[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：

获取用户特征，其中，所述用户特征至少包括数字化表示的音频特征；

根据所述用户特征，构建用户画像，其中，每个用户对应一个用户画像；

将不同用户的用户画像按照相似度进行匹配，得到匹配结果；

根据所述匹配结果建立用户推荐关系。

2.根据权利要求1所述的用户推荐方法，其特征在于，所述获取用户特征，包括：

获取音频数据，其中，音频数据为单一用户声音的音频；

将所述音频数据输入神经网络模型中，输出数字化表示的音频特征，其中，所述神经网络模型为将音频数据转换为数字化表示的音频特征的模型，且所述神经网络模型为基于预设训练方法训练得到的模型。

3.根据权利要求2所述的用户推荐方法，其特征在于，所述获取用户特征，还包括：

获取待处理用户的基本属性的特征；和/或

获取待处理用户的行为数据的特征，其中，行为数据至少包括用户浏览数据、用户互动数据、用户唱歌数据、用户听歌数据、用户关注数据之一。

4.根据权利要求3所述的用户推荐方法，其特征在于，所述根据所述用户特征，构建用户画像，还包括：

基于预设归纳规则对每个用户的用户特征进行归纳，构建用户画像；和/或

基于预设统计模型对每个用户的用户特征进行归纳，构建用户画像。

5.根据权利要求1所述的用户推荐方法，其特征在于，所述将不同用户的用户画像按照相似度进行匹配，包括：

根据所述用户画像中的用户特征，生成用户特征向量；

计算不同用户的用户特征向量的特性向量距离。

6.根据权利要求5所述的用户推荐方法，其特征在于，所述根据所述匹配结果建立用户推荐关系，包括：

将匹配结果中特性向量距离超过预设阈值的用户之间建立用户推荐关系。

7.根据权利要求4所述的用户推荐方法，其特征在于，在所述根据所述匹配结果建立用户推荐关系之后，所述方法还包括：

根据所述用户推荐关系进行好友推荐；

实时收集所述好友推荐的配对结果，根据所述配对结果对预设归纳规则和/或预设统计模型的参数进行调整，以调整用户推荐关系。

8.一种用户推荐装置，其特征在于，包括：

特征获取模块，用于获取用户特征，其中，所述用户特征至少包括数字化表示的音频特征；

画像构建模块，用于根据所述用户特征，构建用户画像，其中，每个用户对应一个用户画像；

画像匹配模块，用于将不同用户的用户画像按照相似度进行匹配，得到匹配结果；

匹配推荐模块，用于根据所述匹配结果建立用户推荐关系。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的用户推荐方法。

10.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-7中任一项所述的用户推荐方法。