[發(fā)明專(zhuān)利]基于拍搜行為預(yù)測(cè)用戶(hù)所屬群組的方法、裝置和計(jì)算機(jī)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110485570.4
• 申請(qǐng)日: 2021-04-30
• 公開(kāi)（公告）號(hào): CN113204662A
• 公開(kāi)（公告）日: 2021-08-03
• 發(fā)明（設(shè)計(jì)）人: 崔寅生;王偉戌;陶揚(yáng);韓均雷;王辰成;李雨桐;潘東
• 申請(qǐng)（專(zhuān)利權(quán)）人: 作業(yè)幫教育科技(北京)有限公司
• 主分類(lèi)號(hào): G06F16/53
• 分類(lèi)號(hào): G06F16/53;G06F16/958;G06K9/62
• 代理公司: 北京清誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11691
• 代理人: 喻穎

1.一種基于拍搜行為預(yù)測(cè)用戶(hù)所屬群組的方法，所述拍搜行為是指發(fā)起照片搜索請(qǐng)求并獲得搜索結(jié)果的行為，其特征在于，所述方法包括如下步驟：

將用戶(hù)分成不同的集合，使同一集合中的用戶(hù)具有相同的群組信息，所述群組信息與用戶(hù)的拍搜行為相關(guān)；

根據(jù)用戶(hù)的拍搜行為相似度水平，篩選出各集合中所述群組信息的置信度大于第一預(yù)設(shè)值的種子用戶(hù)；

對(duì)于非種子用戶(hù)，計(jì)算所述非種子用戶(hù)與各種子用戶(hù)的拍搜行為相似度，并根據(jù)所述相似度預(yù)測(cè)所述非種子用戶(hù)的所屬群組，所述非種子用戶(hù)包括缺失所述群組信息的用戶(hù)和所述集合中所述群組信息的置信度不大于第一預(yù)設(shè)值的用戶(hù)。

2.根據(jù)權(quán)利要求1所述的基于拍搜行為預(yù)測(cè)用戶(hù)所屬群組的方法，其特征在于，篩選所述種子用戶(hù)之前，所述方法還包括：將所述拍搜行為的搜索結(jié)果進(jìn)行標(biāo)簽化，并將標(biāo)簽化的搜索結(jié)果轉(zhuǎn)化為特征向量來(lái)表征用戶(hù)的拍搜行為；

后續(xù)基于所述特征向量計(jì)算所述用戶(hù)的拍搜行為相似度。

3.根據(jù)權(quán)利要求2所述的基于拍搜行為預(yù)測(cè)用戶(hù)所屬群組的方法，其特征在于，所述將所述拍搜行為的搜索結(jié)果進(jìn)行標(biāo)簽化，并將標(biāo)簽化的搜索結(jié)果轉(zhuǎn)化為特征向量，包括：

獲取用戶(hù)的歷史拍搜行為，并將所述歷史拍搜行為依據(jù)所對(duì)應(yīng)的搜索結(jié)果表征為標(biāo)簽序列，所述標(biāo)簽序列中的每個(gè)標(biāo)簽代表了所述搜索結(jié)果的至少一個(gè)特征；

將所述標(biāo)簽序列轉(zhuǎn)化為向量序列；

將所述向量序列歸一化為所述特征向量；

可選地，還包括：將用戶(hù)表征為其拍搜行為的特征向量：定義所述特征向量的名稱(chēng)為用戶(hù)標(biāo)識(shí)，定義所述特征向量的長(zhǎng)度為用戶(hù)拍搜行為的特征表述；

可選地，將所述歷史拍搜行為依據(jù)對(duì)應(yīng)的搜索結(jié)果表征為標(biāo)簽序列，包括：對(duì)所述搜索結(jié)果進(jìn)行標(biāo)簽標(biāo)注；對(duì)標(biāo)注處理后的搜索結(jié)果數(shù)據(jù)進(jìn)行去重處理；

可選地，所述拍搜行為是指發(fā)起基于照片的搜題請(qǐng)求獲得搜題結(jié)果的行為；

可選地，所述照片為整頁(yè)拍照的整頁(yè)照片；所述標(biāo)簽序列包括：試題和書(shū)頁(yè)；

可選地，所述群組信息包括下述中的至少一項(xiàng)：用戶(hù)的所屬地域、學(xué)校、年級(jí)、班級(jí)、小組；

可選地，將所述拍搜行為的搜索結(jié)果進(jìn)行標(biāo)簽化的步驟中所生成的標(biāo)簽包括以下標(biāo)簽中的至少一種：教材、試卷、書(shū)本、習(xí)題冊(cè)、頁(yè)碼、試題。

4.根據(jù)權(quán)利要求2所述的基于拍搜行為預(yù)測(cè)用戶(hù)所屬群組的方法，其特征在于，所述篩選出種子用戶(hù)的步驟包括：

對(duì)所述特征向量進(jìn)行聚類(lèi)處理；將所述集合中的經(jīng)所述聚類(lèi)后得到的最大類(lèi)中的用戶(hù)作為所述種子用戶(hù)；

可選地，在每個(gè)集合內(nèi)部使用社區(qū)發(fā)現(xiàn)算法對(duì)所述集合中用戶(hù)進(jìn)行所述聚類(lèi)處理。

5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的基于拍搜行為預(yù)測(cè)用戶(hù)所屬群組的方法，其特征在于，所述計(jì)算非種子用戶(hù)與各種子用戶(hù)的拍搜行為相似度之后，所述方法還包括：

篩選出與所述非種子用戶(hù)的相似度在預(yù)定范圍內(nèi)的種子用戶(hù)；

預(yù)測(cè)該非種子用戶(hù)的所屬群組時(shí)，根據(jù)篩選后的種子用戶(hù)的群組信息預(yù)測(cè)該非種子用戶(hù)的所屬群組或群組特征。

6.根據(jù)權(quán)利要求5所述的基于拍搜行為預(yù)測(cè)用戶(hù)所屬群組的方法，其特征在于，定義用戶(hù)空間，所述用戶(hù)空間中，以各用戶(hù)為頂點(diǎn)，相鄰用戶(hù)間的相似關(guān)系為邊，相鄰用戶(hù)拍搜行為特征向量的相似度為邊的權(quán)重，篩選出所述群組信息的置信度大于第一預(yù)設(shè)值的種子用戶(hù)時(shí)，使用Louvain社區(qū)發(fā)現(xiàn)算法對(duì)各集合中的用戶(hù)進(jìn)行聚類(lèi)，以得到所述種子用戶(hù)；

所述計(jì)算非種子用戶(hù)與各種子用戶(hù)的拍搜行為相似度包括：在所述用戶(hù)空間中，計(jì)算所述非種子用戶(hù)與各種子用戶(hù)的距離作為所述相似度；

所述篩選出與所述非種子用戶(hù)的相似度在預(yù)定范圍內(nèi)的種子用戶(hù)包括：

計(jì)算各集合中最大類(lèi)中任意兩個(gè)種子用戶(hù)的平均距離，

篩選出該非種子用戶(hù)與各集合的種子用戶(hù)之間的距離小于所述平均距離的種子用戶(hù)。