[發明專利]一種互聯網匹配社交場景下用戶推薦方法

在審

• 申請號: 202110030756.0
• 申請日: 2021-01-11
• 公開（公告）號: CN112559893A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 周秉俊;柯成竹;周佳漢;徐文強
• 申請（專利權）人: 引粒網絡科技（上海）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536
• 代理公司: 上海智力專利商標事務所(普通合伙) 31105
• 代理人: 周濤

本發明涉及一種互聯網匹配社交場景下用戶推薦方法，該方法包括用戶A層級劃分、用戶推薦池劃分、分層抽取用戶推薦池內的用戶B、用戶A偏好行為數據收集、依據用戶A的行為數據修正用戶A層級劃分及用戶推薦池內用戶B推薦。本發明從不同推薦池中抽取用戶B推薦給用戶A，并追蹤收集用戶A對推薦的用戶B的偏好以及用戶B對用戶A的偏好，對用戶A的層級劃分以及推薦給用戶A的用戶B進行修正，從而為用戶A推薦其可能感興趣的用戶B，提升匹配率及使用體驗。

技術領域

本發明涉及計算機技術領域，具體涉及一種互聯網匹配社交場景下用戶推薦方法。

背景技術

當前生活節奏不斷加快，網絡社交開始流行，互聯網社交比較常見的模式為匹配模式，也就是用戶在社交軟件上通過發布文字、照片、音樂、視頻等媒介或者瀏覽其他用戶發布的照片、文字、音樂、視頻等媒介，雙方通過點贊或者某些操作表達對對方的興趣，雙方可以進行聊天或者視頻電話等社交行為。

如果給用戶精準推薦其可能感興趣的用戶是互聯網社交推薦算法要解決的主要問題。常見的算法比如協同過濾算法、相似性推薦算法等，核心思想都是通過用戶發布信息和點贊行為對用戶進行畫像，找出和用戶歷史感興趣的對象特征相似的用戶。

考慮到社交行為是一個雙向選擇的過程，一方面，用戶需要有新的匹配來維持用戶社交的動力，另一方面用戶需要尋找與自己真正契合的對象；一味的給用戶推薦愛好相似、年齡相近、距離相近等維度相近的用戶實際上并不能滿足上述需求。

而且人與人的興趣點區別于人對商品的興趣點，多數人與人之間的興趣點是多向且不確定的，用戶可能會對各種類型的人都會產生興趣，也可能用戶本身也不知道自己對什么樣的人感興趣，因此，單一的“電商式”推薦算法并不能讓用戶有較好的社交體驗。

發明內容

為了解決上述技術問題，本發明提供了一種互聯網匹配社交場景下用戶推薦方法，通過該方法從多個推薦池中抽取用戶，一方面滿足用戶的匹配要求，另外一方面為用戶推薦新的匹配用戶，提升用戶使用體驗感，本發明的技術目的是通過以下技術方案實現的：

一種互聯網匹配社交場景下用戶推薦方法，該方法包括用戶A層級劃分、用戶推薦池劃分、分層抽取用戶推薦池內的用戶B、用戶A偏好行為數據收集、依據用戶A的行為數據修正用戶A層級劃分及從用戶推薦池內抽取的用戶B。

進一步地，用戶A層級劃分時依據用戶A的評分劃分，用戶A的評分包括基礎評分b、浮動評分a；基礎評分b根據用戶A的基本信息加權計算得到，浮動評分a依據用戶A被其他用戶偏好的次數/用戶A推薦給其他用戶的次數計算得到。

進一步地，用戶推薦池包括單向關系池、當前層級頭部用戶池、個性化推薦池，個性化推薦池根據用戶A自身標簽與用戶B標簽相似度匹配形成；單向關系池根據用戶B對用戶A的偏好行為產生；當前層級頭部用戶池根據用戶A的層級劃分形成，當前層級頭部用戶池內用戶B的層級和用戶A的層級相同。

進一步地，個性化推薦池、單向關系池、當前層級頭部用戶池的優先級依次降低，分層抽取用戶推薦池內的用戶B時依次從個性化推薦池、單向關系池、當前層級頭部用戶池中抽取。

進一步地，個性化推薦池的抽取比例大于單向關系池和當前層級頭部用戶池的抽取比例，單向關系池的抽取比例大于當前層級頭部用戶池的抽取比例。

進一步地，從用戶推薦池中分層抽取用戶B時，前一優先級抽取不足從下一優先級中抽取補足抽取比例。

進一步地，從個性化推薦池、單向關系池、當前層級頭部用戶池中抽取用戶B時，分別對抽取個性化推薦池、單向關系池、當前層級頭部用戶池中用戶B進行排名，抽取排名靠前的用戶B。

進一步地，用戶B為推薦給用戶A的用戶集合，所述用戶集合中不包括用戶A本身。