CN116821514A - 一种婚恋对象推荐方法、系统、电子设备及介质 - Google Patents
一种婚恋对象推荐方法、系统、电子设备及介质 Download PDFInfo
- Publication number
- CN116821514A CN116821514A CN202311083621.6A CN202311083621A CN116821514A CN 116821514 A CN116821514 A CN 116821514A CN 202311083621 A CN202311083621 A CN 202311083621A CN 116821514 A CN116821514 A CN 116821514A
- Authority
- CN
- China
- Prior art keywords
- user
- initial candidate
- matched
- information
- users
- 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 45
- 230000002860 competitive effect Effects 0.000 claims abstract description 81
- 230000006399 behavior Effects 0.000 claims description 50
- 230000008450 motivation Effects 0.000 claims description 41
- 238000012216 screening Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003245 working effect Effects 0.000 description 2
- 208000007848 Alcoholism Diseases 0.000 description 1
- 201000007930 alcohol dependence Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于计算机技术领域,其目的在于提供一种婚恋对象推荐方法、系统、电子设备及介质。本发明通过融入婚恋因素、用户的择偶偏好信息、以及用户在婚恋交友平台中的择偶竞争力进行用户匹配,实现了将用户婚恋因素、用户主观喜好因素和用户择偶竞争力的结合,以此可便于作出更合理的婚恋对象推荐,推荐结果更加科学和人性化,准确性更高,利于增加婚恋网站中用户的活跃度及用户粘性。
Description
技术领域
本发明属于计算机技术领域,具体涉及一种婚恋对象推荐方法、系统、电子设备及介质。
背景技术
随科技的发展,传统婚恋观正在被逐渐削弱,为迎合现代化的婚恋交友需求,已出现多个线上的婚恋交友平台。但是,在使用现有技术过程中,发明人发现现有技术中至少存在如下问题:
现有的探探和陌陌等婚恋交友平台,其进行婚恋对象推荐时,通常仅局限于用户的性格爱好标签、地理位置远近等信息进行推荐,推荐的精准度较差,导致用户进行婚恋交友的匹配成功率较低,同时不利于提升用户粘性。
发明内容
本发明旨在至少在一定程度上解决上述技术问题,本发明提供了一种婚恋对象推荐方法、系统、电子设备及介质。
为了实现上述目的,本发明采用以下技术方案:
第一方面,本发明提供了一种婚恋对象推荐方法,包括:
获取待匹配用户的性别取向,并根据所述性别取向对预设的婚恋用户数据库进行筛选,得到与所述性别取向相同的初始候选用户对应的初始候选数据集;其中,所述初始候选数据集包括所述初始候选用户的基本信息;
获取所述待匹配用户的婚恋因素信息,并根据所述待匹配用户的婚恋因素信息和所述初始候选数据集,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重;
根据所述初始候选用户与所述待匹配用户的最终匹配权重,将所述初始候选用户的基本信息按对应的最终匹配权重的大小逆序推荐至所述待匹配用户;
记录所述待匹配用户对所述初始候选用户的基本信息的第一行为数据,并在所述待匹配用户向所述初始候选用户发出好友申请后,记录所述初始候选用户对所述待匹配用户发出的好友申请的第二行为数据;
从所述初始候选数据集中获取所述初始候选用户的基本信息,并根据所述初始候选用户的基本信息得到所述初始候选用户的标签集;
根据所述第一行为数据和所述初始候选用户的标签集,得到所述待匹配用户的择偶偏好信息;
根据所述初始候选数据集获取所述初始候选用户的竞争力水平信息,并根据所述初始候选用户的竞争力水平信息和所述第二行为数据,得到所述待匹配用户的对标竞争力水平区间;
从所述初始候选数据集中,获取竞争力水平信息位于所述对标竞争力水平区间内的,且标签集与所述待匹配用户的择偶偏好信息的偏好匹配度大于匹配度阈值的所有初始候选用户,并将该所有初始候选用户设定为最终候选用户;
根据所述最终候选用户的标签集与所述待匹配用户的择偶偏好信息的偏好匹配度,将所述最终候选用户的基本信息按对应的偏好匹配度的大小逆序推荐至所述待匹配用户。
本发明通过融入婚恋因素、用户的择偶偏好信息、以及用户在婚恋交友平台中的择偶竞争力进行用户匹配,实现了将用户婚恋因素、用户主观喜好因素和用户择偶竞争力的结合,以此可便于作出更合理的婚恋对象推荐,推荐结果更加科学和人性化,准确性更高,利于增加婚恋网站中用户的活跃度及用户粘性。
在一个可能的设计中,所述婚恋因素信息包括动机因素信息、心理因素信息和/或三观因素信息;对应地,所述初始候选数据集还包括所述初始候选用户的动机因素信息、心理因素信息和/或三观因素信息。
在一个可能的设计中,所述婚恋因素信息包括动机因素信息、心理因素信息和三观因素信息;所述初始候选数据集还包括所述初始候选用户的动机因素信息、心理因素信息和三观因素信息;对应地,获取所述待匹配用户的婚恋因素信息,并根据所述待匹配用户的婚恋因素信息和所述初始候选数据集,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重,包括:
获取所述待匹配用户的动机因素信息,并根据所述待匹配用户的动机因素信息和所述初始候选数据集中所述初始候选用户的动机因素信息得到所述待匹配用户与所述初始候选用户之间的动机匹配权重;
获取所述待匹配用户的心理因素信息,并根据所述待匹配用户的心理因素信息和所述初始候选数据集中所述初始候选用户的心理因素信息得到所述待匹配用户与所述初始候选用户之间的心理匹配权重;
获取所述待匹配用户的三观因素信息,并根据所述待匹配用户的三观因素信息和所述初始候选数据集中所述初始候选用户的三观因素信息得到所述待匹配用户与所述初始候选用户之间的三观匹配权重;
根据所述待匹配用户与所述初始候选用户之间的动机匹配权重、心理匹配权重和三观匹配权重,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重。
在一个可能的设计中,所述初始候选用户与所述待匹配用户之间的最终匹配权重为:
W(α,β i)=a 1 w 1+a 2 w 2+a 3 w 3;
式中,α表示所述初始候选用户,β i表示所有待匹配用户中的第i个待匹配用户;w 1为所述待匹配用户与所述初始候选用户之间的动机匹配权重;a 1为所述待匹配用户与所述初始候选用户之间的动机匹配权重的权值;w 2为所述待匹配用户与所述初始候选用户之间的心理匹配权重;a 2为所述待匹配用户与所述初始候选用户之间的心理匹配权重的权值;w 3为所述待匹配用户与所述初始候选用户之间的三观匹配权重;a 3为所述待匹配用户与所述初始候选用户之间的三观匹配权重的权值。
在一个可能的设计中,所述第一行为数据包括是否收藏当前基本信息、当前基本信息的查看时长和/或访问当前基本信息的次数;所述第二行为数据包括是否通过好友申请。
在一个可能的设计中,根据所述初始候选用户的基本信息得到所述初始候选用户的标签集,包括:
构建初始标签生成模型;
获取训练样本,并将所述训练样本输入至所述初始标签生成模型进行训练,得到训练后标签生成模型;
将所述初始候选用户的基本信息输入所述训练后标签生成模型,得到初始标签;
将所述初始标签输入至预设的聚类模型中,得到所述初始候选用户的最终标签,所述初始候选用户的所有最终标签构成标签集。
在一个可能的设计中,所述第一行为数据包括是否收藏当前基本信息、当前基本信息的查看时长和访问当前基本信息的次数;对应地,根据所述第一行为数据和所述初始候选用户的标签集,得到所述待匹配用户的择偶偏好信息,包括:
轮询所述待匹配用户对所有初始候选用户的基本信息的第一行为数据,当所述待匹配用户对任一初始候选用户的基本信息的第一行为数据为收藏当前基本信息、当前基本信息的查看时长大于时长阈值和/或访问当前基本信息的次数大于次数阈值时,将当前初始候选用户对应的标签集纳入所述待匹配用户的择偶偏好信息中,直到得到所述待匹配用户的初始择偶偏好信息;
对所述待匹配用户的初始择偶偏好信息进行去重操作,得到所述待匹配用户最终的择偶偏好信息。
在一个可能的设计中,所述第二行为数据包括是否通过好友申请;根据所述初始候选用户的竞争力水平信息和所述第二行为数据,得到所述待匹配用户的对标竞争力水平区间,包括:
轮询所有初始候选用户对所述待匹配用户发出的好友申请的第二行为数据,当任一初始候选用户对所述待匹配用户发出的好友申请的第二行为数据为通过好友申请时,将当前初始候选用户的竞争力水平信息纳入所述待匹配用户的对标竞争力水平区间中,直到得到所述待匹配用户的对标竞争力水平区间;其中,所述待匹配用户的对标竞争力水平区间包括一个或多个初始候选用户的竞争力水平信息所在的竞争力水平区间。
第二方面,本发明提供了一种婚恋对象推荐系统,用于实现如上述任一项所述的婚恋对象推荐方法;所述婚恋对象推荐系统包括:
初始候选数据集获取模块,用于获取待匹配用户的性别取向,并根据所述性别取向对预设的婚恋用户数据库进行筛选,得到与所述性别取向相同的初始候选用户对应的初始候选数据集;其中,所述初始候选数据集包括所述初始候选用户的基本信息;
初始筛选模块,与所述初始候选数据集获取模块通信连接,用于获取所述待匹配用户的婚恋因素信息,并根据所述待匹配用户的婚恋因素信息和所述初始候选数据集,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重;还用于根据所述初始候选用户与所述待匹配用户的最终匹配权重,将所述初始候选用户的基本信息按对应的最终匹配权重的大小逆序推荐至所述待匹配用户;
最终筛选模块,与所述初始筛选模块通信连接,用于记录所述待匹配用户对所述初始候选用户的基本信息的第一行为数据,并在所述待匹配用户向所述初始候选用户发出好友申请后,记录所述初始候选用户对所述待匹配用户发出的好友申请的第二行为数据;还用于从所述初始候选数据集中获取所述初始候选用户的基本信息,并根据所述初始候选用户的基本信息得到所述初始候选用户的标签集;还用于根据所述第一行为数据和所述初始候选用户的标签集,得到所述待匹配用户的择偶偏好信息;还用于根据所述初始候选数据集获取所述初始候选用户的竞争力水平信息,并根据所述初始候选用户的竞争力水平信息和所述第二行为数据,得到所述待匹配用户的对标竞争力水平区间;还用于从所述初始候选数据集中,获取竞争力水平信息位于所述对标竞争力水平区间内的,且标签集与所述待匹配用户的择偶偏好信息的偏好匹配度大于匹配度阈值的所有初始候选用户,并将该所有初始候选用户设定为最终候选用户;
用户推荐模块,与所述最终筛选模块通信连接,用于根据所述最终候选用户的标签集与所述待匹配用户的择偶偏好信息的偏好匹配度,将所述最终候选用户的基本信息按对应的偏好匹配度的大小逆序推荐至所述待匹配用户。
第三方面,本发明提供了一种电子设备,包括:
存储器,用于存储计算机程序指令;以及,
处理器,用于执行所述计算机程序指令从而完成如上述任一项所述的婚恋对象推荐方法的操作。
第四方面,本发明提供了一种计算机可读存储介质,用于存储计算机可读取的计算机程序指令,所述计算机程序指令被配置为运行时执行如上述任一项所述的婚恋对象推荐方法的操作。
附图说明
图1是实施例1中一种婚恋对象推荐方法的流程图;
图2是实施例2中一种婚恋对象推荐系统的模块框图;
图3是实施例3中一种电子设备的模块框图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍,显而易见地,下面关于附图结构的描述仅仅是本发明的一些实施例,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。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
实施例1:
本实施例公开了一种婚恋对象推荐方法,可以但不限于由具有一定计算资源的计算机设备或虚拟机执行,例如由个人计算机、智能手机、个人数字助理或可穿戴设备等电子设备执行,或者由虚拟机执行。
如图1所示,一种婚恋对象推荐方法,可以但不限于包括有如下步骤:
S1.获取待匹配用户的性别取向,并根据所述性别取向对预设的婚恋用户数据库进行筛选,得到与所述性别取向相同的初始候选用户对应的初始候选数据集;其中,所述初始候选数据集包括所述初始候选用户的基本信息;需要说明的是,初始候选数据集中包括所有与所述性别取向相同的初始候选用户的基本信息。本实施例中,所述初始候选数据集中还应当包括所述初始候选用户的动机因素信息、心理因素信息和三观测试信息等信息,此处不予限制;
S2.获取所述待匹配用户的婚恋因素信息,并根据所述待匹配用户的婚恋因素信息和所述初始候选数据集,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重。
本实施例中,所述婚恋因素信息包括动机因素信息、心理因素信息和/或三观因素信息;对应地,所述初始候选数据集还包括所述初始候选用户的动机因素信息、心理因素信息和/或三观因素信息。
具体地,本实施例中,所述婚恋因素信息包括动机因素信息、心理因素信息和三观因素信息;所述初始候选数据集还包括所述初始候选用户的动机因素信息、心理因素信息和三观因素信息;对应地,获取所述待匹配用户的婚恋因素信息,并根据所述待匹配用户的婚恋因素信息和所述初始候选数据集,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重,包括:
S201.获取所述待匹配用户的动机因素信息,并根据所述待匹配用户的动机因素信息和所述初始候选数据集中所述初始候选用户的动机因素信息得到所述待匹配用户与所述初始候选用户之间的动机匹配权重。具体地,本实施例中,动机因素信息包括但不仅限于人生规划、对婚姻的期望、理想生活、成长目标等自述式开放性动机因素信息,以及婚恋动机、对婚恋角色的理解的选项等封闭式动机因素信息。在对所述待匹配用户和所述初始候选用户的动机因素信息进行处理时,对自述式开放性动机因素信息基于自然语言处理、语义分析及机器学习等方式,获取所述待匹配用户与所述初始候选用户之间的动机匹配权重,对封闭式动机因素信息基于选项的匹配度获取所述待匹配用户与所述初始候选用户之间的动机匹配权重,即所述待匹配用户与所述初始候选用户的选项相同,则对应的动机匹配权重越高。
S202.获取所述待匹配用户的心理因素信息,并根据所述待匹配用户的心理因素信息和所述初始候选数据集中所述初始候选用户的心理因素信息得到所述待匹配用户与所述初始候选用户之间的心理匹配权重。具体地,本实施例中,心理因素信息包括但不仅限于基于大五人格特质测试得到的人格测试等级、基于亲密关系水平测试得到的亲密关系水平等级、基于权力控制水平的测试得到的控制欲水平、基于角色水平测试得到的角色水平等级、基于成长性水平测试得到的成长性等级、基于幽默感水平测试得到的幽默感等级以及基于自尊水平测试得到的自尊水平等级。在对所述待匹配用户和所述初始候选用户的心理因素信息进行处理时,基于二者的所有心理因素信息的匹配度获取所述待匹配用户与所述初始候选用户之间的心理匹配权重,即所述待匹配用户与所述初始候选用户的选项相同的数量越多,则对应的心理匹配权重越高。
S203.获取所述待匹配用户的三观因素信息,并根据所述待匹配用户的三观因素信息和所述初始候选数据集中所述初始候选用户的三观因素信息得到所述待匹配用户与所述初始候选用户之间的三观匹配权重。具体地,本实施例中,三观因素信息包括人生观、价值观和世界观的测试结果,在对所述待匹配用户和所述初始候选用户的三观因素信息进行处理时,基于二者的所有三观因素信息的匹配度获取所述待匹配用户与所述初始候选用户之间的心理匹配权重,即所述待匹配用户与所述初始候选用户的选项相同的数量越多,则对应的三观匹配权重越高。
S204.根据所述待匹配用户与所述初始候选用户之间的动机匹配权重、心理匹配权重和三观匹配权重,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重。
S3.根据所述初始候选用户与所述待匹配用户的最终匹配权重,将所述初始候选用户的基本信息按对应的最终匹配权重的大小逆序推荐至所述待匹配用户。需要说明的是,本实施例中,根据所述初始候选用户与所述待匹配用户的最终匹配权重,将所述初始候选用户的基本信息按最终匹配权重的大小逆序推荐至所述待匹配用户,即所述初始候选数据集中与所述待匹配用户的最终匹配权重越高的所述初始候选用户,其被推荐至所述待匹配用户的概率越大,同时越先推荐至所述待匹配用户。
具体地,本实施例中,所述初始候选用户与所述待匹配用户之间的最终匹配权重为:
W(α,β i)=a 1 w 1+a 2 w 2+a 3 w 3;
式中,α表示所述初始候选用户,β i表示所有待匹配用户中的第i个待匹配用户;w 1为所述待匹配用户与所述初始候选用户之间的动机匹配权重;a 1为所述待匹配用户与所述初始候选用户之间的动机匹配权重的权值;w 2为所述待匹配用户与所述初始候选用户之间的心理匹配权重;a 2为所述待匹配用户与所述初始候选用户之间的心理匹配权重的权值;w 3为所述待匹配用户与所述初始候选用户之间的三观匹配权重;a 3为所述待匹配用户与所述初始候选用户之间的三观匹配权重的权值。
S4.记录所述待匹配用户对所述初始候选用户的基本信息的第一行为数据,并在所述待匹配用户向所述初始候选用户发出好友申请后,记录所述初始候选用户对所述待匹配用户发出的好友申请的第二行为数据。具体地,所述第一行为数据包括是否收藏、信息查看时长和/或访问次数,第一行为数据还可以包括是否对所述初始候选用户发出好友申请,是否对所述初始候选用户进行信息屏蔽等,此处不予限制。所述第二行为数据包括是否通过好友申请。
本实施例中,所述第一行为数据包括是否收藏当前基本信息、当前基本信息的查看时长和/或访问当前基本信息的次数;所述第二行为数据包括是否通过好友申请。
S5.从所述初始候选数据集中获取所述初始候选用户的基本信息,并根据所述初始候选用户的基本信息得到所述初始候选用户的标签集。
具体地,本实施例中,根据所述初始候选用户的基本信息得到所述初始候选用户的标签集,包括:
S501.构建初始标签生成模型;本实施例中,初始标签生成模型可以但不仅限于采用Bert模型、TextRank模型等,此处不予限制;
S502.获取训练样本,并将所述训练样本输入至所述初始标签生成模型进行训练,得到训练后标签生成模型;
S503.将所述初始候选用户的基本信息输入所述训练后标签生成模型,得到初始标签;
S504.将所述初始标签输入至预设的聚类模型中,得到所述初始候选用户的最终标签,所述初始候选用户的所有最终标签构成标签集。需要说明的是,聚类模型可以但不仅限于采用K-means模型、word2vec模型等,此处不予限制。
需要说明的是,本实施例通过训练后标签生成模型生成初始标签,再根据聚类模型得到初始候选用户的标签集,由此利于实现对初始候选用户及待匹配用户的精准分析,进而有助于提高用户推荐精度。
S6.根据所述第一行为数据和所述初始候选用户的标签集,得到所述待匹配用户的择偶偏好信息;需要说明的是,本实施例中,根据第一行为数据可得到所述待匹配用户对所述初始候选用户的喜好程度,即所述待匹配用户的择偶偏好信息,如痴迷、喜欢、一般、不喜欢、延误等,择偶偏好信息为所述待匹配用户的第一行为数据对应喜好程度为痴迷和/或喜欢时,第一行为数据对应的所有初始候选用户的标签集。
具体地,本实施例中,所述第一行为数据包括是否收藏当前基本信息、当前基本信息的查看时长和访问当前基本信息的次数;对应地,根据所述第一行为数据和所述初始候选用户的标签集,得到所述待匹配用户的择偶偏好信息,包括:
S601.轮询所述待匹配用户对所有初始候选用户的基本信息的第一行为数据,当所述待匹配用户对任一初始候选用户的基本信息的第一行为数据为收藏当前基本信息、当前基本信息的查看时长大于时长阈值和/或访问当前基本信息的次数大于次数阈值时,将当前初始候选用户对应的标签集纳入所述待匹配用户的择偶偏好信息中,直到得到所述待匹配用户的初始择偶偏好信息;
S602.对所述待匹配用户的初始择偶偏好信息进行去重操作,得到所述待匹配用户最终的择偶偏好信息。
S7.根据所述初始候选数据集获取所述初始候选用户的竞争力水平信息,并根据所述初始候选用户的竞争力水平信息和所述第二行为数据,得到所述待匹配用户的对标竞争力水平区间。需要说明的是,根据所述初始候选用户的竞争力水平信息和所述第二行为数据,得到的所述待匹配用户的对标竞争力水平区间,即为最容易通过所述待匹配用户的好友申请的所有候选用户所在的竞争力水平范围,也即,在竞争力水平信息处于该对标竞争力水平区间的所有初始候选用户,其对所述初始候选用户的认可度最高,所述初始候选用户与这类初始候选用户的匹配度越高。
具体地,本实施例中,所述初始候选数据集还包括所述初始候选用户的身高、体重、年龄、受教育程度、毕业学校、工作性质、年收入、家庭背景信息和/或生活习惯;根据所述初始候选数据集获取所述初始候选用户的竞争力水平信息,包括:
根据所述初始候选用户的身高、体重以及所述初始候选用户的性别计算得到BMI指数,得到所述初始候选用户的BMI竞争力;具体地,可预先定义男女身高在某一区间内是受欢迎程度高的,其他区间次之,体重同理,即在其他区间的身高和体重是存在劣势的;本实施例中,将BMI指数进行受欢迎、一般、存在劣势区间的定义,最后根据所述初始候选用户的BMI指数得到其BMI竞争力;
分别定义男女年龄的受欢迎、一般、存在劣势的区间,然后根据述初始候选用户的年龄得到其年龄竞争力;
根据所述初始候选用户的受教育程度以及毕业院校的公允排名得到其教育程度竞争力;具体地,受教育程度越高,毕业院校的公允排名越高,则教育程度竞争力越强;
根据所述初始候选用户的年收入得到其收入竞争力;具体地,同年龄段的用户的年收入越高,则收入竞争力越强;
根据所述初始候选用户的工作性质得到其工作竞争力;具体地,本实施例中可根据工作性质的预设的工作评估量表予以打分,分数越高则工作竞争力越强;
根据所述初始候选用户的家庭背景信息得到其家庭竞争力;具体地,对家庭背景信息进行语义分析,并结合预设家庭自研评估量表,予以打分,分数越高则家庭竞争力越强;
根据所述初始候选用户的生活习惯得到其习惯竞争力;具体地,对生活习惯进行语义分析,并结合预设的习惯自研量表,评价是否有不良习惯,例如吸烟、纹身、酗酒等,同时分析是否有运动健身等好习惯,予以打分,分数越高则习惯竞争力越强;
将所述初始候选用户的所有子项的竞争力得分,即所述初始候选用户的BMI竞争力、年龄竞争力、教育程度竞争力、收入竞争力、工作竞争力、家庭竞争力和习惯竞争力根据预设权重进行相加,可得到所述初始候选用户的竞争力水平信息。本实施例中,所述初始候选用户的竞争力水平信息可以但不仅限于采用表格实现,其中所述初始候选用户的竞争力水平信息可以城市为划分条件,能得到以城市划分的竞争力列表。
此外,本实施例中,所述第二行为数据包括是否通过好友申请;根据所述初始候选用户的竞争力水平信息和所述第二行为数据,得到所述待匹配用户的对标竞争力水平区间,包括:
轮询所有初始候选用户对所述待匹配用户发出的好友申请的第二行为数据,当任一初始候选用户对所述待匹配用户发出的好友申请的第二行为数据为通过好友申请时,将当前初始候选用户的竞争力水平信息纳入所述待匹配用户的对标竞争力水平区间中,直到得到所述待匹配用户的对标竞争力水平区间;其中,所述待匹配用户的对标竞争力水平区间包括一个或多个初始候选用户的竞争力水平信息所在的竞争力水平区间。
S8.从所述初始候选数据集中,获取竞争力水平信息位于所述对标竞争力水平区间内的,且标签集与所述待匹配用户的择偶偏好信息的偏好匹配度大于匹配度阈值的所有初始候选用户,并将该所有初始候选用户设定为最终候选用户。
S9.根据所述最终候选用户的标签集与所述待匹配用户的择偶偏好信息的偏好匹配度,将所述最终候选用户的基本信息按对应的偏好匹配度的大小逆序推荐至所述待匹配用户。
本实施例通过融入用户的动机、心理和三观等婚恋因素,用户的择偶偏好信息,以及用户在婚恋交友平台中的择偶竞争力进行用户匹配,实现了将用户婚恋因素、用户主观喜好因素和用户择偶竞争力的结合,以此可便于作出更合理的婚恋对象推荐,推荐结果更加科学和人性化,准确性更高,利于增加婚恋网站中用户的活跃度及用户粘性。
实施例2:
本实施例公开了一种婚恋对象推荐系统,用于实现实施例1中婚恋对象推荐方法;如图2所示,所述婚恋对象推荐系统包括:
初始候选数据集获取模块,用于获取待匹配用户的性别取向,并根据所述性别取向对预设的婚恋用户数据库进行筛选,得到与所述性别取向相同的初始候选用户对应的初始候选数据集;其中,所述初始候选数据集包括所述初始候选用户的基本信息;
初始筛选模块,与所述初始候选数据集获取模块通信连接,用于获取所述待匹配用户的婚恋因素信息,并根据所述待匹配用户的婚恋因素信息和所述初始候选数据集,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重;还用于根据所述初始候选用户与所述待匹配用户的最终匹配权重,将所述初始候选用户的基本信息按对应的最终匹配权重的大小逆序推荐至所述待匹配用户;
最终筛选模块,与所述初始筛选模块通信连接,用于记录所述待匹配用户对所述初始候选用户的基本信息的第一行为数据,并在所述待匹配用户向所述初始候选用户发出好友申请后,记录所述初始候选用户对所述待匹配用户发出的好友申请的第二行为数据;还用于从所述初始候选数据集中获取所述初始候选用户的基本信息,并根据所述初始候选用户的基本信息得到所述初始候选用户的标签集;还用于根据所述第一行为数据和所述初始候选用户的标签集,得到所述待匹配用户的择偶偏好信息;还用于根据所述初始候选数据集获取所述初始候选用户的竞争力水平信息,并根据所述初始候选用户的竞争力水平信息和所述第二行为数据,得到所述待匹配用户的对标竞争力水平区间;还用于从所述初始候选数据集中,获取竞争力水平信息位于所述对标竞争力水平区间内的,且标签集与所述待匹配用户的择偶偏好信息的偏好匹配度大于匹配度阈值的所有初始候选用户,并将该所有初始候选用户设定为最终候选用户;
用户推荐模块,与所述最终筛选模块通信连接,用于根据所述最终候选用户的标签集与所述待匹配用户的择偶偏好信息的偏好匹配度,将所述最终候选用户的基本信息按对应的偏好匹配度的大小逆序推荐至所述待匹配用户。
实施例3:
在实施例1或2的基础上,本实施例公开了一种电子设备,该设备可以是智能手机、平板电脑、笔记本电脑或者台式电脑等。电子设备可能被称为用于终端、便携式终端、台式终端等,如图3所示,电子设备包括:
存储器,用于存储计算机程序指令;以及,
处理器,用于执行所述计算机程序指令从而完成如实施例1中任一所述的婚恋对象推荐方法的操作。
具体地,处理器301可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器301可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable LogicArray,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器301也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(CentralProcessing Unit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器301可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。
存储器302可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器302还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器302中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器301所执行以实现本申请中实施例1提供的婚恋对象推荐方法。
在一些实施例中,终端还可选包括有:通信接口303和至少一个外围设备。处理器301、存储器302和通信接口303之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与通信接口303相连。具体地,外围设备包括:射频电路304、显示屏305和电源306中的至少一种。
通信接口303可被用于将I/O(Input/ Output,输入/输出)相关的至少一个外围设备连接到处理器301和存储器302。在一些实施例中,处理器301、存储器302和通信接口303被集成在同一芯片或电路板上;在一些其他实施例中,处理器301、存储器302和通信接口303中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路304用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路304通过电磁信号与通信网络以及其他通信设备进行通信。
显示屏305用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。
电源306用于为电子设备中的各个组件进行供电。
实施例4:
在实施例1至3任一项实施例的基础上,本实施例公开了一种计算机可读存储介质,用于存储计算机可读取的计算机程序指令,所述计算机程序指令被配置为运行时执行如实施例1所述的婚恋对象推荐方法的操作。
显然,本领域的技术人员应该明白,上述的本发明的各模块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,本发明不限制于任何特定的硬件和软件结合。
最后应说明的是,以上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精神和范围。
Claims (10)
1.一种婚恋对象推荐方法,其特征在于:包括:
获取待匹配用户的性别取向,并根据所述性别取向对预设的婚恋用户数据库进行筛选,得到与所述性别取向相同的初始候选用户对应的初始候选数据集;其中,所述初始候选数据集包括所述初始候选用户的基本信息;
获取所述待匹配用户的婚恋因素信息,并根据所述待匹配用户的婚恋因素信息和所述初始候选数据集,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重;
根据所述初始候选用户与所述待匹配用户的最终匹配权重,将所述初始候选用户的基本信息按对应的最终匹配权重的大小逆序推荐至所述待匹配用户;
记录所述待匹配用户对所述初始候选用户的基本信息的第一行为数据,并在所述待匹配用户向所述初始候选用户发出好友申请后,记录所述初始候选用户对所述待匹配用户发出的好友申请的第二行为数据;
从所述初始候选数据集中获取所述初始候选用户的基本信息,并根据所述初始候选用户的基本信息得到所述初始候选用户的标签集;
根据所述第一行为数据和所述初始候选用户的标签集,得到所述待匹配用户的择偶偏好信息;
根据所述初始候选数据集获取所述初始候选用户的竞争力水平信息,并根据所述初始候选用户的竞争力水平信息和所述第二行为数据,得到所述待匹配用户的对标竞争力水平区间;
从所述初始候选数据集中,获取竞争力水平信息位于所述对标竞争力水平区间内的,且标签集与所述待匹配用户的择偶偏好信息的偏好匹配度大于匹配度阈值的所有初始候选用户,并将该所有初始候选用户设定为最终候选用户;
根据所述最终候选用户的标签集与所述待匹配用户的择偶偏好信息的偏好匹配度,将所述最终候选用户的基本信息按对应的偏好匹配度的大小逆序推荐至所述待匹配用户。
2.根据权利要求1所述的一种婚恋对象推荐方法,其特征在于:所述婚恋因素信息包括动机因素信息、心理因素信息和/或三观因素信息;对应地,所述初始候选数据集还包括所述初始候选用户的动机因素信息、心理因素信息和/或三观因素信息。
3.根据权利要求1所述的一种婚恋对象推荐方法,其特征在于:所述婚恋因素信息包括动机因素信息、心理因素信息和三观因素信息;所述初始候选数据集还包括所述初始候选用户的动机因素信息、心理因素信息和三观因素信息;对应地,获取所述待匹配用户的婚恋因素信息,并根据所述待匹配用户的婚恋因素信息和所述初始候选数据集,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重,包括:
获取所述待匹配用户的动机因素信息,并根据所述待匹配用户的动机因素信息和所述初始候选数据集中所述初始候选用户的动机因素信息得到所述待匹配用户与所述初始候选用户之间的动机匹配权重;
获取所述待匹配用户的心理因素信息,并根据所述待匹配用户的心理因素信息和所述初始候选数据集中所述初始候选用户的心理因素信息得到所述待匹配用户与所述初始候选用户之间的心理匹配权重;
获取所述待匹配用户的三观因素信息,并根据所述待匹配用户的三观因素信息和所述初始候选数据集中所述初始候选用户的三观因素信息得到所述待匹配用户与所述初始候选用户之间的三观匹配权重;
根据所述待匹配用户与所述初始候选用户之间的动机匹配权重、心理匹配权重和三观匹配权重,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重。
4.根据权利要求3所述的一种婚恋对象推荐方法,其特征在于:所述初始候选用户与所述待匹配用户之间的最终匹配权重为:
W(α,β i)=a 1 w 1+a 2 w 2+a 3 w 3;
式中,α表示所述初始候选用户,β i表示所有待匹配用户中的第i个待匹配用户;w 1为所述待匹配用户与所述初始候选用户之间的动机匹配权重;a 1为所述待匹配用户与所述初始候选用户之间的动机匹配权重的权值;w 2为所述待匹配用户与所述初始候选用户之间的心理匹配权重;a 2为所述待匹配用户与所述初始候选用户之间的心理匹配权重的权值;w 3为所述待匹配用户与所述初始候选用户之间的三观匹配权重;a 3为所述待匹配用户与所述初始候选用户之间的三观匹配权重的权值。
5.根据权利要求1所述的一种婚恋对象推荐方法,其特征在于:根据所述初始候选用户的基本信息得到所述初始候选用户的标签集,包括:
构建初始标签生成模型;
获取训练样本,并将所述训练样本输入至所述初始标签生成模型进行训练,得到训练后标签生成模型;
将所述初始候选用户的基本信息输入所述训练后标签生成模型,得到初始标签;
将所述初始标签输入至预设的聚类模型中,得到所述初始候选用户的最终标签,所述初始候选用户的所有最终标签构成标签集。
6.根据权利要求1所述的一种婚恋对象推荐方法,其特征在于:所述第一行为数据包括是否收藏当前基本信息、当前基本信息的查看时长和访问当前基本信息的次数;对应地,根据所述第一行为数据和所述初始候选用户的标签集,得到所述待匹配用户的择偶偏好信息,包括:
轮询所述待匹配用户对所有初始候选用户的基本信息的第一行为数据,当所述待匹配用户对任一初始候选用户的基本信息的第一行为数据为收藏当前基本信息、当前基本信息的查看时长大于时长阈值和/或访问当前基本信息的次数大于次数阈值时,将当前初始候选用户对应的标签集纳入所述待匹配用户的择偶偏好信息中,直到得到所述待匹配用户的初始择偶偏好信息;
对所述待匹配用户的初始择偶偏好信息进行去重操作,得到所述待匹配用户最终的择偶偏好信息。
7.根据权利要求1所述的一种婚恋对象推荐方法,其特征在于:所述第二行为数据包括是否通过好友申请;根据所述初始候选用户的竞争力水平信息和所述第二行为数据,得到所述待匹配用户的对标竞争力水平区间,包括:
轮询所有初始候选用户对所述待匹配用户发出的好友申请的第二行为数据,当任一初始候选用户对所述待匹配用户发出的好友申请的第二行为数据为通过好友申请时,将当前初始候选用户的竞争力水平信息纳入所述待匹配用户的对标竞争力水平区间中,直到得到所述待匹配用户的对标竞争力水平区间;其中,所述待匹配用户的对标竞争力水平区间包括一个或多个初始候选用户的竞争力水平信息所在的竞争力水平区间。
8.一种婚恋对象推荐系统,其特征在于:用于实现如权利要求1至7中任一项所述的婚恋对象推荐方法;所述婚恋对象推荐系统包括:
初始候选数据集获取模块,用于获取待匹配用户的性别取向,并根据所述性别取向对预设的婚恋用户数据库进行筛选,得到与所述性别取向相同的初始候选用户对应的初始候选数据集;其中,所述初始候选数据集包括所述初始候选用户的基本信息;
初始筛选模块,与所述初始候选数据集获取模块通信连接,用于获取所述待匹配用户的婚恋因素信息,并根据所述待匹配用户的婚恋因素信息和所述初始候选数据集,得到所述初始候选用户与所述待匹配用户之间的最终匹配权重;还用于根据所述初始候选用户与所述待匹配用户的最终匹配权重,将所述初始候选用户的基本信息按对应的最终匹配权重的大小逆序推荐至所述待匹配用户;
最终筛选模块,与所述初始筛选模块通信连接,用于记录所述待匹配用户对所述初始候选用户的基本信息的第一行为数据,并在所述待匹配用户向所述初始候选用户发出好友申请后,记录所述初始候选用户对所述待匹配用户发出的好友申请的第二行为数据;还用于从所述初始候选数据集中获取所述初始候选用户的基本信息,并根据所述初始候选用户的基本信息得到所述初始候选用户的标签集;还用于根据所述第一行为数据和所述初始候选用户的标签集,得到所述待匹配用户的择偶偏好信息;还用于根据所述初始候选数据集获取所述初始候选用户的竞争力水平信息,并根据所述初始候选用户的竞争力水平信息和所述第二行为数据,得到所述待匹配用户的对标竞争力水平区间;还用于从所述初始候选数据集中,获取竞争力水平信息位于所述对标竞争力水平区间内的,且标签集与所述待匹配用户的择偶偏好信息的偏好匹配度大于匹配度阈值的所有初始候选用户,并将该所有初始候选用户设定为最终候选用户;
用户推荐模块,与所述最终筛选模块通信连接,用于根据所述最终候选用户的标签集与所述待匹配用户的择偶偏好信息的偏好匹配度,将所述最终候选用户的基本信息按对应的偏好匹配度的大小逆序推荐至所述待匹配用户。
9.一种电子设备,其特征在于:包括:
存储器,用于存储计算机程序指令;以及,
处理器,用于执行所述计算机程序指令从而完成如权利要求1至7中任一项所述的婚恋对象推荐方法的操作。
10.一种计算机可读存储介质,用于存储计算机可读取的计算机程序指令,其特征在于:所述计算机程序指令被配置为运行时执行如权利要求1至7中任一项所述的婚恋对象推荐方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311083621.6A CN116821514A (zh) | 2023-08-28 | 2023-08-28 | 一种婚恋对象推荐方法、系统、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311083621.6A CN116821514A (zh) | 2023-08-28 | 2023-08-28 | 一种婚恋对象推荐方法、系统、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116821514A true CN116821514A (zh) | 2023-09-29 |
Family
ID=88120676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311083621.6A Pending CN116821514A (zh) | 2023-08-28 | 2023-08-28 | 一种婚恋对象推荐方法、系统、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116821514A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108073659A (zh) * | 2016-11-18 | 2018-05-25 | 腾讯科技(深圳)有限公司 | 一种婚恋对象推荐方法及装置 |
KR102275291B1 (ko) * | 2020-07-03 | 2021-07-09 | 주식회사 오프비트엠 | 미디어 플랫폼을 이용한 ai 매칭 시스템 및 그 방법 |
CN113393306A (zh) * | 2021-07-09 | 2021-09-14 | 中国建设银行股份有限公司 | 产品推荐方法、装置、电子设备及计算机可读介质 |
CN114840773A (zh) * | 2022-05-06 | 2022-08-02 | 辽宁星空国际贸易有限公司 | 一种婚恋交友推荐和匹配方法 |
-
2023
- 2023-08-28 CN CN202311083621.6A patent/CN116821514A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108073659A (zh) * | 2016-11-18 | 2018-05-25 | 腾讯科技(深圳)有限公司 | 一种婚恋对象推荐方法及装置 |
KR102275291B1 (ko) * | 2020-07-03 | 2021-07-09 | 주식회사 오프비트엠 | 미디어 플랫폼을 이용한 ai 매칭 시스템 및 그 방법 |
CN113393306A (zh) * | 2021-07-09 | 2021-09-14 | 中国建设银行股份有限公司 | 产品推荐方法、装置、电子设备及计算机可读介质 |
CN114840773A (zh) * | 2022-05-06 | 2022-08-02 | 辽宁星空国际贸易有限公司 | 一种婚恋交友推荐和匹配方法 |
Non-Patent Citations (1)
Title |
---|
朱文强;徐军;: "融合社交信任的多属性元路径好友推荐方法", 小型微型计算机系统, no. 10 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Darejeh et al. | Gamification solutions to enhance software user engagement—a systematic review | |
US10733197B2 (en) | Method and apparatus for providing information based on artificial intelligence | |
US20170124093A1 (en) | Matching users of a network based on profile data | |
US11138284B2 (en) | Systems and methods for determining credibility at scale | |
CN109543031A (zh) | 一种基于多任务对抗学习的文本分类方法 | |
CN111144120A (zh) | 一种训练语句的获取方法、装置、存储介质及电子设备 | |
CN110209810A (zh) | 相似文本识别方法以及装置 | |
US10289624B2 (en) | Topic and term search analytics | |
CN113434755A (zh) | 页面的生成方法、装置、电子设备及存储介质 | |
CN113010645A (zh) | 文本生成方法、装置、设备及存储介质 | |
CN113626576A (zh) | 远程监督中关系特征抽取方法、装置、终端及存储介质 | |
Hsu | Voice of America news as voluminous reading material for mid-frequency vocabulary learning | |
CN115510212A (zh) | 一种文本事件抽取方法、装置、设备及存储介质 | |
CN113344723A (zh) | 用户保险认知演进路径预测方法、装置和计算机设备 | |
Weideman | Comparative analysis of homepage Website visibility and academic rankings for UK universities. | |
JP6043460B2 (ja) | データ分析システム、データ分析方法、およびデータ分析プログラム | |
CN111242239A (zh) | 一种训练样本选取方法、装置、以及计算机存储介质 | |
CN115017200B (zh) | 搜索结果的排序方法、装置、电子设备和存储介质 | |
CN116821514A (zh) | 一种婚恋对象推荐方法、系统、电子设备及介质 | |
CN113426118B (zh) | 信息展示方法、装置、设备以及计算机可读存储介质 | |
CN114201968A (zh) | 基于医疗场景结合汉语特征的数据归一处理方法及装置 | |
CN113505293A (zh) | 信息推送方法、装置、电子设备及存储介质 | |
Revie et al. | On modeling player fitness in training for team sports with application to professional rugby | |
CN110659419A (zh) | 确定目标用户的方法及相关装置 | |
CN111444338A (zh) | 文本处理、装置、存储介质及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230929 |