CN116932927B - 基于人工智能实现社交匹配推荐的数据处理方法和装置 - Google Patents

基于人工智能实现社交匹配推荐的数据处理方法和装置 Download PDF

Info

Publication number
CN116932927B
CN116932927B CN202311196326.1A CN202311196326A CN116932927B CN 116932927 B CN116932927 B CN 116932927B CN 202311196326 A CN202311196326 A CN 202311196326A CN 116932927 B CN116932927 B CN 116932927B
Authority
CN
China
Prior art keywords
data
social
main body
matching
session
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202311196326.1A
Other languages
English (en)
Other versions
CN116932927A (zh
Inventor
杨扬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Aichat Technology Co ltd
Original Assignee
Shenzhen Aichat Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Aichat Technology Co ltd filed Critical Shenzhen Aichat Technology Co ltd
Priority to CN202311196326.1A priority Critical patent/CN116932927B/zh
Publication of CN116932927A publication Critical patent/CN116932927A/zh
Application granted granted Critical
Publication of CN116932927B publication Critical patent/CN116932927B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (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

本申请公开了一种基于人工智能实现社交匹配推荐的数据处理方法和装置。获取包括有第一主体数据的待匹配需求数据；对第一主体数据进行基于社交特征聚类的用户组构建处理，得到待推荐用户组数据，待推荐用户组数据包括多个第二主体数据和第一主体数据；根据第一主体数据在所述待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据；根据第三主体数据生成社交提示数据，并将社交提示数据发送至第三主体客户端。通过构建与需求用户行为聚类的用户组，在用户组内自动进行社交匹配，将匹配结果发送给推荐用户，由推荐用户发起沟通，解决了现有技术中需求用户发起匹配沟通需要被动等待推荐用户回复导致的匹配效率较低的问题。

Description

基于人工智能实现社交匹配推荐的数据处理方法和装置
技术领域
本申请涉及计算机领域，具体而言，涉及一种基于人工智能实现社交匹配推荐的数据处理方法和装置。
背景技术
随着互联网的不断发展，互联网社交不断兴起，在很多社交软件及社交平台上提供针对用户之间的匹配推荐，进行不同用户主体之间的社交匹配。
现有技术中，在诸多社交软件或社交平台中，对于具有社交匹配推荐需求的用户，对用户进行社交匹配推荐，展示推荐用户至社交匹配推荐需求用户，由需求用户对推荐用户发起沟通，社交关系是否成功构建主要由推荐用户是否回应消息决定，社交匹配需求用户需要被动等待社交关系的建立，匹配效率较低。
因此，现有技术中互联网社交匹配存在效率较低的问题。
发明内容
本申请的主要目的在于提供一种基于人工智能实现社交匹配推荐的数据处理方法和装置，以解决现有技术中互联网社交匹配存在效率较低的技术问题，实现了提高社交匹配效率和成功率的技术效果。
为了实现上述目的，本申请的第一方面，提出了一种基于人工智能实现社交匹配推荐的数据处理方法，包括：
获取待匹配需求数据，其中，所述待匹配需求数据包括第一主体数据，所述第一主体数据为具有社交匹配推荐需求的主体数据；
对所述第一主体数据进行基于社交特征聚类的用户组构建处理，得到待推荐用户组数据，其中，所述待推荐用户组数据包括多个第二主体数据和第一主体数据，第二主体数据为用于表示与第一主体社交特征聚类的多个主体数据；
根据所述第一主体数据在所述待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据，其中，所述第三主体数据为用于表示与第一主体社交匹配的第二主体数据；
根据所述第三主体数据生成社交提示数据，并将所述社交提示数据发送至第三主体客户端，其中，所述社交提示数据中包括付费数据。
进一步地，对所述第一主体数据进行基于社交特征聚类的用户组构建处理，得到待推荐用户组数据包括：
对所述第一主体数据进行基于匹配特征的提取处理，得到匹配特征数据，其中，所述匹配特征数据为用于表示第一主体社交匹配的特征数据；
对所述匹配特征数据进行行为特征生成处理，得到第一行为特征数据，其中，所述第一行为特征数据为用于表示第一主体社交匹配行为的特征数据；
对所述第一行为特征数据在预设社交系统数据库中进行基于行为特征的聚类处理，得到所述待推荐用户组数据。
进一步地，根据所述第一主体数据在所述待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据包括：
对所述多个第二主体数据进行基于社交行为评分模型的评分处理，得到多个第二社交行为评分数据，其中，所述多个第二社交行为评分数据为用于表示多个第二主体社交行为评分的数据；
对所述多个第二主体数据进行基于社交特征的匹配处理，得到多个第二社交特征匹配数据，其中，多个第二社交特征匹配数据为用于表示多个第二主体分别与第一主体社交特征匹配度的数据；
根据所述多个第二社交行为评分数据和所述多个第二社交匹配特征数据确定多个社交匹配评分数据，得到所述第三主体数据，其中，所述第三主体数据为用于表示最高社交匹配评分对应的第二主体数据。
进一步地，对所述多个第二主体数据进行基于社交行为评分模型的评分处理，得到多个第二社交行为评分数据包括：
对第二主体数据进行基于第一社交行为特征的识别处理，得到第一社交
行为特征数据，其中，所述第一社交行为特征数据为用于表示第二主体第一社交行为的特征数据；
对第二主体数据进行基于第二社交行为特征的识别处理，得到第二社交行为特征数据，其中，所述第二社交行为特征数据为用于表示第二主体第二社交行为的特征数据；
对所述第一社交行为特征数据和第二社交行为特征数据进行基于社交行为评分模型的评分处理，得到第二社交行为评分数据。
进一步地，根据所述第一主体数据在所述待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据包括：
对所述第一主体数据进行基于需求特征的识别处理，得到第一需求特征数据和第二特征需求数据，其中，所述第一需求特征数据为用于表示第一主体第一社交需求的特征数据，所述第二需求特征数据为用于表示第一主体第二社交需求的特征数据；
在所述待推荐用户组数据中分别匹配与所述第一需求特征数据和所述第二需求特征数据对应的多个第二主体数据，分别得到第一需求待推荐用户组数据和第二需求用户组数据，其中，所述第一需求待推荐用户组数据为与所述第一需求特征数据对应的多个第二主体数据，所述第二需求待推荐用户组数据为与所述第二需求特征数据对应的多个第二主体数据；
根据所述第一主体数据分别在所述第一需求待推荐用户组数据和所述第二需求用户组数据中进行基于预设社交匹配模型的社交匹配处理，分别得到第一过程推荐主体数据和第二过程推荐主体数据；
对所述第一过程推荐主体数据和所述第二过程推荐主体数据进行筛选处理，得到所述第三主体数据。
进一步地，在根据所述第三主体数据生成社交提示数据，并将所述社交提示数据发送至第三主体客户端之后，所述方法还包括：
当第三主体发出会话请求时，获取社交会话请求数据，其中，所述社交会话请求数据为用于表示第三主体会话请求的数据；
对所述社交会话请求数据进行基于会话类型的识别处理，得到会话类型特征数据，其中，所述会话类型特征数据为用于表示第三主体会话类型的特征数据；
对所述社交会话请求数据进行基于付费数据的识别处理，得到付费会话数据，其中，所述付费会话数据为用于表示第三主体付费会话的数据；
根据所述会话类型特征数据和所述付费会话数据生成付费会话提示数据，其中，所述付费会话提示数据为用于表示第三用户会话类型和会话付费的数据，并将所述付费会话提示数据发送至第一主体客户端。
根据本申请的第二方面，提出了一种基于人工智能实现社交匹配推荐的数据处理装置，包括：
匹配需求获取模块，用于获取待匹配需求数据，其中，所述待匹配需求数据包括第一主体数据，所述第一主体数据为具有社交匹配推荐需求的主体数据；
聚类模块，用于对所述第一主体数据进行基于社交特征聚类的用户组构建处理，得到待推荐用户组数据，其中，所述待推荐用户组数据包括多个第二主体数据和第一主体数据，第二主体数据为用于表示与第一主体社交特征聚类的多个主体数据；
社交匹配模块，用于根据所述第一主体数据在所述待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据，其中，所述第三主体数据为用于表示与第一主体社交匹配的第二主体数据；
社交提示生成模块，用于根据所述第三主体数据生成社交提示数据，并将所述社交提示数据发送至第三主体客户端，其中，所述社交提示数据中包括付费数据。
进一步地，聚类模块包括：
匹配特征提取模块，用于对所述第一主体数据进行基于匹配特征的提取处理，得到匹配特征数据，其中，所述匹配特征数据为用于表示第一主体社交匹配的特征数据；
行为特征模块，用于对所述匹配特征数据进行行为特征生成处理，得到第一行为特征数据，其中，所述第一行为特征数据为用于表示第一主体社交匹配行为的特征数据；
行为特征聚类模块，用于对所述第一行为特征数据在预设社交系统数据库中进行基于行为特征的聚类处理，得到所述待推荐用户组数据。
根据本申请的第三方面，提出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人工智能实现社交匹配推荐的数据处理方法。
根据本申请的第四方面，提出了一种电子设备，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人工智能实现社交匹配推荐的数据处理方法。
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，所述待匹配需求数据包括第一主体数据，所述第一主体数据为具有社交匹配推荐需求的主体数据；对所述第一主体数据进行基于社交特征聚类的用户组构建处理，得到待推荐用户组数据，其中，所述待推荐用户组数据包括多个第二主体数据和第一主体数据，第二主体数据为用于表示与第一主体社交特征聚类的多个主体数据；根据所述第一主体数据在所述待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据，其中，所述第三主体数据为用于表示与第一主体社交匹配的第二主体数据；根据所述第三主体数据生成社交提示数据，并将所述社交提示数据发送至第三主体客户端。通过构建与需求用户行为聚类的用户组，在用户组内进行社交匹配，且将匹配结果发送给推荐用户，由推荐用户发起沟通，解决了现有技术中需求用户发起匹配沟通需要被动等待推荐用户回复导致的匹配效率较低及成功率较低的问题，提高了社交匹配效率和成功率的技术效果。
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人工智能实现社交匹配推荐的数据处理方法的流程图；
图2为本申请提供的一种基于人工智能实现社交匹配推荐的数据处理方法的流程图；
图3为本申请提供的一种基于人工智能实现社交匹配推荐的数据处理方法的流程图；
图4为本申请提供的一种基于人工智能实现社交匹配推荐的数据处理方法的流程图；
图5为本申请提供的一种基于人工智能实现社交匹配推荐的数据处理装置的示意图；
图6为本申请提供的另一种基于人工智能实现社交匹配推荐的数据处理装置的示意图。
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“第一”、“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。
现有技术中，在诸多社交软件或社交平台中，对于具有社交匹配推荐需求的用户，对用户进行社交匹配推荐，展示推荐用户至社交匹配推荐需求用户，由需求用户对推荐用户发起沟通，社交关系是否成功构建主要由推荐用户是否回应消息决定，社交匹配需求用户需要被动等待社交关系的建立，用户时间成本较高，且匹配效率和成功率较低。
本申请提出一种基于人工智能实现社交匹配推荐的数据处理方法，通过构建与需求用户行为聚类的用户组，在用户组内进行社交匹配，且将匹配结果发送给推荐用户，由推荐用户发起沟通，解决了现有技术中社交匹配效率较低的问题，实现了提高社交匹配效率的技术效果。
在本申请的一些可选实施例中，提出了一种基于人工智能实现社交匹配推荐的数据处理方法，图1为本申请提供的一种基于人工智能实现社交匹配推荐的数据处理方法的流程图，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第一主体数据，第一主体数据为具有社交匹配推荐需求的主体数据；
S102：对第一主体数据进行基于社交特征聚类的用户组构建处理，得到待推荐用户组数据；
待推荐用户组数据包括多个第二主体数据和第一主体数据，第二主体数据为用于表示与第一主体社交特征聚类的多个主体数据；其中，第一主体数据中设置有用于表示智能社交匹配推荐标签数据，在对第一主体数据进行基于社交特征聚类的主体也为设置有用于表示智能社交匹配推荐标签数据的主体，以实现在设置有用于表示智能社交匹配推荐标签数据的主体中进行聚类处理，构建用户组，提高社交匹配推荐的效率。
在本申请的另一可选实施例中，提供了一种基于人工智能实现社交匹配推荐的数据处理方法，图2为本申请提供的一种基于人工智能实现社交匹配推荐的数据处理方法的流程图，如图2所示，该方法包括以下步骤：
S201：对第一主体数据进行基于匹配特征的提取处理，得到匹配特征数据；
匹配特征数据为用于表示第一主体社交匹配的特征数据，匹配特征包括第一主体账号登录状态数据，如，注册时间、最近登录时间等；包括第一主体基本信息数据，如，性别、年龄、所在地区、学历、身高、情感状态等；包括第一主体位置数据；包括第一主体风险数据，如，风险行为数据、风险账号数据等；包括第一主体账号等级评定数据，如用户的积分、语音视频通话时长、付费、用户社交评价等社交行为数据。
S202：对匹配特征数据进行行为特征生成处理，得到第一行为特征数据；
第一行为特征数据为用于表示第一主体社交匹配行为的特征数据；根据上述匹配特征生成用户社交行为标签，用于表示第一主体社交状态的数据。
S203：对第一行为特征数据在预设社交系统数据库中进行基于行为特征的聚类处理，得到待推荐用户组数据。
在本申请可选实施例中，通过对社交系统数据库中具有共同或者相似行为特征的用户进行归类分组，以实现在组内进行用户匹配，提高用户匹配的效率和成功率。
S103：根据第一主体数据在待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据；
第三主体数据为用于表示与第一主体社交匹配的第二主体数据；
在本申请的另一可选实施例中，提供了一种基于人工智能实现社交匹配推荐的数据处理方法，图3为本申请提供的一种基于人工智能实现社交匹配推荐的数据处理方法的流程图，如图所示，该方法包括以下步骤：
S301：对多个第二主体数据进行基于社交行为评分模型的评分处理，得到多个第二社交行为评分数据；
多个第二社交行为评分数据为用于表示多个第二主体社交行为评分的数据；其中，社交行为包括用户的多种社交行为，在进行社交行为评分时，分别对第二社交主体的多个社交行为进行评分处理，以得到包括有多社交行为评分的多个第二社交行为评分数据。
S302：对多个第二主体数据进行基于社交特征的匹配处理，得到多个第二社交特征匹配数据；
第二社交特征匹配数据为用于表示多个第二主体分别与第一主体社交特征匹配度的数据；
S303：根据多个第二社交行为评分数据和多个第二社交匹配特征数据确定多个社交匹配评分数据，得到第三主体数据。
第三主体数据为用于表示最高社交匹配评分对应的第二主体数据。
在本申请的另一可选实施例中，提供了一种基于人工智能实现社交匹配推荐的数据处理方法，包括：对第二主体数据进行基于第一社交行为特征的识别处理，得到第一社交行为特征数据，其中，第一社交行为特征数据为用于表示第二主体第一社交行为的特征数据；对第二主体数据进行基于第二社交行为特征的识别处理，得到第二社交行为特征数据，其中，第二社交行为特征数据为用于表示第二主体第二社交行为的特征数据；对第一社交行为特征数据和第二社交行为特征数据进行基于社交行为评分模型的评分处理，得到第二社交行为评分数据。
在本申请可选实施例中，第二社交行为评分数据和第二社交匹配特征数据中分别包括多类型社交行为的评分和多维度社交特征的匹配度，对第二社交行为评分数据和第二社交匹配特征数据进行基于多维度匹配模型的社交匹配处理，得到社交匹配评分数据，通过基于多维度匹配模型进行多维度的社交匹配评分，提高用户匹配推荐的准确率，进而实现提高社交匹配效率的技术效果。
在本申请的另一可选实施例中，提供了一种基于人工智能实现社交匹配推荐的数据处理方法，包括：对第一主体数据进行基于需求特征的识别处理，得到第一需求特征数据和第二特征需求数据，其中，第一需求特征数据为用于表示第一主体第一社交需求的特征数据，第二需求特征数据为用于表示第一主体第二社交需求的特征数据；在待推荐用户组数据中分别匹配与第一需求特征数据和第二需求特征数据对应的多个第二主体数据，分别得到第一需求待推荐用户组数据和第二需求用户组数据，其中，第一需求待推荐用户组数据为与第一需求特征数据对应的多个第二主体数据，第二需求待推荐用户组数据为与第二需求特征数据对应的多个第二主体数据；根据第一主体数据分别在第一需求待推荐用户组数据和第二需求用户组数据中进行基于预设社交匹配模型的社交匹配处理，分别得到第一过程推荐主体数据和第二过程推荐主体数据；对第一过程推荐主体数据和第二过程推荐主体数据进行筛选处理，得到第三主体数据。
在本申请可选实施例中，根据第一主体社交匹配需求，构建满足于第一主体社交匹配需求的多个待推荐用户组，在多个待推荐组中分别进行与第二主体的社交匹配处理，得到多个过程推荐主体数据，对多个过程推荐主体数据进行筛选得到第三主体数据。
举例说明，如，第一主体社交匹配需求为社交位置需求，根据该社交位置需求分别构建同城待推荐用户组，同省待推荐用户组以及全国待推荐用户组，分别对上述同城待推荐用户组，同省待推荐用户组以及全国待推荐用户组中的第二主体进行基于预设社交匹配模型的社交匹配处理，得到多个过程推荐主体数据，对多个过程推荐主体数据进行筛选得到第三主体数据。
在本申请的另一可选实施例中，提供了一种更新迭代上述预设社交匹配模型的方法，获取预设时间段内的社交匹配成功率及匹配主体数据，根据匹配主体数据构建更新样本数据，根据更新样本数据对预设社交匹配模型进行更新训练，得到更新社交匹配模型。
S104：根据第三主体数据生成社交提示数据，并将社交提示数据发送至第三主体客户端。
社交提示数据中包括付费数据，社交提示数据中还包括第一主体数据。
在本申请的另一可选实施例中，提供了一种基于人工智能实现社交匹配推荐的数据处理方法，应用于将社交提示数据发送至第三主体客户端之后，图4为本申请提供的一种基于人工智能实现社交匹配推荐的数据处理方法的流程图，如图4所示，该方法包括以下步骤：
S401：当第三主体发出会话请求时，获取社交会话请求数据；
社交会话请求数据为用于表示第三主体会话请求的数据，用于表示第三主体发起与第一主体会话请求的数据
S402：对社交会话请求数据进行基于会话类型的识别处理，得到会话类型特征数据；
会话类型特征数据为用于表示第三主体会话类型的特征数据，会话类型包括消息会话，如文字消息、语音消息、图片、话匣子小游戏等；通话会话，如语音或者视频通话等；增礼会话，如社交虚拟礼物等。
S403：对社交会话请求数据进行基于付费数据的识别处理，得到付费会话数据；
付费会话数据为用于表示第三主体付费会话的数据，第三主体付费会话为第三主体进行会话的收费规则，由第三主体设置，根据第三主体设置的会话收费规则确定该社交会话产生的付费数据，并将付费数据发送至第一主体客户端。
S404：根据会话类型特征数据和付费会话数据生成付费会话提示数据，并将付费会话提示数据发送至第一主体客户端。
付费会话提示数据为用于表示第三用户会话类型和会话付费的数据。
在本申请可选实施例中，通过会话付费且根据第三主体的付费规则生成会话，由具有社交匹配需求的第一主体确定是否构建会话，通过设置第三主体发起会话，第一主体确定是否构建会话，实现提高社交匹配效率和成功率的效果。
在本申请的另一可选实施例中，在将付费会话提示数据发送至第一主体客户端后，该数据处理方法还包括：当第一主体应答付费会话后，获取第一主体付费应答数据，根据该付费应答数据生成会话积分数据，并将该会话积分数据发送至第三主体客户端，根据该会话积分对第三主体客户的会话积分进行更新处理并生成积分更新提示数据。在本申请可选实施例中，通过会话应答产生对第三主体的会话积分更新，以提高第三用户对社交会话的积极性，进而提高社交智能匹配推荐的成功率。
在本申请的另一可选实施例中，当第一主体和第三主体构建会话后，即第一主体应答付费会话后，获取会话数据，该会话数据为用于表示第一主体和第三主体会话的相关数据，如，会话消息频率、付费赠礼以及预设会话行为等数据；对该会话数据进行基于预设互动评分处理，得到互动评分数据，互动评分数据为用于表示第一主体和第三主体会话互动程度的数据；将互动评分数据与预设互动评分阈值进行比较，如果互动评分数据小于预设互动评分阈值，对该会话不做处理；如果互动评分数据大于或等于预设互动评分阈值，生成互动验证提示数据，并将该互动验证提示数据第一主体和第三主体客户端，第一主体和第三主体根据该互动验证提示数据完成互动验证后，继续该会话。在本申请实施例中，通过对用户会话的互动进行评分，对达到预设互动评分的用户会话进行用户验证，以实现提高用户会话的安全性。
在本申请的另一可选实施例中，提供了一种基于人工智能实现社交匹配推荐的数据处理装置，图5为本申请提供的一种基于人工智能实现社交匹配推荐的数据处理装置的示意图，如图5所示，该装置包括：
匹配需求获取模块51，用于获取待匹配需求数据，其中，待匹配需求数据包括第一主体数据，第一主体数据为具有社交匹配推荐需求的主体数据；
聚类模块52，用于对第一主体数据进行基于社交特征聚类的用户组构建处理，得到待推荐用户组数据，其中，待推荐用户组数据包括多个第二主体数据和第一主体数据，第二主体数据为用于表示与第一主体社交特征聚类的多个主体数据；
社交匹配模块53，用于根据第一主体数据在待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据，其中，第三主体数据为用于表示与第一主体社交匹配的第二主体数据；
社交提示生成模块54，用于根据第三主体数据生成社交提示数据，并将社交提示数据发送至第三主体客户端，其中，社交提示数据中包括付费数据。
在本申请的另一可选实施例中，提供了一种基于人工智能实现社交匹配推荐的数据处理装置，图6为本申请提供的一种基于人工智能实现社交匹配推荐的数据处理装置的示意图，如图6所示，该装置包括：
匹配特征提取模块61，用于对第一主体数据进行基于匹配特征的提取处理，得到匹配特征数据，其中，匹配特征数据为用于表示第一主体社交匹配的特征数据；
行为特征模块62，用于对匹配特征数据进行行为特征生成处理，得到第一行为特征数据，其中，第一行为特征数据为用于表示第一主体社交匹配行为的特征数据；
行为特征聚类模块63，用于对第一行为特征数据在预设社交系统数据库中进行基于行为特征的聚类处理，得到待推荐用户组数据。
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第一主体数据，第一主体数据为具有社交匹配推荐需求的主体数据；对第一主体数据进行基于社交特征聚类的用户组构建处理，得到待推荐用户组数据，其中，待推荐用户组数据包括多个第二主体数据和第一主体数据，第二主体数据为用于表示与第一主体社交特征聚类的多个主体数据；根据第一主体数据在所述待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据，其中，第三主体数据为用于表示与第一主体社交匹配的第二主体数据；根据第三主体数据生成社交提示数据，并将社交提示数据发送至第三主体客户端。通过构建与需求用户行为聚类的用户组，在用户组内进行社交匹配，且将匹配结果发送给推荐用户，由推荐用户发起沟通，解决了现有技术中需求用户发起匹配沟通需要被动等待推荐用户回复导致的匹配效率较低及成功率较低的问题，提高了社交匹配效率和成功率的技术效果。
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 (9)

1.一种基于人工智能实现社交匹配推荐的数据处理方法，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第一主体数据，所述第一主体数据为具有社交匹配推荐需求的主体数据；
对所述第一主体数据进行基于社交特征聚类的用户组构建处理，得到待推荐用户组数据，其中，所述待推荐用户组数据包括多个第二主体数据和第一主体数据，第二主体数据为用于表示与第一主体社交特征聚类的多个主体数据；
根据所述第一主体数据在所述待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据，其中，所述第三主体数据为用于表示与第一主体社交匹配的第二主体数据；
对所述多个第二主体数据进行基于社交行为评分模型的评分处理，得到多个第二社交行为评分数据，其中，所述多个第二社交行为评分数据为用于表示多个第二主体社交行为评分的数据；对所述多个第二主体数据进行基于社交特征的匹配处理，得到多个第二社交特征匹配数据，其中，多个第二社交特征匹配数据为用于表示多个第二主体分别与第一主体社交特征匹配度的数据；根据所述多个第二社交行为评分数据和所述多个第二社交特征匹配数据确定多个社交匹配评分数据，得到所述第三主体数据，其中，所述第三主体数据为用于表示最高社交匹配评分对应的第二主体数据；
根据所述第三主体数据生成社交提示数据，并将所述社交提示数据发送至第三主体客户端，其中，所述社交提示数据中包括付费数据；
其中，当第三主体接收到所述社交提示数据后，第三主体发出会话请求并将会话请求发送至第一主体客户端；当第三主体发出会话请求时，获取社交会话请求数据，根据所述社交会话请求数据生成付费会话提示数据并将所述付费会话提示数据发送至第一主体客户端；
当第一主体应答付费会话后，获取会话数据，所述会话数据为用于表示第一主体和第三主体会话的数据；对所述会话数据进行基于预设互动评分处理，得到互动评分数据，互动评分数据为用于表示第一主体和第三主体会话互动程度的数据；将互动评分数据与预设互动评分阈值进行比较，如果互动评分数据小于预设互动评分阈值，对会话不做处理；如果互动评分数据大于或等于预设互动评分阈值，生成互动验证提示数据，并将所述互动验证提示数据第一主体和第三主体客户端，第一主体和第三主体根据所述互动验证提示数据完成互动验证后，继续会话。
2.根据权利要求1所述的数据处理方法，其特征在于，对所述第一主体数据进行基于社交特征聚类的用户组构建处理，得到待推荐用户组数据包括：
对所述第一主体数据进行基于匹配特征的提取处理，得到匹配特征数据，其中，所述匹配特征数据为用于表示第一主体社交匹配的特征数据；
对所述匹配特征数据进行行为特征生成处理，得到第一行为特征数据，其中，所述第一行为特征数据为用于表示第一主体社交匹配行为的特征数据；
对所述第一行为特征数据在预设社交系统数据库中进行基于行为特征的聚类处理，得到所述待推荐用户组数据。
3.根据权利要求2所述的数据处理方法，其特征在于，对所述多个第二主体数据进行基于社交行为评分模型的评分处理，得到多个第二社交行为评分数据包括：
对第二主体数据进行基于第一社交行为特征的识别处理，得到第一社交行为特征数据，其中，所述第一社交行为特征数据为用于表示第二主体第一社交行为的特征数据；
对第二主体数据进行基于第二社交行为特征的识别处理，得到第二社交行为特征数据，其中，所述第二社交行为特征数据为用于表示第二主体第二社交行为的特征数据；
对所述第一社交行为特征数据和第二社交行为特征数据进行基于社交行为评分模型的评分处理，得到第二社交行为评分数据。
4.根据权利要求1所述的数据处理方法，其特征在于，根据所述第一主体数据在所述待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据包括：
对所述第一主体数据进行基于需求特征的识别处理，得到第一需求特征数据和第二需求特征数据，其中，所述第一需求特征数据为用于表示第一主体第一社交需求的特征数据，所述第二需求特征数据为用于表示第一主体第二社交需求的特征数据；
在所述待推荐用户组数据中分别匹配与所述第一需求特征数据和所述第二需求特征数据对应的多个第二主体数据，分别得到第一需求待推荐用户组数据和第二需求待推荐用户组数据，其中，所述第一需求待推荐用户组数据为与所述第一需求特征数据对应的多个第二主体数据，所述第二需求待推荐用户组数据为与所述第二需求特征数据对应的多个第二主体数据；
根据所述第一主体数据分别在所述第一需求待推荐用户组数据和所述第二需求待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，分别得到第一过程推荐主体数据和第二过程推荐主体数据；
对所述第一过程推荐主体数据和所述第二过程推荐主体数据进行筛选处理，得到所述第三主体数据。
5.根据权利要求1所述的数据处理方法，其特征在于，在根据所述第三主体数据生成社交提示数据，并将所述社交提示数据发送至第三主体客户端之后，所述方法还包括：
当第三主体发出会话请求时，获取社交会话请求数据，其中，所述社交会话请求数据为用于表示第三主体会话请求的数据；
对所述社交会话请求数据进行基于会话类型的识别处理，得到会话类型特征数据，其中，所述会话类型特征数据为用于表示第三主体会话类型的特征数据；
对所述社交会话请求数据进行基于付费数据的识别处理，得到付费会话数据，其中，所述付费会话数据为用于表示第三主体付费会话的数据；
根据所述会话类型特征数据和所述付费会话数据生成付费会话提示数据，其中，所述付费会话提示数据为用于表示第三用户会话类型和会话付费的数据，并将所述付费会话提示数据发送至第一主体客户端。
6.一种基于人工智能实现社交匹配推荐的数据处理装置，其特征在于，包括：
匹配需求获取模块，用于获取待匹配需求数据，其中，所述待匹配需求数据包括第一主体数据，所述第一主体数据为具有社交匹配推荐需求的主体数据；
聚类模块，用于对所述第一主体数据进行基于社交特征聚类的用户组构建处理，得到待推荐用户组数据，其中，所述待推荐用户组数据包括多个第二主体数据和第一主体数据，第二主体数据为用于表示与第一主体社交特征聚类的多个主体数据；
社交匹配模块，用于根据所述第一主体数据在所述待推荐用户组数据中进行基于预设社交匹配模型的社交匹配处理，得到第三主体数据，其中，所述第三主体数据为用于表示与第一主体社交匹配的第二主体数据；
其中，对所述多个第二主体数据进行基于社交行为评分模型的评分处理，得到多个第二社交行为评分数据，其中，所述多个第二社交行为评分数据为用于表示多个第二主体社交行为评分的数据；对所述多个第二主体数据进行基于社交特征的匹配处理，得到多个第二社交特征匹配数据，其中，多个第二社交特征匹配数据为用于表示多个第二主体分别与第一主体社交特征匹配度的数据；根据所述多个第二社交行为评分数据和所述多个第二社交特征匹配数据确定多个社交匹配评分数据，得到所述第三主体数据，其中，所述第三主体数据为用于表示最高社交匹配评分对应的第二主体数据；
社交提示生成模块，用于根据所述第三主体数据生成社交提示数据，并将所述社交提示数据发送至第三主体客户端，其中，所述社交提示数据中包括付费数据；
其中，当第三主体接收到所述社交提示数据后，第三主体发出会话请求并将会话请求发送至第一主体客户端；当第三主体发出会话请求时，获取社交会话请求数据，根据所述社交会话请求数据生成付费会话提示数据并将所述付费会话提示数据发送至第一主体客户端；
当第一主体应答付费会话后，获取会话数据，所述会话数据为用于表示第一主体和第三主体会话的数据；对所述会话数据进行基于预设互动评分处理，得到互动评分数据，互动评分数据为用于表示第一主体和第三主体会话互动程度的数据；将互动评分数据与预设互动评分阈值进行比较，如果互动评分数据小于预设互动评分阈值，对会话不做处理；如果互动评分数据大于或等于预设互动评分阈值，生成互动验证提示数据，并将所述互动验证提示数据第一主体和第三主体客户端，第一主体和第三主体根据所述互动验证提示数据完成互动验证后，继续会话。
7.根据权利要求6所述的数据处理装置，其特征在于，聚类模块包括：
匹配特征提取模块，用于对所述第一主体数据进行基于匹配特征的提取处理，得到匹配特征数据，其中，所述匹配特征数据为用于表示第一主体社交匹配的特征数据；
行为特征模块，用于对所述匹配特征数据进行行为特征生成处理，得到第一行为特征数据，其中，所述第一行为特征数据为用于表示第一主体社交匹配行为的特征数据；
行为特征聚类模块，用于对所述第一行为特征数据在预设社交系统数据库中进行基于行为特征的聚类处理，得到所述待推荐用户组数据。
8.一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1-5任意一项所述的基于人工智能实现社交匹配推荐的数据处理方法。
9.一种电子设备，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1-5任意一项所述的基于人工智能实现社交匹配推荐的数据处理方法。
CN202311196326.1A 2023-09-18 2023-09-18 基于人工智能实现社交匹配推荐的数据处理方法和装置 Active CN116932927B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311196326.1A CN116932927B (zh) 2023-09-18 2023-09-18 基于人工智能实现社交匹配推荐的数据处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311196326.1A CN116932927B (zh) 2023-09-18 2023-09-18 基于人工智能实现社交匹配推荐的数据处理方法和装置

Publications (2)

Publication Number Publication Date
CN116932927A CN116932927A (zh) 2023-10-24
CN116932927B true CN116932927B (zh) 2023-12-15

Family

ID=88388202

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311196326.1A Active CN116932927B (zh) 2023-09-18 2023-09-18 基于人工智能实现社交匹配推荐的数据处理方法和装置

Country Status (1)

Country Link
CN (1) CN116932927B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117688256A (zh) * 2023-12-29 2024-03-12 北京面壁智能科技有限责任公司 基于人工智能的用户匹配方法、装置及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102200988A (zh) * 2010-03-01 2011-09-28 微软公司 具有推荐的社交网络系统
CN103167422A (zh) * 2011-12-15 2013-06-19 中国电信股份有限公司 自动迟后加入会话的方法、系统和用户终端
CN104506594A (zh) * 2014-12-11 2015-04-08 腾讯科技（深圳）有限公司 用于社交应用系统的数据通信方法及系统
CN111224865A (zh) * 2020-04-23 2020-06-02 深圳市爱聊科技有限公司 基于付费会话的用户识别方法、电子装置及存储介质
CN112632402A (zh) * 2020-12-16 2021-04-09 平安科技（深圳）有限公司 聊天群组创建方法、装置、设备及存储介质
CN115600013A (zh) * 2022-12-13 2023-01-13 深圳市爱聊科技有限公司（Cn） 用于多主体之间匹配推荐的数据处理方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10120877B2 (en) * 2011-09-15 2018-11-06 Stephan HEATH Broad and alternative category clustering of the same, similar or different categories in social/geo/promo link promotional data sets for end user display of interactive ad links, coupons, mobile coupons, promotions and sale of products, goods and services integrated with 3D spatial geomapping and mobile mapping and social networking
US11556851B2 (en) * 2020-01-31 2023-01-17 Salesforce.Com, Inc. Establishing a communication session between client terminals of users of a social network selected using a machine learning model

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102200988A (zh) * 2010-03-01 2011-09-28 微软公司 具有推荐的社交网络系统
CN103167422A (zh) * 2011-12-15 2013-06-19 中国电信股份有限公司 自动迟后加入会话的方法、系统和用户终端
CN104506594A (zh) * 2014-12-11 2015-04-08 腾讯科技（深圳）有限公司 用于社交应用系统的数据通信方法及系统
CN111224865A (zh) * 2020-04-23 2020-06-02 深圳市爱聊科技有限公司 基于付费会话的用户识别方法、电子装置及存储介质
CN112632402A (zh) * 2020-12-16 2021-04-09 平安科技（深圳）有限公司 聊天群组创建方法、装置、设备及存储介质
CN115600013A (zh) * 2022-12-13 2023-01-13 深圳市爱聊科技有限公司（Cn） 用于多主体之间匹配推荐的数据处理方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
聊天机器人信息推送机制研究;董昊;;中国新通信(18);151-152 *

Also Published As

Publication number Publication date
CN116932927A (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
US11706165B2 (en) Personalized chatbots for inmates
CN109039671B (zh) 群组消息显示方法、装置、终端及存储介质
CN116932927B (zh) 基于人工智能实现社交匹配推荐的数据处理方法和装置
US11372805B2 (en) Method and device for information processing
CN111159380A (zh) 交互方法、装置、计算机设备及存储介质
CN116737908A (zh) 知识问答方法、装置、设备和存储介质
CN111861768A (zh) 基于人工智能的业务处理方法、装置、计算机设备及介质
CN110135850A (zh) 一种信息处理方法和相关装置
CN112686051A (zh) 语义识别模型训练方法、识别方法、电子设备、存储介质
CN110727782A (zh) 问答语料生成方法及系统
CN111243604B (zh) 支持多唤醒词的说话人识别神经网络模型的训练方法、说话人识别方法及系统
CN110837549B (zh) 一种信息处理方法、装置及存储介质
CN115827995A (zh) 基于大数据分析的社交匹配方法
CN115544241A (zh) 一种线上作业的智能推送方法及装置
CN111159344A (zh) 机器人应答方法、装置、设备及存储介质
CN111079499A (zh) 一种学习环境中的书写内容识别方法及系统
CN117093688A (zh) 问答方法、问答装置、电子设备及存储介质
CN111443973A (zh) 备注信息的填入方法、装置、设备及存储介质
CN112328871B (zh) 一种基于rpa模块的回复生成方法、装置、设备及存储介质
CN113741930A (zh) 应用升级方法、装置、电子设备及计算机可读存储介质
CN111008373A (zh) 智能问答的处理方法、装置、计算机可读介质及电子设备
CN109299240B (zh) 聊天机器人知识展示方法及装置
CN112394816B (zh) 基于人机交互的心理服务方法和机器人
CN117591753A (zh) 用于社交亲密关系构建的数据处理方法和装置
CN110534116B (zh) 应用于智能设备的语音识别模型设置方法及装置

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