[发明专利]用户推荐方法及装置

权利要求书

1.一种用户推荐方法，其特征在于，包括：

获取用户标识对应的用户行为数据；所述用户行为数据的数据来源包括至少两个网络平台；

对所述用户标识对应的用户行为数据进行统计处理，得到用户行为统计数据；

根据所述用户行为统计数据，得到所述用户标识对应的用户特征数据；

根据所述用户标识对应的用户特征数据，得到所述用户标识对应用户的用户匹配度；

根据所述用户匹配度进行用户推荐。

2.根据权利要求1所述的用户推荐方法，其特征在于，所述获取用户标识对应的用户行为数据的步骤，包括：

通过授权界面获取用户对所述网络平台的授权参数；

基于所述授权参数，登录所述网络平台；

从所述网络平台获取所述用户行为数据。

3.根据权利要求1所述的用户推荐方法，其特征在于，所述获取用户标识对应的用户行为数据的步骤，包括：

获取包含所述用户行为数据的图像数据；

对所述图像数据进行识别，得到所述用户行为数据。

4.根据权利要求1所述的用户推荐方法，其特征在于，所述用户行为数据包括操作对象以及动作类型；所述对所述用户标识对应的用户行为数据进行统计处理，得到用户行为统计数据的步骤，包括：

对所述操作对象进行关键词提取，得到所述操作对象的关键词；

根据所述操作对象的关键词，确定所述用户行为数据的对象标识；

根据所述动作类型，确定所述用户行为数据的动作标识；

根据所述用户行为数据的对象标识以及动作标识，对所述用户标识对应的用户行为数据进行统计，得到所述用户行为统计数据；所述用户行为统计数据包括用户标识、对象标识、动作标识以及对应的频率。

5.根据权利要求4所述的用户推荐方法，其特征在于，所述根据所述用户行为统计数据，得到所述用户标识对应的用户特征数据的步骤，包括：

根据所述用户行为统计数据对应的频率，对所述用户行为统计数据进行归一化处理，得到归一化处理后的用户行为统计数据；

根据所述归一化处理后的用户行为统计数据，得到所述用户标识对应的用户特征数据。

6.根据权利要求5所述的用户推荐方法，其特征在于，所述根据所述归一化处理后的用户行为统计数据，得到所述用户标识对应的用户特征数据的步骤，包括：

使用所述归一化处理后的用户行为统计数据，构建张量数据模型；

对所述张量数据模型进行分解，得到所述张量数据模型对应的伴随矩阵；

对所述伴随矩阵进行筛选，得到用户伴随矩阵，所述用户伴随矩阵包括多个用户标识对应的特征向量；

将各用户标识对应的特征向量，确定为对应用户标识对应的用户特征数据。

7.根据权利要求1所述的用户推荐方法，其特征在于，所述用户行为数据包括模拟用户行为数据和实际用户行为数据；在得到用户标识对应用户的用户匹配度的步骤之后，还包括：

获取与第一用户的用户匹配度满足预设条件的第二用户，所述第一用户对应用户标识在目标网络平台的实际用户行为数据少于阈值；

根据所述第二用户对应用户标识在所述目标网络平台的实际用户行为数据，模拟得到所述第一用户对应用户标识在所述目标网络平台的模拟用户行为数据；

根据所述第一用户对应用户标识在所述目标网络平台的模拟用户行为数据，以及第三用户对应用户标识在所述目标网络平台的用户行为数据，确定所述第一用户和所述第三用户的用户匹配度。

8.根据权利要求1至7任一项所述的用户推荐方法，其特征在于，所述根据所述用户标识对应的用户特征数据，得到用户标识对应用户的用户匹配度的步骤，包括：

根据所述用户标识对应的用户特征数据，对所述用户标识进行聚类处理，得到用户类；

对属于同一用户类的用户标识，得到用户标识对应用户的用户匹配度。