[發明專利]用戶對象推薦方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202010461415.4
• 申請日: 2020-05-27
• 公開（公告）號: CN111651671A
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 陳昊
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 王寧

本申請涉及基于人工智能的一種用戶對象推薦方法、裝置、計算機設備和存儲介質。所述方法包括：獲取目標用戶的用戶特征信息；獲取用戶圖網絡中與所述目標用戶關聯的局部圖網絡結構信息；所述用戶圖網絡基于用戶集合中各用戶對象的用戶信息和用戶交互行為信息構建；通過預訓練的匹配度預測模型，基于所述用戶特征信息和所述局部圖網絡結構信息進行信息傳遞處理，獲得所述目標用戶對應的用戶圖表示信息；基于所述用戶圖表示信息，確定所述目標用戶與所述用戶圖網絡中各用戶對象之間的匹配度預測值；根據所述匹配度預測值確定符合推薦條件的用戶對象，并向所述目標用戶推薦所述用戶對象。采用本方法能夠有效提高用戶對象的推薦效率和推薦準確性。

技術領域

本申請涉及計算機技術領域，特別是涉及一種用戶對象推薦方法、裝置、計算機設備和存儲介質。

背景技術

隨著互聯網技術的迅速發展，出現了各種各樣的社交類網站和社交網絡應用，用戶可以通過基于互聯網的社交網絡進行社交活動。隨著人工智能(ArtificialIntelligence,AI)技術的迅速發展，能夠基于云計算、分布式存儲、大數據處理等技術，向用戶智能推薦用戶對象。例如一些交友軟件，可以根據用戶的興趣愛好，向用戶推薦一些用戶可能喜歡的人群對象。

現有的用戶推薦方式，通常是基于地理位置匹配或用戶特征規則進行推薦。然而基于地理位置匹配的方式受地理位置影響較為嚴重，需要用戶主動進行篩選；而基于用戶特征規則匹配的方式中，考慮的特征因素較為局限和單一，導致推薦用戶對象的效率和準確性不高。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠有效提高用戶對象的推薦效率和推薦準確性的用戶對象推薦方法、裝置、計算機設備和存儲介質。

一種用戶對象推薦方法，所述方法包括：

獲取目標用戶的用戶特征信息；

獲取用戶圖網絡中與所述目標用戶關聯的局部圖網絡結構信息；所述用戶圖網絡基于用戶集合中各用戶對象的用戶信息和用戶交互行為信息構建；

通過預訓練的匹配度預測模型，基于所述用戶特征信息和所述局部圖網絡結構信息進行信息傳遞處理，獲得所述目標用戶對應的用戶圖表示信息；

基于所述用戶圖表示信息，確定所述目標用戶與所述用戶圖網絡中各用戶對象之間的匹配度預測值；

根據所述匹配度預測值確定符合推薦條件的用戶對象，并向所述目標用戶推薦所述用戶對象。

一種用戶對象推薦裝置，所述裝置包括：

信息獲取模塊，用于獲取目標用戶的用戶特征信息；獲取用戶圖網絡中與所述目標用戶關聯的局部圖網絡結構信息；所述用戶圖網絡基于用戶集合中各用戶對象的用戶信息和用戶交互行為信息構建；

信息傳遞模塊，用于通過預訓練的匹配度預測模型，基于所述用戶特征信息和所述局部圖網絡結構信息進行信息傳遞處理，獲得所述目標用戶對應的用戶圖表示信息；

匹配度預測模塊，用于基于所述用戶圖表示信息，確定所述目標用戶與所述用戶圖網絡中各用戶對象之間的匹配度預測值；

用戶對象推薦模塊，用于根據所述匹配度預測值確定符合推薦條件的用戶對象，并向所述目標用戶推薦所述用戶對象。

在其中一個實施例中，所述裝置還包括圖網絡構建模塊，用于獲取所述用戶集合中各用戶對象的用戶信息和用戶交互行為信息；根據所述用戶信息確定與所述各用戶對象相對應的用戶節點；根據所述用戶交互行為信息確定各用戶節點之間的連接關系；基于所述用戶節點和所述連接關系構建用戶圖網絡。

在其中一個實施例中，所述圖網絡構建模塊還用于根據所述用戶交互行為信息確定各用戶節點之間的親密度；根據所述親密度確定所述各用戶節點之間的連接權重；基于所述連接權重確定各用戶節點之間的連接關系。