[發(fā)明專利]一種用戶間相似性距離測(cè)度方法、系統(tǒng)、裝置和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010522036.1
• 申請(qǐng)日: 2020-06-10
• 公開(kāi)（公告）號(hào): CN111914876A
• 公開(kāi)（公告）日: 2020-11-10
• 發(fā)明（設(shè)計(jì)）人: 楊燦;王瀾
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/46
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 胡輝

本發(fā)明公開(kāi)了一種用戶間相似性距離測(cè)度方法、系統(tǒng)、裝置和存儲(chǔ)介質(zhì)，其中方法包括以下步驟：對(duì)用戶數(shù)據(jù)集合進(jìn)行混合多元特征熱度排序處理，并提取用于計(jì)算相似性距離的兩個(gè)特征集合；計(jì)算所述兩個(gè)特征集合的各公共元素對(duì)相似性距離的影響值，并將獲得的所述影響值進(jìn)行求和后作為相似性距離。本發(fā)明能夠較佳地實(shí)現(xiàn)用戶特征的提取和表示，從而更加準(zhǔn)確地衡量用戶特征集合間的相似性距離，可廣泛應(yīng)用于數(shù)據(jù)處理技術(shù)領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種用戶間相似性距離測(cè)度方法、系統(tǒng)、裝置和存儲(chǔ)介質(zhì)。

背景技術(shù)

相似性距離測(cè)度是比較兩個(gè)對(duì)象的相似性。距離越小，相似性越大；距離越大，相似性越小。隨著科技的發(fā)展，各行各業(yè)所產(chǎn)生的數(shù)據(jù)不斷積累，相似性距離測(cè)度逐漸涉及了自然語(yǔ)言處理、數(shù)據(jù)挖掘等多個(gè)應(yīng)用領(lǐng)域，成為近年來(lái)的一大研究熱點(diǎn)。

相似性距離測(cè)度的關(guān)鍵技術(shù)包括兩部分：對(duì)象的特征選擇和表示方法，以及特征集合間的相似關(guān)系測(cè)度方法。現(xiàn)有的相似性距離測(cè)度方法在不同的應(yīng)用場(chǎng)景下，各具優(yōu)缺點(diǎn)，除了與對(duì)象的特征選擇和表示方法有關(guān)，與特征集合間相似關(guān)系的測(cè)度方法也密不可分，但現(xiàn)有的計(jì)算中未能充分考慮相似性距離與特征集合間的關(guān)系。

發(fā)明內(nèi)容

為了解決上述技術(shù)問(wèn)題之一，本發(fā)明的目的是提供一種用戶間相似性距離測(cè)度方法、系統(tǒng)、裝置和存儲(chǔ)介質(zhì)。

本發(fā)明所采用的技術(shù)方案是：

一種用戶間相似性距離測(cè)度方法，包括以下步驟：

對(duì)用戶數(shù)據(jù)集合進(jìn)行混合多元特征熱度排序處理，并提取用于計(jì)算相似性距離的兩個(gè)特征集合；

計(jì)算所述兩個(gè)特征集合的各公共元素對(duì)相似性距離的影響值，并將獲得的所述影響值進(jìn)行求和后作為相似性距離。

進(jìn)一步，所述對(duì)用戶數(shù)據(jù)集合進(jìn)行混合多元特征熱度排序處理，并提取用于計(jì)算相似性距離的兩個(gè)特征集合，包括：

根據(jù)所述用戶數(shù)據(jù)集合提取混合多元的行為特征，獲得用戶行為特征集合；

根據(jù)預(yù)設(shè)公式計(jì)算所述用戶行為特征集合中每個(gè)所述行為特征的熱度；

根據(jù)所述熱度對(duì)所述行為特征進(jìn)行排序，根據(jù)排序結(jié)果獲取N個(gè)所述行為特征組成特征集合；

其中，N為大于1的整數(shù)。

進(jìn)一步，所述預(yù)設(shè)公式為：

其中，為所述行為特征fi出現(xiàn)的次數(shù)，C為所述行為特征總個(gè)數(shù)，為所有所述行為特征出現(xiàn)的次數(shù)。

進(jìn)一步，所述根據(jù)所述熱度對(duì)所述行為特征進(jìn)行排序，根據(jù)排序結(jié)果獲取N個(gè)所述行為特征組成特征集合，包括：

根據(jù)所述熱度將所述行為特征進(jìn)行降序排列，所述行為特征包括一元行為特征、二元行為特征和三元行為特征；

按照排列順序獲取前N個(gè)所述行為特征組成特征集合。

進(jìn)一步，所述行為特征包括一元行為特征、二元行為特征和三元行為特征，所述根據(jù)所述熱度對(duì)所述行為特征進(jìn)行排序，根據(jù)排序結(jié)果獲取N個(gè)所述行為特征組成特征集合，包括：

根據(jù)所述熱度將所述一元行為特征進(jìn)行降序排列，按照排列順序獲取前N個(gè)所述一元行為特征；

根據(jù)所述熱度將所述二元行為特征進(jìn)行降序排列，按照排列順序獲取前N個(gè)所述二元行為特征；

根據(jù)所述熱度將所述三元行為特征進(jìn)行降序排列，按照排列順序獲取前N個(gè)所述三元行為特征；