CN116401467A - 交友匹配模型构建、好友推荐、用户匹配方法、电子设备 - Google Patents
交友匹配模型构建、好友推荐、用户匹配方法、电子设备 Download PDFInfo
- Publication number
- CN116401467A CN116401467A CN202310218619.9A CN202310218619A CN116401467A CN 116401467 A CN116401467 A CN 116401467A CN 202310218619 A CN202310218619 A CN 202310218619A CN 116401467 A CN116401467 A CN 116401467A
- Authority
- CN
- China
- Prior art keywords
- friend
- user
- organization
- matching
- making
- 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
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000010276 construction Methods 0.000 title claims abstract description 9
- 230000027455 binding Effects 0.000 claims abstract description 159
- 238000010586 diagram Methods 0.000 claims abstract description 24
- 230000008520 organization Effects 0.000 claims description 240
- 238000004364 calculation method Methods 0.000 claims description 45
- 238000012795 verification Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 13
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 9
- 230000003993 interaction Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013475 authorization Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 241000566137 Sagittarius Species 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000009966 trimming Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 241000283707 Capra Species 0.000 description 1
- 241000282320 Panthera leo Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000003068 static 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
- G06F16/95—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)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种交友匹配模型构建、好友推荐、用户匹配、组织绑定方法及装置、计算机可读存储介质、电子设备。该方法包括:获得交友信息库,交友信息库中保存有具有交友需求的待匹配用户的属性信息;接收到目标用户提交的好友推荐请求时,将目标用户与交友信息库中的待匹配用户确定为待匹配好友对;获得待匹配好友对的属性信息输入至交友匹配模型,交友匹配模型包括交友图模型,交友图模型用于确定从待匹配好友对的属性信息中提取的属性节点之间的关联关系;根据交友图模型输出的待匹配好友对对应的关联关系数量,从待匹配好友对中确定目标好友对,获得目标用户的推荐好友。如此有助于实现更为真实客观的好友推荐,提高好友推荐的成功率。
Description
技术领域
本申请涉及信息处理技术领域,特别是涉及一种交友匹配模型构建方法及装置、好友推荐方法及装置、用户匹配方法及装置、组织绑定方法及装置、计算机可读存储介质、电子设备。
背景技术
随着社会的发展,年轻人群的交友需求逐渐被关注,受工作时间、交友圈等因素的限制,大多数人开始通过婚恋网站等线上途经寻求帮助。
目前婚恋网站的交友匹配规则较为简单,大多采用热门推荐、规则性推荐等方式,将热门用户或者与星座匹配规则、性格匹配规则等硬性规则相符的用户,确定为推荐好友,推送给目标用户。
对于热门用户来说,其不一定满足目标用户的交友需求;对于规则命中的用户来说,相当于通过人海战术寻找推荐好友,目标用户需要花费大量的时间和精力与感兴趣的推荐好友沟通聊天,确定其是否满足自己的交友需求,匹配成功率较低。
发明内容
本申请提供了一种交友匹配模型构建方法及装置、好友推荐方法及装置、用户匹配方法及装置、组织绑定方法及装置、计算机可读存储介质、电子设备,有助于实现更为真实客观的好友推荐,提高好友推荐的成功率。
本申请提供了如下方案:
一种交友匹配模型构建方法,包括:
从预设用户属性信息中提取多个属性节点;
获得训练用好友对样本,所述好友对样本包括互为好友关系的两个用户的属性信息;
根据所述好友对样本确定任意两个属性节点之间的关联度,并在所述关联度超过预设值的两个属性节点之间建立关联关系,获得交友图模型作为交友匹配模型。
其中,所述方法还包括:
通过所述好友对样本对预设模型进行微调处理,获得用于进行交友匹配的微调模型;
所述交友匹配模型包括所述交友图模型和所述微调模型,且所述交友图模型的输出作为所述微调模型的输入。
其中,所述获得训练用好友对样本,包括:
抓取交友贴文,将从所述交友贴文中提取的发帖用户和回帖用户确定为好友对;
获得所述发帖用户的属性信息以及所述回帖用户的属性信息,作为所述好友对样本。
一种好友推荐方法,包括:
获得交友信息库,所述交友信息库中保存有具有交友需求的待匹配用户的属性信息;
接收到目标用户提交的好友推荐请求时,将所述目标用户与所述交友信息库中的待匹配用户确定为待匹配好友对;
获得所述待匹配好友对的属性信息输入至交友匹配模型,所述交友匹配模型包括交友图模型,所述交友图模型用于确定从所述待匹配好友对的属性信息中提取的属性节点之间的关联关系;
根据所述交友图模型输出的所述待匹配好友对对应的关联关系数量,从所述待匹配好友对中确定目标好友对,获得所述目标用户的推荐好友。
其中,所述交友匹配模型还包括对预设模型进行微调处理得到的用于进行交友匹配的微调模型,所述方法还包括:
将所述目标好友对的属性信息输入至所述微调模型,获得所述微调模型输出的匹配结果信息;
根据所述匹配结果信息确定所述目标用户的推荐好友。
其中,所述方法还包括:
对所述匹配结果信息进行归因分析,确定所述匹配结果信息对应的具有关联关系的属性节点。
一种用户匹配方法,包括:
第一服务端获得不同组织之间的绑定关系;
对具有绑定关系的组织进行用户匹配计算。
其中,所述方法还包括:对两两具有绑定关系的组织进行合并绑定;
所述对具有绑定关系的组织进行用户匹配计算,包括:在所述合并绑定的组织中进行用户匹配计算。
其中,所述方法还包括:根据第一用户请求,从所述第一用户所属第一组织、以及与所述第一组织具有绑定关系的至少一个第二组织中确定目标组织,在所述目标组织内为所述第一用户进行用户匹配计算。
其中,所述第一用户通过办公用即时通讯客户端提交所述请求,按照以下方式确定所述第一用户所属第一组织:
通过办公用即时通讯服务端获得所述第一用户关联的企业标识信息,将具有所述企业标识信息的组织确定为所述第一组织。
其中,所述组织关联有多个组织用户,且所述组织用户用于进行匹配计算的属性信息,经所属组织关联的第二服务端验证通过。
其中,基于婚恋交友的用户匹配建立所述绑定关系。
其中,所述方法还包括:对所述组织关联的组织用户进行单身属性验证,并在所述单身属性验证通过后再对具有绑定关系的组织进行用户匹配计算。
其中,所述对所述组织关联的组织用户进行单身属性验证,包括:
确定办公用即时通讯系统对所述组织用户标注有单身标识时,确定所述单身属性验证通过。
一种用户匹配方法,包括:
第一用户关联的第一客户端接收第一服务端发送的推荐信息,所述推荐信息中包括根据所述第一用户所属第一组织的绑定关系匹配到的用户的信息。
一种组织绑定方法,包括:
第三服务端获得第一组织提交的绑定请求,所述绑定请求中包括第二组织的标识信息;
建立所述第一组织和所述第二组织之间的绑定关系,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
一种组织绑定方法,包括:
第一组织关联的第二客户端向第三服务端发送请求与第二组织建立绑定关系的绑定请求,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
一种组织绑定方法,包括:
第二组织关联的第三客户端接收第三服务端发送的第一组织请求与所述第二组织建立绑定关系的绑定请求,对所述第一组织执行绑定,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
一种用户匹配方法,包括:
智能对话客户端以对话方式获得第一用户的匹配请求;
以对话方式向所述第一用户提供根据所述第一用户所属第一组织的绑定关系匹配到的用户信息。
一种交友匹配模型构建装置,包括:
属性节点提取单元,用于从预设用户属性信息中提取多个属性节点;
好友对样本获得单元,用于获得训练用好友对样本,所述好友对样本包括互为好友关系的两个用户的属性信息;
关联关系建立单元,用于根据所述好友对样本确定任意两个属性节点之间的关联度,并在所述关联度超过预设值的两个属性节点之间建立关联关系,获得交友图模型作为交友匹配模型。
一种好友推荐装置,包括:
交友信息库获得单元,用于获得交友信息库,所述交友信息库中保存有具有交友需求的待匹配用户的属性信息;
待匹配好友对确定单元,用于接收到目标用户提交的好友推荐请求时,将所述目标用户与所述交友信息库中的待匹配用户确定为待匹配好友对;
属性信息获得单元,用于获得所述待匹配好友对的属性信息输入至交友匹配模型,所述交友匹配模型包括交友图模型,所述交友图模型用于确定从所述待匹配好友对的属性信息中提取的属性节点之间的关联关系;
目标好友对确定单元,用于根据所述交友图模型输出的所述待匹配好友对对应的关联关系数量,从所述待匹配好友对中确定目标好友对,获得所述目标用户的推荐好友。
一种用户匹配装置,应用于第一服务端,所述装置包括:
绑定关系获得单元,用于获得不同组织之间的绑定关系;
用户匹配计算单元,用于对具有绑定关系的组织进行用户匹配计算。
一种用户匹配装置,应用于第一用户关联的第一客户端,所述装置包括:
推荐信息接收单元,用于接收第一服务端发送的推荐信息,所述推荐信息中包括根据所述第一用户所属第一组织的绑定关系匹配到的用户的信息。
一种组织绑定装置,应用于第三服务端,所述装置包括:
绑定请求获得单元,用于获得第一组织提交的绑定请求,所述绑定请求中包括第二组织的标识信息;
绑定关系建立单元,用于建立所述第一组织和所述第二组织之间的绑定关系,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
一种组织绑定装置,应用于第一组织关联的第二客户端,所述装置包括:
绑定请求发送单元,用于向第三服务端发送请求与第二组织建立绑定关系的绑定请求,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
一种组织绑定装置,应用于第二组织关联的第三客户端,所述装置包括:
绑定请求接收单元,用于接收第三服务端发送的第一组织请求与所述第二组织建立绑定关系的绑定请求,对所述第一组织执行绑定,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
一种用户匹配装置,应用于智能对话客户端,所述装置包括:
匹配请求获得单元,用于以对话方式获得第一用户的匹配请求;
用户信息提供单元,用于以对话方式向所述第一用户提供根据所述第一用户所属第一组织的绑定关系匹配到的用户信息。
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前述任一项所述的方法的步骤。
一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行前述任一项所述的方法的步骤。
根据本申请提供的具体实施例,本申请公开了以下技术效果:
本申请实施例中,通过分析具有交友真实性的好友对样本,确定从用户属性信息中提取的属性节点之间的关联关系,该关联关系可表示组成好友对的两个用户之间的偏好程度,可据此生成交友图模型。通过交友图模型进行好友推荐时,不再依赖单一的硬性规则,有助于实现更为真实客观的好友推荐,提高目标用户与推荐好友之间的匹配程度,进而提高好友推荐的成功率。
当然,实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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申请的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的交友匹配模型构建方法的流程图;
图2是本申请实施例提供的好友推荐方法的流程图;
图3是本申请实施例提供的用户画像展示页面的示意图;
图4是本申请实施例提供的组织绑定方法的流程图;
图5是本申请实施例提供的用户匹配方法的流程图;
图6是本申请实施例提供的交友匹配模型构建装置的示意图;
图7是本申请实施例提供的好友推荐装置的示意图;
图8是本申请实施例提供的用户匹配装置的示意图;
图9是本申请实施例提供的组织绑定装置的示意图;
图10是本申请实施例提供的用户匹配装置的另一种示意图;
图11是本申请实施例提供的电子设备的示意图。
具体实施方式
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所获得的所有其他实施例,都属于本申请保护的范围。
为了提高好友推荐的成功率,本申请实施例可以提供一种基于深度学习构建的交友匹配模型。通过分析具有交友真实性的好友对样本,确定从用户属性信息中提取的属性节点之间的关联关系,该关联关系可以表示组成好友对的两个用户之间的偏好程度,有助于实现更为真实客观的好友推荐,提高目标用户与推荐好友之间的匹配程度,进而提高好友推荐的成功率。
下面对本申请实施例提供的交友匹配模型构建方法的具体实现过程进行详细说明,参见图1所示流程图,可以包括:
S101:从预设用户属性信息中提取多个属性节点。
本申请实施例中,预设用户属性信息至少可以包括用户的个人属性信息。
在实际应用中,个人属性信息至少可以包括基础类信息和爱好类信息。其中,基础类信息又可细分包括:与用户个人相关的信息,例如,身高、体型、年龄、学历、民族、生肖、星座、血型、性格等等;与用户家庭相关的信息,例如,父母相关信息、子女相关信息等等。
爱好类信息至少可以包括感兴趣的项目、以及该项目的具体信息。以感兴趣的项目为电影为例,项目的具体信息至少可以包括电影名字、电影类型等。在实际应用中,对于都喜欢看电影的两个用户来说,如果喜欢的电影类型差别很大,亦可能存在交流效果差的情况,故而本申请实施例分析项目的具体信息更有助于为用户匹配合适的推荐好友。
作为一种示例,本申请实施例提供的交友匹配模型可以应用于公开场景,向任何具有交友需求的用户提供好友推荐服务。或者,还可以应用于指定范围内,例如面向企业内的员工提供好友推荐服务,对应于此,预设用户属性信息还可以包括用户的组织属性信息,即,用户在所属组织内具有的属性信息。
考虑到年轻人日常生活中都会涉及工作和学习,本申请实施例可以基于工作、学习场景,确定用户所属的组织。例如,对于在职人员,所属组织可以为用户所在公司、企事业单位、工作所在部门等;对于在校人员,所属组织可以为用户所在学校。通常,用户在所属组织下的属性信息是真实可信的。故而基于这种场景实现的好友推荐方案,还有助于确保用户属性信息的真实性。
具体地,对于在职人员来说,组织属性信息至少可以包括职业类信息和职务类信息。其中,职业类信息可以是职业类型(例如研发、设计等等)、所在部门等;职务类信息可以是职级、职位等等。对于在校人员来说,组织属性信息至少可以包括专业类信息(例如通信专业、法律专业等等)和在校职务类信息(例如学生会成员、社团成员等等)。
本申请实施例对用户属性信息的类别、每个类别下的具体细分信息等不做具体限定,可结合使用需求确定,通常涵盖的类别越多、类目越详尽,越有助于匹配到满足用户交友需求的好友。
获得预设用户属性信息后,可以从中提取多个属性节点。以星座属性为例,白羊座、金牛座等12星座均可提取为对应的属性节点;以学历属性为例,大专、本科、硕士、博士等均可提取为对应的属性节点。
S102:获得训练用好友对样本,所述好友对样本包括互为好友关系的两个用户的属性信息。
本申请实施例可以通过模型训练的方式,分析识别属性节点之间的关联关系,生成交友知识图谱作为交友图模型。具体地,交友图模型可以训练用于进行婚恋目的的好友推荐,对应的训练样本可以体现为男生女生组成的好友对;或者,也可以训练用于日常单纯交友目的的好友推荐,对应可不限定训练样本的好友对的性别。
为了确保模型训练的真实客观性,可以获得具有交友真实性的好友对样本,进行关联关系分析。以婚恋目的的好友推荐为例,好友对样本可以是真实男女朋友关系的两个用户的属性信息,或者可以是具有真实恋爱意愿的男生女生用户的属性信息。作为一种示例,可以通过以下方式获得具有恋爱意愿的好友对样本:可以抓取交友贴文,将从所述交友贴文中提取的发帖用户和回帖用户确定为好友对;获得所述发帖用户的属性信息以及所述回帖用户的属性信息,作为所述好友对样本。
在实际应用中,用户可能会在一些论坛内发布交友贴文,如果有人回帖,则回帖人的回帖行为即代表了交友意愿,特别是用户在所属组织的内部论坛上发布交友贴时,通常不会存在如婚恋网站的虚假回复等造假情况,故而这种回帖行为即为真实的交友意愿的表达,可以将发帖用户和回帖用户确定为好友对,获得二者的属性信息作为好友对样本。
作为一种示例,如果发帖人和回帖人在贴文中提及了各自的属性信息,则可从贴文中提取获得二者的属性信息。
此外,考虑到在职人员入职时会填报与个人属性相关的信息,保存到企业的员工系统中;在校人员入学时亦会填报与个人属性相关的信息,保存到学校的学生系统中。另外,系统中通常也会保存用户在该组织的组织属性信息。故而对于在内部论坛发布交友贴的情况来说,在获得用户所属组织的授权后,还可以根据从贴文中提取的身份标识信息,从组织关联的系统中读取二者的属性信息。
进一步地,还可以利用从系统中读取的属性信息与二者贴文中提及的属性信息,进行信息比对,确保属性信息的真实性。
S103:根据所述好友对样本确定任意两个属性节点之间的关联度,并在所述关联度超过预设值的两个属性节点之间建立关联关系,获得交友图模型。
本申请实施例可以通过好友对样本,分析两个属性节点之间是否具有关联关系,即,两个属性节点的用户之间是否会感兴趣,如果感兴趣,则可建立两个属性节点之间的关联关系,即在交友知识图谱中建立两个属性节点之间的边。
以表1所示好友对样本的星座属性为例,针对白羊座和射手座两个属性节点进行关联度分析时,可以确定好友对1和好友对3共2个好友对样本(表1仅为示例性说明,并未示出所有训练样本)与正在分析的属性节点对相匹配,统计出所有匹配中的好友对样本后,可以计算匹配中的好友对样本在所有好友对样本中的占比,得到这两个属性节点之间的关联度。如果关联度超过预设值,例如预设值为0.6,则可确定具有这两个属性节点的两个用户之间感兴趣,可以在这两个属性节点之间建立一个边。
样本标识信息 | 男生星座属性 | 女生星座属性 |
好友对1 | 白羊座 | 射手座 |
好友对2 | 狮子座 | 白羊座 |
好友对3 | 射手座 | 白羊座 |
好友对4 | 白羊座 | 双子座 |
…… | …… | …… |
表1
按照上文所做介绍,可以分析获得任意两个属性节点之间的关联度,并可在关联度超过预设值的两个属性节点之间建立关联关系,获得交友知识图谱作为交友图模型。如此方案,不再依赖单一的硬性规则,而是根据具有真实好友关系的好友对样本和/或具有真实交友意愿的好友对样本,分析识别出属性节点之间关联关系,生成交友知识图谱。基于交友知识图谱可以更为真实客观的进行好友推荐。
S104:通过所述好友对样本对预设模型进行微调处理,获得用于进行交友匹配的微调模型,将所述交友图模型的输出作为所述微调模型的输入,获得所述交友匹配模型。
在实际应用中,可以基于交友知识图谱,对组成好友对的两个用户的属性信息进行交叉匹配,确定出目标用户的推荐好友。或者,还可以将交友知识图谱确定出的推荐好友作为初筛结果,由可进行深度语义分析的微调模型进一步对初筛结果进行匹配程度分析,最终确定出可推荐给目标用户的好友。
作为一种示例,预设模型可以为人工智能预训练大模型。人工智能预训练大模型指的是,通过在大规模宽泛的数据上进行训练后能适应一系列下游任务的模型。大模型预先在海量通用数据上训练并具备多种基础能力,可以结合多种垂直行业和应用场景需求进行模型微调和应用适配,降低传统模型在样本数据规模或模型表达能力方面的约束。
本申请实施例可以通过少量好友对样本对大模型进行微调处理,得到可进行交友匹配的微调模型,以此基于大模型的深度语义分析能力,挖掘两个用户的属性信息之间的深度语义关系,进一步分析两个用户之间的匹配程度。
例如,用户A的兴趣属性填写了一个具体的电影名字,用户B的兴趣属性填写了一个电影类型,通过微调模型进行语义识别,可以挖掘出属性信息表示的语义信息,进而确定用户A和用户B的兴趣属性相匹配。
此外,本申请实施例还可以提供一种基于上述交友匹配模型进行好友推荐的方法,参见图2所示流程图,可以包括:
S201:获得交友信息库,所述交友信息库中保存有具有交友需求的待匹配用户的属性信息。
待匹配用户的属性信息、获得属性信息的实现过程等可参照上文介绍,此处不再举例说明。
S202:接收到目标用户提交的好友推荐请求时,将所述目标用户与所述交友信息库中的待匹配用户确定为待匹配好友对。
在实际应用中,可以将交友信息库中的全部待匹配用户与目标用户组合成待匹配好友对;或者,可以确定出部分待匹配用户与目标用户组合成待匹配好友对,例如,可以按照现有技术的硬性规则进行初筛后得到部分待匹配用户。具体可以根据使用需求进行灵活设置。
本申请实施例提供的好友推荐方案,可以应用于专用交友系统,例如婚恋网站等,由部署于目标用户终端设备上的客户端,采集目标用户的好友推荐请求,发送至部署于交友系统服务器上的服务端,实现好友推荐功能。
或者,本申请实施例提供的好友推荐方案,可以应用于实现其他功能的用户交互系统,例如办公用即时通讯系统、智能对话系统等,由用户交互系统的客户端采集目标用户的好友推荐请求,发送至用户交互系统的服务端,实现好友推荐功能。
具体地,可以由用户交互系统的服务端进行好友推荐处理;或者,也可以由用户交互系统的服务端将好友推荐请求转发至专用于好友推荐的服务器,确定出目标用户的推荐好友后,再通过用户交互系统的服务端返回至客户端,展示给目标用户查看。
本申请实施例中,采集好友推荐请求的客户端可以网页形式或者独立的应用程序的形式存在。
S203:获得所述待匹配好友对的属性信息输入至交友图模型,所述交友图模型用于确定从所述待匹配好友对的属性信息中提取的属性节点之间的关联关系。
将待匹配好友对的属性信息输入至交友图模型,可以确定出待匹配好友对对应的关联关系数量,即2个用户之间在哪些属性节点上具有关联关系。以上文白羊座和射手座两个属性节点为例,如果在交友知识图谱中二者之间有边,对于下表2所举示例来说,待匹配好友对1在星座属性上具有关联关系,待匹配好友对2在星座属性上不具有关联关系。
好友对标识信息 | 目标用户星座属性 | 待匹配用户星座属性 |
待匹配好友对1 | 白羊座 | 射手座 |
待匹配好友对2 | 白羊座 | 金牛座 |
…… | …… | …… |
表2
S204:根据所述交友图模型输出的所述待匹配好友对对应的关联关系数量,从所述待匹配好友对中确定目标好友对。
如上文所做介绍,属性节点间的关联关系表示了用户间的偏好程度,具有关联关系的属性节点对越多,说明两个用户之间的匹配程度越高,故而本申请实施例可以根据关联关系数量,确定预设数量的目标好友对。例如,如果预设数量为1,即只向目标用户推荐1个好友时,可以将具有关联关系数量最多的待匹配好友对确定为目标好友对。如果预设数量为多个,例如向目标用户推荐3个好友时,可以将具有关联关系数量最多的前3个待匹配好友对确定为目标好友对。
例如,针对目标用户1进行好友推荐时,确定出(目标用户1,用户1A)、(目标用户1,用户1B)、(目标用户1,用户1C)3个目标好友对,则可将用户1A、用户1B、用户1C确定为目标用户1的推荐好友,推送给目标用户1。
S205:将所述目标好友对的属性信息输入至微调模型,获得所述微调模型输出的匹配结果信息,根据所述匹配结果信息确定所述目标用户的推荐好友。
作为一种示例,如果交友匹配模型中还包括微调模型,还可以将目标好友对的属性信息输入至微调模型,根据微调模型输出的匹配结果信息确定目标用户的推荐好友。
作为一种示例,微调模型输出的匹配结果信息可以为匹配分值,例如(目标用户1,用户1A)的匹配分值为0.9。或者,微调模型还可以体现为分类模型,对应输出的匹配结果信息可以为是否匹配的分类结果,例如(目标用户1,用户1C)不匹配。具体可结合使用需求确定。
经微调模型进行交友匹配,确定出可推送给目标用户的推荐好友后,可以直接向目标用户提供推荐好友列表,供目标用户浏览查看。此外,还可以对微调模型输出的匹配结果信息进行归因分析,确定匹配结果信息对应的具有关联关系的属性节点,即将最终的匹配结果信息归因到交友知识图谱的属性节点上,通过分析属性节点确定目标用户与推荐好友之间的推荐理由,推送给目标用户查看,为目标用户决定是否与推荐好友沟通聊天提供客观的参考。具体地,可以通过现有技术中的因果推断技术进行归因分析,本申请实施例对此不做限定。
作为一种示例,还可以根据归因确定的属性节点,生成针对目标用户的推荐好友的用户画像,具体可参见图3所示展示页面的示意图。也就是说,即使针对同一个待匹配好友,在与不同目标用户匹配进行好友推荐时,根据其与目标用户匹配中的属性节点的不同,最终对该待匹配用户的用户画像可能也会有所不同。
在实际应用中,本申请实施例可以根据交友匹配的需求,在特定范围内进行定向用户匹配。例如,特定范围可以是互相信任的建立有绑定关系的至少两个组织。对具有绑定关系的组织进行用户匹配时,至少可以包括以下两个方案:组织绑定方案和用户匹配方案,下面分别对两个方案的实现过程进行解释说明。
本申请实施例用于实现组织绑定功能的系统可以包括:第一组织关联的第二客户端、第二组织关联的第三客户端、以及第三服务端。其中,第二客户端可以部署于第一组织的管理者用户关联的终端设备上,向第三服务端发送请求与第二组织建立绑定关系的绑定请求;第三客户端可以部署于第二组织的管理者用户关联的终端设备上,接收第三服务端转发的绑定请求,对第一组织执行绑定操作。
下面对本申请实施例提供的应用于第三服务端侧的组织绑定方法的具体实现过程进行详细说明,参见图4所示流程图,可以包括:
S401:第三服务端获得第一组织提交的绑定请求,所述绑定请求中包括第二组织的标识信息。
S402:建立所述第一组织和所述第二组织之间的绑定关系,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
本示例中,第一组织可以作为绑定请求方,通过第二客户端向第三服务端提交携带有第二组织标识信息的绑定请求,请求建立第一组织和第二组织之间的绑定关系,以便对两个组织关联的用户进行用户匹配。
其中,建立第一组织和第二组织之间的绑定关系,具体可由第三服务端实现绑定动作;或者可由第二组织实现绑定动作,并通过第三服务端保存该绑定关系。例如,第一组织能获得第二组织的标识信息,并据此提交绑定请求,可以确定第二组织允许该绑定操作,对应于此第三服务端可以直接建立二者之间的绑定关系。再例如,第三服务端提供有绑定验证功能且第二组织设置为不需要验证时,第三服务端亦可在获得绑定请求后确定第二组织允许该绑定操作,直接建立二者之间的绑定关系。再例如,第三服务端提供有绑定验证功能且第二组织设置为需要验证时,第三服务端可以将请求绑定的第一组织的标识信息发送至第二组织,并在获得第二组织确认接受绑定的信息后建立二者之间的绑定关系;或者,可以由第二组织关联的第三客户端确认建立二者之间的绑定关系,并将绑定结果返回至第三服务端进行保存。
对应地,本申请实施例还提供一种基于绑定关系进行用户匹配的方法,参见图5所示流程图,可以包括:
S501:第一服务端获得不同组织之间的绑定关系。
S502:对具有绑定关系的组织进行用户匹配计算。
本示例中,具有绑定关系的组织均关联有多个组织用户,通过匹配计算可以在多个组织用户之间进行用户匹配,确定出不同组织用户各自对应的推荐好友。以具有绑定关系的企业A与企业B为例,企业A关联有5名企业员工,具体可通过表3所示企业A的交友信息库进行用户信息维护,企业B关联有10名企业员工,且通过表4所示企业B的交友信息库进行用户信息维护。
表3
表4
第一服务端在获得企业A和企业B的授权后,可以访问二者的交友信息库,在A1~A5、B1~B10之间进行用户匹配计算,为每个员工确定对应的推荐好友。
需要说明的是,进行组织绑定的第三服务端与进行用户匹配的第一服务端可以部署于相同云端服务器,也可以部署于不同服务器,只要第一服务端进行用户匹配时可以获得不同组织之间的绑定关系即可。
在实际应用中,一个组织可能会与多个组织建立绑定关系,即可能存在两两互相绑定的情况。例如,企业A分别与企业B、企业C和企业D具有绑定关系,企业B又分别与企业A、企业C具有绑定关系,针对不同绑定关系,可能需要进行多次匹配计算,如上述示例中会针对企业A与企业B、企业A与企业C、企业A与企业D、企业B与企业C进行4次匹配计算。
为了减少计算量,节省用户匹配消耗的计算资源,可以对两两具有绑定关系的组织进行合并绑定,上述示例中企业A、企业B和企业C之间即为两两绑定关系,三者是等价绑定的,故可进行合并绑定,并在合并绑定的企业A、企业B和企业C之间进行一次用户匹配计算。即上述示例从4次匹配计算减少为:针对企业A、企业B和企业C,企业A与企业D进行的2次匹配计算。
可选地,第三服务端还可以对具有绑定关系的组织进行解绑处理。例如,解除企业A与企业B之间的绑定关系后,第一服务端可以停止在两个企业间进行用户匹配计算。可以理解地,如果因为解除组织绑定关系,导致合并绑定涉及的组织不存在两两绑定关系时,可以解除合并绑定。
在实际应用中,还可以根据用户需求,在其希望进行用户匹配的目标组织内进行匹配计算。以第一组织关联的第一用户为例,可以从第一组织以及与第一组织具有绑定关系的至少一个第二组织中确定目标组织,通过第一用户关联的第一客户端向第一服务端提交携带目标组织的标识信息的请求。对应地,第一服务端可以根据第一用户请求确定目标组织,在目标组织内为第一用户进行用户匹配计算,有助于提高用户匹配的灵活性,更好地满足用户需求。
以第一组织为企业A为例,员工A1具有交友需求时,可以从企业A、企业B、企业C和企业D中确定目标组织,请求第一服务端为其进行用户匹配。例如,目标组织为企业A,第一服务端对应可以为员工A1进行组织内好友匹配;目标组织为企业C和企业D,第一服务端对应可以跨组织为员工A1在企业C和企业D关联的员工中进行好友匹配。
如上文所做介绍,第一服务端对具有绑定关系的组织进行用户匹配计算时,需要获得组织关联的多个组织用户的属性信息进行信息匹配。作为一种示例,属性信息可以如上文所做介绍包括个人属性信息和组织属性信息,本申请实施例对此不做限定。
为了进一步提高用户匹配的安全性,还可以对用户属性信息进行信息验证,并将验证通过的用户添加到交友信息库中进行匹配计算。
以第一组织关联的第一用户的信息验证过程为例,第一用户通过关联的第一客户端向第一组织关联的第二服务端提交用户属性信息后,第二服务端可以根据第一组织的用户信息库中保存的信息,对第一用户提交的属性信息进行组织内信息验证,并在验证通过的情况下将第一用户的相关信息添加到表3所示交友信息库中。
其中,用户信息库可以为企业的员工系统;或者可以针对具有交友需求的员工,创建专用于交友匹配的信息库,库中保存有从企业员工系统中拉取的员工信息。通过更具真实性和权威性的用户信息库,对用户提交的属性信息进行信息验证,可以确保用户匹配所用信息的真实性,提高本申请实施例推荐好友的安全性。
在实际应用中,本申请实施例可以基于特定匹配目的进行组织绑定,例如,基于婚恋交友的用户匹配逻辑建立组织间的绑定关系,通过用户匹配计算的方式,为用户推荐婚恋交友对象。或者,基于兴趣爱好的用户匹配逻辑建立组织间的绑定关系,通过用户匹配计算的方式,为用户推荐具有相同爱好的交友对象。
可以理解地,为了确保好友推荐的真实性和安全性,基于各种匹配逻辑建立绑定关系的基础均可以为高可信度,即在互为信任的至少两个组织之间建立绑定关系,再实现不同匹配逻辑下的好友推荐功能。
以婚恋交友目的的用户匹配为例,第一服务端还可以对组织关联的组织用户进行单身属性验证,在单身属性验证通过后再对具有绑定关系的组织进行用户匹配计算。确保参与匹配计算的用户为单身用户时再进行婚恋交友匹配,更有助于鼓励单身青年以婚恋为目的的交友,为婚恋交友真实性提供技术上的支持和保障。
作为一种示例,可以根据组织用户的年龄信息进行单身属性验证,例如用户年龄位于预设单身年龄段内,可以确定单身属性验证通过。或者,如果在获得用户授权同意的情况下,采集到用户的婚恋信息,并在办公用即时通讯系统中对单身用户标注预设的单身标识,第一服务端还可以在确定办公用即时通讯系统对该组织用户标注有单身标识时,确定单身属性验证通过。
相较于现有婚恋交友实现方案,只是根据用户单向提交的信息进行交友匹配,本申请实施例还可以根据更具真实性和权威性的用户信息库对组织用户进行属性信息验证,以及对组织用户进行单身属性验证,确保在属性信息验证以及单身属性验证均通过的情况下再进行婚恋交友匹配计算,更有助于保证婚恋交友的真实性和安全性。
另外,在实际应用中,用于请求第一服务端进行用户匹配计算的第一客户端可以体现为多种形式,下面分别进行举例说明。
例如,第一客户端可以为办公用即时通讯客户端,即通过办公用即时通讯系统实现用户匹配功能。以第一组织关联的第一用户为例,可以通过办公用即时通讯客户端向第一服务端提交匹配请求,第一服务端可以通过办公用即时通讯服务端获得第一用户关联的企业标识信息,并根据企业标识信息识别出第一用户所属组织为第一组织后,根据第一组织的绑定关系为第一用户进行用户匹配计算。
作为一种示例,第一用户提交的匹配请求中可以包括第一用户的员工标识信息,例如,第一用户在第一组织使用的手机号、企业邮箱、即时通讯号、员工工号等信息中的至少一种。对应的,办公用即时通讯系统保存有使用本系统的企业的企业标识信息,以及企业标识下关联的企业员工标识信息,故而第一服务端可以通过办公用即时通讯服务端获得第一用户的员工标识信息关联的企业标识信息。
再例如,第一客户端可以为加载于办公用即时通讯客户端的对话服务组件,第一用户可以在办公用即时通讯客户端中启动对话服务组件,通过与对话服务组件对话的方式提交匹配请求,请求第一服务端为第一用户进行用户匹配计算。本示例中,对话服务组件可以在会话过程中提示第一用户输入员工标识信息,再生成匹配请求发送至第一服务端。
再例如,可以通过智能对话系统实现用户匹配功能,即第一客户端可以为智能对话客户端。智能对话客户端以对话方式获得第一用户的匹配请求,发送至第一服务端,以便第一服务端根据第一用户所属第一组织的绑定关系进行用户匹配计算,并将匹配到的用户信息发送至智能对话客户端,由智能对话客户端以对话方式向第一用户提供匹配到的用户信息。
需要说明的是,如果从数据安全性的角度考虑,用户的组织属性信息可以在进行好友推荐时从所属组织的交友信息库中读取,并进行相关脱敏处理;另外,还可以对组织属性信息进行隐藏处理,不对外暴露给其他用户查看。对于用户的个人属性信息来说,亦可向用户提供设置选项,由用户灵活设置可对外暴露给其他用户查看的信息。
本申请实施例中,用户的属性信息可以全部由用户提供,也可以全部由用户所属组织提供,或者还可以通过用户和组织组合提供的方式获得用户的属性信息。其中,组织提供的信息通常不会存在信息造假的情况,可以保证通过本申请实施例方案进行好友推荐的真实性。对于用户提供的信息来说,因为是在组织内部或者互为信任关系的组织之间进行好友推荐,如若填报虚假信息很容易被发现,另外好友推荐过程中很可能把自己推荐给认识的同事或同学,这种场景对用户具有天然约束性,亦可保证用户提供信息的真实性。如此,一方面,可以确保提供给目标用户的推荐好友信息的真实性;另一方面,基于真实的属性信息进行好友推荐,还可使推荐好友更能满足目标用户的交友需求,提高匹配成功率。
需要说明的是,本申请所涉及用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
与前述方法实施例相对应,本申请实施例还提供了一种交友匹配模型构建装置,参见图6,该装置可以包括:
属性节点提取单元601,用于从预设用户属性信息中提取多个属性节点;
好友对样本获得单元602,用于获得训练用好友对样本,所述好友对样本包括互为好友关系的两个用户的属性信息;
关联关系建立单元603,用于根据所述好友对样本确定任意两个属性节点之间的关联度,并在所述关联度超过预设值的两个属性节点之间建立关联关系,获得交友图模型作为交友匹配模型。
其中,所述装置还包括:
微调模型获得单元,用于通过所述好友对样本对预设模型进行微调处理,获得用于进行交友匹配的微调模型;所述交友匹配模型包括所述交友图模型和所述微调模型,且所述交友图模型的输出作为所述微调模型的输入。
其中,所述好友对样本获得单元可具体用于:抓取交友贴文,将从所述交友贴文中提取的发帖用户和回帖用户确定为好友对;获得所述发帖用户的属性信息以及所述回帖用户的属性信息,作为所述好友对样本。
与前述方法实施例相对应,本申请实施例还提供了一种好友推荐装置,参见图7,该装置可以包括:
交友信息库获得单元701,用于获得交友信息库,所述交友信息库中保存有具有交友需求的待匹配用户的属性信息;
待匹配好友对确定单元702,用于接收到目标用户提交的好友推荐请求时,将所述目标用户与所述交友信息库中的待匹配用户确定为待匹配好友对;
属性信息获得单元703,用于获得所述待匹配好友对的属性信息输入至交友匹配模型,所述交友匹配模型包括交友图模型,所述交友图模型用于确定从所述待匹配好友对的属性信息中提取的属性节点之间的关联关系;
目标好友对确定单元704,用于根据所述交友图模型输出的所述待匹配好友对对应的关联关系数量,从所述待匹配好友对中确定目标好友对,获得所述目标用户的推荐好友。
其中,所述交友匹配模型还包括对预设模型进行微调处理得到的用于进行交友匹配的微调模型,所述装置还包括:
推荐好友确定单元,用于将所述目标好友对的属性信息输入至所述微调模型,获得所述微调模型输出的匹配结果信息;根据所述匹配结果信息确定所述目标用户的推荐好友。
其中,所述装置还包括:
归因分析单元,用于对所述匹配结果信息进行归因分析,确定所述匹配结果信息对应的具有关联关系的属性节点。
与前述方法实施例相对应,本申请实施例还提供了一种用户匹配装置,可应用于第一服务端,参见图8,该装置可以包括:
绑定关系获得单元801,用于获得不同组织之间的绑定关系;
用户匹配计算单元802,用于对具有绑定关系的组织进行用户匹配计算。
其中,所述装置还包括:
合并绑定单元,用于对两两具有绑定关系的组织进行合并绑定;
所述用户匹配计算单元具体可用于:在所述合并绑定的组织中进行用户匹配计算。
其中,所述用户匹配计算单元具体可用于:根据第一用户请求,从所述第一用户所属第一组织、以及与所述第一组织具有绑定关系的至少一个第二组织中确定目标组织,在所述目标组织内为所述第一用户进行用户匹配计算。
其中,所述第一用户通过办公用即时通讯客户端提交所述请求,所述装置还包括:
组织确定单元,用于通过办公用即时通讯服务端获得所述第一用户关联的企业标识信息,将具有所述企业标识信息的组织确定为所述第一组织。
其中,所述组织关联有多个组织用户,且所述组织用户用于进行匹配计算的属性信息,经所属组织关联的第二服务端验证通过。
其中,基于婚恋交友的用户匹配建立所述绑定关系。
其中,所述装置还包括:
单身属性验证单元,用于对所述组织关联的组织用户进行单身属性验证,并在所述单身属性验证通过后再对具有绑定关系的组织进行用户匹配计算。
其中,所述单身属性验证单元可具体用于:确定办公用即时通讯系统对所述组织用户标注有单身标识时,确定所述单身属性验证通过。
与前述方法实施例相对应,本申请实施例还提供了一种用户匹配装置,可应用于第一用户关联的第一客户端,该装置可以包括:
推荐信息接收单元,用于接收第一服务端发送的推荐信息,所述推荐信息中包括根据所述第一用户所属第一组织的绑定关系匹配到的用户的信息。
与前述方法实施例相对应,本申请实施例还提供了一种组织绑定装置,可应用于第三服务端,参见图9,该装置可以包括:
绑定请求获得单元902,用于获得第一组织提交的绑定请求,所述绑定请求中包括第二组织的标识信息:
绑定关系建立单元902,用于建立所述第一组织和所述第二组织之间的绑定关系,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
与前述方法实施例相对应,本申请实施例还提供了一种组织绑定装置,可应用于第一组织关联的第二客户端,该装置可以包括:
绑定请求发送单元,用于向第三服务端发送请求与第二组织建立绑定关系的绑定请求,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
与前述方法实施例相对应,本申请实施例还提供了一种组织绑定装置,可应用于第二组织关联的第三客户端,该装置可以包括:
绑定请求接收单元,用于接收第三服务端发送的第一组织请求与所述第二组织建立绑定关系的绑定请求,对所述第一组织执行绑定,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
与前述方法实施例相对应,本申请实施例还提供了一种用户匹配装置,可应用于智能对话客户端,参见图10,该装置可以包括:
匹配请求获得单元1001,用于以对话方式获得第一用户的匹配请求;
用户信息提供单元1002,用于以对话方式向所述第一用户提供根据所述第一用户所属第一组织的绑定关系匹配到的用户信息。
另外,本申请实施例还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前述方法实施例中任一项所述的方法的步骤。
以及一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行前述方法实施例中任一项所述的方法的步骤。
其中,图11示例性的展示出了电子设备的架构,例如,设备1100可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理,飞行器等。
参照图11,设备1100可以包括以下一个或多个组件:处理组件1102,存储器1104,电源组件1106,多媒体组件1108,音频组件1110,输入/输出(I/O)接口1112,传感器组件1114,以及通信组件1116。
处理组件1102通常控制设备1100的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件1102可以包括一个或多个处理器1120来执行指令,以完成本公开技术方案提供的方法的全部或部分步骤。此外,处理组件1102可以包括一个或多个模块,便于处理组件1102和其他组件之间的交互。例如,处理组件1102可以包括多媒体模块,以方便多媒体组件1108和处理组件1102之间的交互。
存储器1104被配置为存储各种类型的数据以支持在设备1100的操作。这些数据的示例包括用于在设备1100上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器1104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件1106为设备1100的各种组件提供电力。电源组件1106可以包括电源管理系统,一个或多个电源,及其他与为设备1100生成、管理和分配电力相关联的组件。
多媒体组件1108包括在设备1100和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件1108包括一个前置摄像头和/或后置摄像头。当设备1100处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1110被配置为输出和/或输入音频信号。例如,音频组件1110包括一个麦克风(MIC),当设备1100处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1104或经由通信组件1116发送。在一些实施例中,音频组件1110还包括一个扬声器,用于输出音频信号。
输入/输出(I/O)接口1112为处理组件1102和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1114包括一个或多个传感器,用于为设备1100提供各个方面的状态评估。例如,传感器组件1114可以检测到设备1100的打开/关闭状态,组件的相对定位,例如所述组件为设备1100的显示器和小键盘,传感器组件1114还可以检测设备1100或设备1100一个组件的位置改变,用户与设备1100接触的存在或不存在,设备1100方位或加速/减速和设备1100的温度变化。传感器组件1114可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1114还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件1114还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件1116被配置为便于设备1100和其他设备之间有线或无线方式的通信。设备1100可以接入基于通信标准的无线网络,如WiFi,或2G、3G、4G/LTE、5G等移动通信网络。在一个示例性实施例中,通信组件1116经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件1116还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,设备1100可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1104,上述指令可由设备1100的处理器1120执行以完成本公开技术方案提供的方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上对本申请所提供的方案,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本申请的限制。
Claims (20)
1.一种交友匹配模型构建方法,其特征在于,包括:
从预设用户属性信息中提取多个属性节点;
获得训练用好友对样本,所述好友对样本包括互为好友关系的两个用户的属性信息;
根据所述好友对样本确定任意两个属性节点之间的关联度,并在所述关联度超过预设值的两个属性节点之间建立关联关系,获得交友图模型作为交友匹配模型。
2.根据权利要求1所述的方法,其特征在于,还包括:
通过所述好友对样本对预设模型进行微调处理,获得用于进行交友匹配的微调模型;
所述交友匹配模型包括所述交友图模型和所述微调模型,且所述交友图模型的输出作为所述微调模型的输入。
3.根据权利要求1或2所述的方法,其特征在于,所述获得训练用好友对样本,包括:
抓取交友贴文,将从所述交友贴文中提取的发帖用户和回帖用户确定为好友对;
获得所述发帖用户的属性信息以及所述回帖用户的属性信息,作为所述好友对样本。
4.一种好友推荐方法,其特征在于,包括:
获得交友信息库,所述交友信息库中保存有具有交友需求的待匹配用户的属性信息;
接收到目标用户提交的好友推荐请求时,将所述目标用户与所述交友信息库中的待匹配用户确定为待匹配好友对;
获得所述待匹配好友对的属性信息输入至交友匹配模型,所述交友匹配模型包括交友图模型,所述交友图模型用于确定从所述待匹配好友对的属性信息中提取的属性节点之间的关联关系;
根据所述交友图模型输出的所述待匹配好友对对应的关联关系数量,从所述待匹配好友对中确定目标好友对,获得所述目标用户的推荐好友。
5.根据权利要求4所述的方法,其特征在于,所述交友匹配模型还包括对预设模型进行微调处理得到的用于进行交友匹配的微调模型,所述方法还包括:
将所述目标好友对的属性信息输入至所述微调模型,获得所述微调模型输出的匹配结果信息;
根据所述匹配结果信息确定所述目标用户的推荐好友。
6.根据权利要求5所述的方法,其特征在于,还包括:
对所述匹配结果信息进行归因分析,确定所述匹配结果信息对应的具有关联关系的属性节点。
7.一种用户匹配方法,其特征在于,包括:
第一服务端获得不同组织之间的绑定关系;
对具有绑定关系的组织进行用户匹配计算。
8.根据权利要求7所述的方法,其特征在于,还包括:
对两两具有绑定关系的组织进行合并绑定;
所述对具有绑定关系的组织进行用户匹配计算,包括:在所述合并绑定的组织中进行用户匹配计算。
9.根据权利要求7所述的方法,其特征在于,还包括:
根据第一用户请求,从所述第一用户所属第一组织、以及与所述第一组织具有绑定关系的至少一个第二组织中确定目标组织,在所述目标组织内为所述第一用户进行用户匹配计算。
10.根据权利要求9所述的方法,其特征在于,所述第一用户通过办公用即时通讯客户端提交所述请求,按照以下方式确定所述第一用户所属第一组织:
通过办公用即时通讯服务端获得所述第一用户关联的企业标识信息,将具有所述企业标识信息的组织确定为所述第一组织。
11.根据权利要求7至10任一项所述的方法,其特征在于,
所述组织关联有多个组织用户,且所述组织用户用于进行匹配计算的属性信息,经所属组织关联的第二服务端验证通过。
12.根据权利要求7至10任一项所述的方法,其特征在于,
基于婚恋交友的用户匹配建立所述绑定关系。
13.根据权利要求12所述的方法,其特征在于,还包括:
对所述组织关联的组织用户进行单身属性验证,并在所述单身属性验证通过后再对具有绑定关系的组织进行用户匹配计算。
14.根据权利要求13所述的方法,其特征在于,所述对所述组织关联的组织用户进行单身属性验证,包括:
确定办公用即时通讯系统对所述组织用户标注有单身标识时,确定所述单身属性验证通过。
15.一种用户匹配方法,其特征在于,包括:
第一用户关联的第一客户端接收第一服务端发送的推荐信息,所述推荐信息中包括根据所述第一用户所属第一组织的绑定关系匹配到的用户的信息。
16.一种组织绑定方法,其特征在于,包括:
第三服务端获得第一组织提交的绑定请求,所述绑定请求中包括第二组织的标识信息;
建立所述第一组织和所述第二组织之间的绑定关系,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
17.一种组织绑定方法,其特征在于,包括:
第一组织关联的第二客户端向第三服务端发送请求与第二组织建立绑定关系的绑定请求,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
18.一种组织绑定方法,其特征在于,包括:
第二组织关联的第三客户端接收第三服务端发送的第一组织请求与所述第二组织建立绑定关系的绑定请求,对所述第一组织执行绑定,以用于对所述第一组织关联的用户和所述第二组织关联的用户进行用户匹配。
19.一种用户匹配方法,其特征在于,包括:
智能对话客户端以对话方式获得第一用户的匹配请求;
以对话方式向所述第一用户提供根据所述第一用户所属第一组织的绑定关系匹配到的用户信息。
20.一种电子设备,其特征在于,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行权利要求1至19任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310218619.9A CN116401467A (zh) | 2023-03-07 | 2023-03-07 | 交友匹配模型构建、好友推荐、用户匹配方法、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310218619.9A CN116401467A (zh) | 2023-03-07 | 2023-03-07 | 交友匹配模型构建、好友推荐、用户匹配方法、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116401467A true CN116401467A (zh) | 2023-07-07 |
Family
ID=87006521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310218619.9A Pending CN116401467A (zh) | 2023-03-07 | 2023-03-07 | 交友匹配模型构建、好友推荐、用户匹配方法、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116401467A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117150149A (zh) * | 2023-10-26 | 2023-12-01 | 深圳市玺佳创新有限公司 | 一种线下近距离交友的方法、装置、物联手表和介质 |
-
2023
- 2023-03-07 CN CN202310218619.9A patent/CN116401467A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117150149A (zh) * | 2023-10-26 | 2023-12-01 | 深圳市玺佳创新有限公司 | 一种线下近距离交友的方法、装置、物联手表和介质 |
CN117150149B (zh) * | 2023-10-26 | 2024-01-26 | 深圳市玺佳创新有限公司 | 一种线下近距离交友的方法、装置、物联手表和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101568311B1 (ko) | 소셜 네트워크에서 친구를 추가하는 방법, 장치 및 저장 매체 | |
US9183282B2 (en) | Methods and systems for inferring user attributes in a social networking system | |
US12008318B2 (en) | Automatic personalized story generation for visual media | |
JP2015510622A (ja) | アクションを開始および実行するための写真の使用 | |
Cassidy | Gay men, social media and self-presentation: Managing identities in Gaydar, Facebook and beyond | |
CN101262494A (zh) | 对发布信息进行处理的方法、客户端、服务器和系统 | |
US8843573B2 (en) | Lightweight messaging with location between users of a social networking system | |
CN105814602A (zh) | 指示用户对于通讯的能用性 | |
US9491257B2 (en) | Facilitation of social interactions | |
CN106446054A (zh) | 一种信息推荐方法、装置及电子设备 | |
CN106796682A (zh) | 填充用户联系人条目 | |
US20160335599A1 (en) | Systems and methods for exchanging information | |
US11429833B2 (en) | Cognitive communication assistant services | |
CN112037905A (zh) | 医用问答方法、设备及存储介质 | |
US20220122191A1 (en) | Automated matchmaking and social interaction systems and methods | |
US11470032B2 (en) | Method for recommending groups and related electronic device | |
CN106777016B (zh) | 基于即时通信进行信息推荐的方法及装置 | |
CN116401467A (zh) | 交友匹配模型构建、好友推荐、用户匹配方法、电子设备 | |
WO2019028531A1 (en) | MANAGEMENT AND ARCHIVING OF IMAGES AND MESSAGES FOR EVENTS | |
Davison | Presentation of digital self in everyday life | |
US10528893B1 (en) | Generating notifications based on formation of memberships | |
US10917762B2 (en) | Communications system with common electronic interface | |
KR102275291B1 (ko) | 미디어 플랫폼을 이용한 ai 매칭 시스템 및 그 방법 | |
US9531822B1 (en) | System and method for ranking conversations | |
US9241015B1 (en) | System and method for suggesting discussion topics in a social network |
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 |