请的各单元或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于大数据分析的社交匹配方法,其特征在于,包括:
获取待匹配需求数据,其中,所述待匹配需求数据包括待匹配需求用户的用户数据,其中,所述待匹配需求用户为具有社交匹配需求的用户;
基于所述待匹配需求数据进行过程匹配库生成处理,得到与所述待匹配需求数据对应的多个过程匹配数据,其中,所述多个过程匹配数据为多个过程匹配用户的用户数据,所述多个过程匹配用户为用户数据满足预设过程匹配库规则的用户;
将所述待匹配需求数据与所述多个过程匹配数据进行包括有生物特征匹配的匹配处理,得到目标匹配数据,其中,所述目标匹配数据为满足预设匹配规则的过程匹配数据。
2.根据权利要求1所述的社交匹配方法,其特征在于,将所述待匹配需求数据与所述多个过程匹配数据进行包括有生物特征匹配的匹配处理,得到目标匹配数据包括:
对所述待匹配需求数据进行基于社交匹配的识别处理,得到待匹配特征数据,其中,所述待匹配特征数据为用于表示所述待匹配需求用户社交匹配特征的数据;
对所述多个过程匹配数据进行基于社交匹配的识别处理,得到多个过程匹配特征数据,其中,所述多个过程匹配特征数据与所述多个过程匹配用户对应,过程匹配特征数据为用于表示过程匹配用户社交匹配特征的数据;
将所述待匹配特征数据分别与所述多个过程匹配特征数据进行基于组合算法模型的匹配处理,得到多个匹配结果数据,匹配结果数据为用于表示所述待匹配需求用户与所述过程匹配用户匹配度的数据;
对所述多个匹配结果数据进行比较,得到所述目标匹配数据,其中,所述目标匹配数据为最高匹配结果数据对应的过程匹配数据。
3.根据权利要求2所述的社交匹配方法,其特征在于,将所述待匹配特征数据分别与所述多个过程匹配特征数据进行基于组合算法模型的匹配处理,得到多个匹配结果数据包括:
对所述待匹配特征数据进行识别,得到待匹配属性特征数据和待匹配图像特征数据,其中,所述待匹配属性特征数据用于表示所述待匹配需求用户的用户信息,所述待匹配图像特征数据用于表示所述待匹配需求用户的图像信息;
对所述多个过程匹配特征数据进行识别,得到多个过程匹配属性特征数据和多个过程匹配图像特征数据,所述多个过程匹配属性特征数据用于表示所述多个过程匹配用户的用户信息,所述多个过程匹配图像特征数据用于表示所述多个过程匹配用户的图像信息;
将所述待匹配图像特征数据与所述多个过程匹配图像特征数据进行人脸相似度计算处理,得到多个匹配图像相似度数据,其中,所述多个匹配图像相似度数据为用于表示所述多个过程匹配用户与所述待匹配需求用户的人脸相似度的数据;
将所述待匹配属性特征数据与所述多个过程匹配属性特征数据进行匹配处理,得到多个匹配属性相合数据,其中,所述多个匹配属性相合数据为用于表示所述多个过程匹配用户与所述待匹配需求用户的属性相合度的数据;
对所述多个匹配图像相似度数据和所述多个匹配属性相合数据进行基于所述多个过程匹配用户的组合匹配处理,得到所述多个匹配结果数据。
4.根据权利要求3所述的社交匹配方法,其特征在于,将所述待匹配图像特征数据与所述多个过程匹配图像特征数据进行人脸相似度计算处理,得到多个匹配图像相似度数据包括:
对所述待匹配图像特征数据进行基于人脸特征的切分处理,得到多个待匹配特征图像数据,其中,所述多个待匹配特征图像数据为用于表示所述待匹配需求用户的不同人脸特征的图像数据;
对所述多个过程匹配图像特征数据进行基于人脸特征的切分处理,得到多个过程匹配图像数据集,其中,每个过程匹配图像数据集包括过程匹配用户的不同人脸特征的图像数据;
将所述多个待匹配特征图像数据和所述多个过程匹配图像数据集进行基于人脸特征的图像相似度处理,得到所述多个匹配图像相似度数据。
5.根据权利要求1所述的社交匹配方法,其特征在于,基于所述待匹配需求数据进行过程匹配库生成处理,得到多个过程匹配数据包括:
根据所述待匹配需求数据进行预设筛选规则生成处理,得到第一筛选规则;
根据所述第一筛选规则对预设系统数据库中的用户数据进行筛选处理,得到多个第一过程匹配数据,其中,所述多个第一过程匹配数据为预设系统数据库中满足所述第一筛选规则的用户数据;
对所述多个第一过程匹配数据和所述待匹配需求数据进行用户距离计算处理,得到多个过程匹配距离特征数据;
基于所述多个过程匹配距离特征数据对所述多个第一过程匹配数据进行筛选处理,得到所述多个过程匹配数据,其中,所述多个过程匹配数据为所述多个过程匹配距离特征数据满足所述预设过程匹配库规则的多个第一过程匹配数据。
6.根据权利要求1所述的社交匹配方法,其特征在于,获取待匹配需求数据之后,所述方法还包括:
对所述待匹配需求数据进行识别,得到待匹配需求图像,其中,所述待匹配需求图像为所述待匹配需求用户的用户图像;
对所述待匹配需求图像进行基于奇异值特征分类识别的人脸判断处理,以判断所述待匹配需求图像是否为人脸图像,
如果所述待匹配需求图像不是人脸图像,输出匹配失败提示数据;
如果所述待匹配需求图像为人脸图像,对所述待匹配需求图像进行真人验证处理;
对所述待匹配需求图像进行真人验证处理,以判断所述待匹配需求图像是否为所述待匹配需求用户的本人人脸图像,
如果所述待匹配需求图像不是所述待匹配需求用户的本人人脸图像,输出所述匹配失败提示数据;
如果所述待匹配需求图像是所述待匹配需求用户的本人人脸图像,对所述待匹配需求数据进行社交匹配处理。
7.一种基于大数据分析的社交匹配装置,其特征在于,包括:
需求获取模块,用于获取待匹配需求数据,其中,所述待匹配需求数据为待匹配需求用户的用户数据,其中,所述待匹配需求用户为具有社交匹配需求的用户;
匹配库生成模块,用于基于所述待匹配需求数据进行过程匹配库生成处理,得到多个过程匹配数据,其中,所述多个过程匹配数据为多个过程匹配用户的用户数据,所述多个过程匹配用户为用户数据满足预设过程匹配库规则的用户;
匹配模块,用于将所述待匹配需求数据与所述多个过程匹配数据进行包括生物特征匹配的匹配处理,得到目标匹配数据,其中,所述目标匹配数据为满足预设匹配规则的过程匹配数据。
8.根据权利要求7所述的社交匹配装置,其特征在于,匹配模块包括:
第一识别模块,用于对所述待匹配需求数据进行基于社交匹配的识别处理,得到待匹配特征数据,其中,所述待匹配特征数据为用于表示所述待匹配需求用户社交匹配特征的数据;
第二识别模块,用于对所述多个过程匹配数据进行基于社交匹配的识别处理,得到多个过程匹配特征数据,其中,所述多个过程匹配特征数据与所述多个过程匹配用户对应,过程匹配特征数据为用于表示过程匹配用户社交匹配特征的数据;
组合匹配模块,用于将所述待匹配特征数据分别与所述多个过程匹配特征数据进行基于组合算法模型的匹配处理,得到多个匹配结果数据,匹配结果数据为用于表示所述待匹配需求用户与所述过程匹配用户匹配度的数据;
结果模块,对所述多个匹配结果数据进行比较,得到所述目标匹配数据,其中,所述目标匹配数据为最高匹配结果数据对应的过程匹配数据。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-6任意一项所述的基于大数据分析的社交匹配方法。
10.一种电子设备,其特征在于,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计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-6任意一项所述的基于大数据分析的社交匹配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211603056.7A CN115827995A (zh) | 2022-12-13 | 2022-12-13 | 基于大数据分析的社交匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211603056.7A CN115827995A (zh) | 2022-12-13 | 2022-12-13 | 基于大数据分析的社交匹配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115827995A true CN115827995A (zh) | 2023-03-21 |
Family
ID=85547149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211603056.7A Pending CN115827995A (zh) | 2022-12-13 | 2022-12-13 | 基于大数据分析的社交匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115827995A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116580435A (zh) * | 2023-04-23 | 2023-08-11 | 深圳市爱彼利科技有限公司 | 用于颜值评分的数据处理方法和装置 |
CN116861101A (zh) * | 2023-06-30 | 2023-10-10 | 深圳市爱彼利科技有限公司 | 用于社交匹配的数据处理方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165354A (zh) * | 2018-08-08 | 2019-01-08 | 苏州酷外文化传媒有限公司 | 基于区块链的相亲交友匹配方法及装置 |
CN109635138A (zh) * | 2018-10-30 | 2019-04-16 | 厦门市杜若科技有限公司 | 一种基于相似相貌的社交关系建立方法与系统 |
CN110795636A (zh) * | 2019-11-05 | 2020-02-14 | 南京掌缘信息科技有限公司 | 一种婚恋对象匹配方法及装置 |
CN111178124A (zh) * | 2019-09-26 | 2020-05-19 | 重庆市链盟联智能科技有限责任公司 | 一种婚恋交友系统及其数据处理方法 |
CN112395901A (zh) * | 2019-08-12 | 2021-02-23 | 天津大学青岛海洋技术研究院 | 一种改进型复杂环境下人脸检测定位识别方法 |
-
2022
- 2022-12-13 CN CN202211603056.7A patent/CN115827995A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165354A (zh) * | 2018-08-08 | 2019-01-08 | 苏州酷外文化传媒有限公司 | 基于区块链的相亲交友匹配方法及装置 |
CN109635138A (zh) * | 2018-10-30 | 2019-04-16 | 厦门市杜若科技有限公司 | 一种基于相似相貌的社交关系建立方法与系统 |
CN112395901A (zh) * | 2019-08-12 | 2021-02-23 | 天津大学青岛海洋技术研究院 | 一种改进型复杂环境下人脸检测定位识别方法 |
CN111178124A (zh) * | 2019-09-26 | 2020-05-19 | 重庆市链盟联智能科技有限责任公司 | 一种婚恋交友系统及其数据处理方法 |
CN110795636A (zh) * | 2019-11-05 | 2020-02-14 | 南京掌缘信息科技有限公司 | 一种婚恋对象匹配方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116580435A (zh) * | 2023-04-23 | 2023-08-11 | 深圳市爱彼利科技有限公司 | 用于颜值评分的数据处理方法和装置 |
CN116861101A (zh) * | 2023-06-30 | 2023-10-10 | 深圳市爱彼利科技有限公司 | 用于社交匹配的数据处理方法和装置 |
CN116861101B (zh) * | 2023-06-30 | 2024-03-29 | 深圳市爱彼利科技有限公司 | 用于社交匹配的数据处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gao et al. | Discriminative multiple canonical correlation analysis for information fusion | |
Chen et al. | Face recognition and retrieval using cross-age reference coding with cross-age celebrity dataset | |
CN115827995A (zh) | 基于大数据分析的社交匹配方法 | |
WO2021051598A1 (zh) | 文本情感分析模型训练方法、装置、设备及可读存储介质 | |
CN111310731A (zh) | 基于人工智能的视频推荐方法、装置、设备及存储介质 | |
CN111368772B (zh) | 身份识别方法、装置、设备及存储介质 | |
Weng et al. | Multi-feature ordinal ranking for facial age estimation | |
CN111898703B (zh) | 多标签视频分类方法、模型训练方法、装置及介质 | |
CN111582342B (zh) | 一种图像识别方法、装置、设备以及可读存储介质 | |
CN110751027B (zh) | 一种基于深度多示例学习的行人重识别方法 | |
CN110232331B (zh) | 一种在线人脸聚类的方法及系统 | |
CN111695458A (zh) | 一种视频图像帧处理方法及装置 | |
CN112395979A (zh) | 基于图像的健康状态识别方法、装置、设备及存储介质 | |
CN112668482B (zh) | 人脸识别训练方法、装置、计算机设备及存储介质 | |
CN110414541A (zh) | 用于识别物体的方法、设备和计算机可读存储介质 | |
CN108319959A (zh) | 一种基于图像特征压缩与检索的农作物病害图像识别方法 | |
CN113052150B (zh) | 活体检测方法、装置、电子设备和计算机可读存储介质 | |
CN113128526B (zh) | 图像识别方法、装置、电子设备和计算机可读存储介质 | |
CN115600013B (zh) | 用于多主体之间匹配推荐的数据处理方法和装置 | |
CN113705310A (zh) | 特征学习的方法、目标物体的识别方法和对应装置 | |
CN107480628B (zh) | 一种人脸识别方法及装置 | |
CN112906730B (zh) | 一种信息处理方法、装置及计算机可读存储介质 | |
CN110287973B (zh) | 一种基于低秩鲁棒线性鉴别分析的图像特征提取方法 | |
Cai et al. | Robust facial expression recognition using RGB-D images and multichannel features | |
CN115880702A (zh) | 数据处理方法、装置、设备、程序产品及存储介质 |
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 |