[發(fā)明專利]一種基于相似度的信息處理方法、裝置及計(jì)算設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201710534016.4
• 申請(qǐng)日: 2017-07-03
• 公開(kāi)（公告）號(hào): CN107330672B
• 公開(kāi)（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 張朝陽(yáng);謝雙賓;郝妙
• 申請(qǐng)（專利權(quán)）人: 北京拉勾科技有限公司
• 主分類號(hào): G06Q10/10
• 分類號(hào): G06Q10/10;G06F16/28;G06F16/2457
• 代理公司: 北京思睿峰知識(shí)產(chǎn)權(quán)代理有限公司 11396
• 代理人: 謝建云;趙愛(ài)軍

本發(fā)明公開(kāi)了一種基于相似度的信息處理方法、裝置及計(jì)算設(shè)備，該方法包括：獲取多個(gè)用戶中各用戶的行為日志，從行為日志中提取用戶行為信息；根據(jù)各用戶的用戶行為信息，確定各用戶的一個(gè)或更多個(gè)行為對(duì)象；對(duì)每一個(gè)用戶，將其行為對(duì)象兩兩組合形成相應(yīng)的一個(gè)或更多個(gè)行為對(duì)象集；統(tǒng)計(jì)各行為對(duì)象集的出現(xiàn)次數(shù)，將出現(xiàn)次數(shù)作為該行為對(duì)象集所包括的兩個(gè)行為對(duì)象之間的共現(xiàn)頻度，并根據(jù)共現(xiàn)頻度計(jì)算對(duì)應(yīng)的相似度；對(duì)每一個(gè)行為對(duì)象，從一個(gè)或更多個(gè)與其屬于同一行為對(duì)象集的另一個(gè)行為對(duì)象中，選出對(duì)應(yīng)的相似度最高的前第一數(shù)量個(gè)行為對(duì)象，以形成與該行為對(duì)象對(duì)應(yīng)的相似對(duì)象序列。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種基于相似度的信息處理方法、裝置及計(jì)算設(shè)備。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，越來(lái)越多的人開(kāi)始享受互聯(lián)網(wǎng)為工作和生活帶來(lái)的各種便利。以傳統(tǒng)的招聘行業(yè)為例，現(xiàn)在人們可以通過(guò)招聘網(wǎng)站來(lái)搜索自己感興趣的公司、職位等加以了解，進(jìn)而選擇是否投遞簡(jiǎn)歷或與用人單位聯(lián)系。然而，當(dāng)用戶在搜索自己感興趣的A公司時(shí)，對(duì)與A公司相似的B公司可能也有一定興趣，或者當(dāng)用戶投遞了C公司的C1職位時(shí)，對(duì)提供C1職位的C公司相似的D公司可能也有一定意向?；谶@一考慮，可根據(jù)用戶對(duì)招聘公司的搜索或投遞情況，向該用戶推薦與招聘公司相似的其他公司，從而為用戶提供全面且定制化的招聘信息。

現(xiàn)有的相似公司的獲取方法主要分為兩類：一類是基于標(biāo)簽匹配，通過(guò)對(duì)公司的多種標(biāo)簽，例如公司行業(yè)、公司規(guī)模、公司融資階段等，進(jìn)行文本標(biāo)簽匹配，但文本標(biāo)簽只考慮了基本屬性，但基本屬性的參考存在準(zhǔn)確性較低，而文本匹配本身就存在一定的準(zhǔn)確率損失，此外有些公司之間的公司標(biāo)簽雖然相同，卻不屬于相似的公司；另一類是基于協(xié)同過(guò)濾，通過(guò)基于用戶對(duì)公司的評(píng)分，利用同類的用戶會(huì)選擇同類的公司的原理來(lái)計(jì)算相似公司，但該方案中公司評(píng)分較難收集，評(píng)分準(zhǔn)確性、客觀性存在問(wèn)題，而且計(jì)算復(fù)雜度較高。

發(fā)明內(nèi)容

為此，本發(fā)明提供一種基于相似度的信息處理的技術(shù)方案，以力圖解決或者至少緩解上面存在的問(wèn)題。

根據(jù)本發(fā)明的一個(gè)方面，提供一種基于相似度的信息處理方法，適于在計(jì)算設(shè)備中執(zhí)行，該方法包括如下步驟：首先獲取多個(gè)用戶中各用戶的行為日志，從行為日志中提取用戶行為信息；根據(jù)各用戶的用戶行為信息，確定各用戶的一個(gè)或更多個(gè)行為對(duì)象；對(duì)每一個(gè)用戶，將其行為對(duì)象兩兩組合形成相應(yīng)的一個(gè)或更多個(gè)行為對(duì)象集；統(tǒng)計(jì)各行為對(duì)象集的出現(xiàn)次數(shù)，將出現(xiàn)次數(shù)作為該行為對(duì)象集所包括的兩個(gè)行為對(duì)象之間的共現(xiàn)頻度，并根據(jù)共現(xiàn)頻度計(jì)算對(duì)應(yīng)的相似度；對(duì)每一個(gè)行為對(duì)象，從一個(gè)或更多個(gè)與其屬于同一行為對(duì)象集的另一個(gè)行為對(duì)象中，選出對(duì)應(yīng)的相似度最高的前第一數(shù)量個(gè)行為對(duì)象，以形成與該行為對(duì)象對(duì)應(yīng)的相似對(duì)象序列。

可選地，在根據(jù)本發(fā)明的基于相似度的信息處理方法中，行為日志包括搜索日志和投遞日志，從行為日志中提取用戶行為信息的步驟包括：從用戶的搜索日志中提取用戶標(biāo)識(shí)、每次搜索時(shí)的搜索關(guān)鍵詞和搜索時(shí)間作為用戶搜索信息；從用戶的投遞日志中提取用戶標(biāo)識(shí)、每次投遞時(shí)的投遞目標(biāo)和投遞時(shí)間作為用戶投遞信息；將用戶搜索信息和用戶投遞信息作為該用戶的用戶行為信息。

可選地，在根據(jù)本發(fā)明的基于相似度的信息處理方法中，根據(jù)各用戶的用戶行為信息，確定各用戶的一個(gè)或更多個(gè)行為對(duì)象的步驟包括：根據(jù)各用戶的用戶搜索信息的搜索關(guān)鍵詞，確定各用戶的各搜索關(guān)鍵詞對(duì)應(yīng)的搜索對(duì)象；根據(jù)各用戶的用戶投遞信息的投遞目標(biāo)，獲取與各用戶的各投遞目標(biāo)對(duì)應(yīng)的投遞對(duì)象；將各用戶的搜索對(duì)象和投遞對(duì)象作為其行為對(duì)象。

可選地，在根據(jù)本發(fā)明的基于相似度的信息處理方法中，根據(jù)共現(xiàn)頻度計(jì)算對(duì)應(yīng)的相似度的步驟包括：將共現(xiàn)頻度作為對(duì)應(yīng)的相似度。

可選地，在根據(jù)本發(fā)明的基于相似度的信息處理方法中，根據(jù)共現(xiàn)頻度計(jì)算對(duì)應(yīng)的相似度的步驟包括：獲取共現(xiàn)頻度關(guān)聯(lián)的行為對(duì)象集的熱度懲罰參數(shù)；根據(jù)共現(xiàn)頻度和熱度懲罰參數(shù)，計(jì)算與共現(xiàn)頻度關(guān)聯(lián)的行為對(duì)象集所包括的兩個(gè)行為對(duì)象之間的相似度。