[發明專利]一種信息推薦列表生成方法、裝置及設備

有效

• 申請號: 201910309766.0
• 申請日: 2019-04-17
• 公開（公告）號: CN110032682B
• 公開（公告）日: 2023-08-11
• 發明（設計）人: 林文清;何峰;程序;張發強
• 申請（專利權）人: 騰訊科技（上海）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F18/214;G06Q50/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;賈允

1.一種信息推薦列表生成方法，其特征在于，所述方法包括：

獲取游戲社交網絡，并將所述游戲社交網絡分割為抽象社交網絡；所述游戲社交網絡包括原始節點，所述原始節點表征游戲社交網絡中的玩家，所述抽象社交網絡包括與所述游戲社交網絡的分割結果相對應的抽象節點，抽象節點之間的邊具有最小分割邊數；

獲取所述抽象社交網絡中抽象節點的節點向量；

在所述游戲社交網絡上傳播所述抽象節點的節點向量，得到所述游戲社交網絡中原始節點的初始向量；

對所述原始節點的初始向量進行梯度下降處理，得到所述原始節點的最終特征向量；

基于所述最終特征向量計算目標玩家與至少一個推薦玩家之間的相似度，得到目標推薦玩家，所述目標推薦玩家包括好友推薦玩家、師徒推薦玩家、戰隊推薦玩家和當前游戲的流失玩家中的至少一種；

基于所述目標推薦玩家生成信息推薦列表。

2.根據權利要求1所述的信息推薦列表生成方法，其特征在于，所述得到所述游戲社交網絡中原始節點的初始向量，包括：

在所述游戲社交網絡上傳播所述抽象節點的節點向量，以確定出所述抽象節點對應的分割結果中的原始節點的預先特征向量；

獲取所述原始節點的鄰居節點集合，以及所述鄰居節點集合中的其他原始節點的預先特征向量；

根據所述原始節點的預先特征向量以及所述鄰居節點集合中其他原始節點的預先特征向量，得到所述原始節點的綜合向量；

根據所述原始節點的綜合向量以及所述原始節點的預先特征向量，確定出所述原始節點的初始向量。

3.根據權利要求2所述的信息推薦列表生成方法，其特征在于，所述得到所述原始節點的綜合向量，包括：

根據所述鄰居節點集合中的其他原始節點的預先特征向量，得到所述原始節點的鄰居平均向量；

由所述原始節點的鄰居平均向量以及所述原始節點的預先特征向量，得到所述原始節點的綜合向量。

4.根據權利要求2所述的信息推薦列表生成方法，其特征在于，所述確定出所述原始節點的初始向量，包括：

獲取所述原始節點的綜合向量與所述原始節點的預先特征向量之間的歐氏距離；

在所述歐氏距離小于預設距離數值時，由所述原始節點的綜合向量得到所述原始節點的初始向量。

5.根據權利要求1所述的信息推薦列表生成方法，其特征在于，所述基于所述最終特征向量計算目標玩家與至少一個推薦玩家之間的相似度，得到目標推薦玩家，包括：

計算所述目標玩家對應的原始節點的最終特征向量與所述游戲社交網絡中至少一個所述推薦玩家對應的原始節點的最終特征向量之間的歐式距離；

根據計算得到的歐式距離對所述推薦玩家進行排序，得到目標推薦玩家。

6.根據權利要求1所述的信息推薦列表生成方法，其特征在于，所述獲取所述抽象社交網絡中抽象節點的節點向量，之前包括：

獲取所述抽象社交網絡中的抽象連接邊；其中，每個抽象連接邊均具有對應的抽象節點組合；

獲取所述抽象節點組合之間的原始連接邊數量；

根據所述抽象節點組合之間的原始連接邊數量，計算得到所述抽象連接邊的權重值。

7.根據權利要求1所述的信息推薦列表生成方法，其特征在于，所述獲取所述抽象社交網絡中抽象節點的節點向量，包括：

獲取所述抽象節點的隨機游走序列集合；

將所述抽象節點的隨機游走序列集合輸入網絡表征學習算法中，得到所述抽象節點的節點向量；

其中，獲取所述抽象節點的隨機游走序列集合，包括：

獲取預設游走步長；

根據所述預設游走步長對所述抽象節點進行隨機游走，得到所述抽象節點的隨機游走序列；

獲取預設游走次數；

按照得到所述隨機游走序列的方式，獲取預設游走次數個隨機游走序列；

由所述預設游走次數個隨機游走序列，得到所述抽象節點的隨機游走序列集合。