[发明专利]基于拍搜行为预测用户所属群组的方法、装置和计算机设备

权利要求书

1.一种基于拍搜行为预测用户所属群组的方法，所述拍搜行为是指发起照片搜索请求并获得搜索结果的行为，其特征在于，所述方法包括如下步骤：

将用户分成不同的集合，使同一集合中的用户具有相同的群组信息，所述群组信息与用户的拍搜行为相关；

根据用户的拍搜行为相似度水平，筛选出各集合中所述群组信息的置信度大于第一预设值的种子用户；

对于非种子用户，计算所述非种子用户与各种子用户的拍搜行为相似度，并根据所述相似度预测所述非种子用户的所属群组，所述非种子用户包括缺失所述群组信息的用户和所述集合中所述群组信息的置信度不大于第一预设值的用户。

2.根据权利要求1所述的基于拍搜行为预测用户所属群组的方法，其特征在于，筛选所述种子用户之前，所述方法还包括：将所述拍搜行为的搜索结果进行标签化，并将标签化的搜索结果转化为特征向量来表征用户的拍搜行为；

后续基于所述特征向量计算所述用户的拍搜行为相似度。

3.根据权利要求2所述的基于拍搜行为预测用户所属群组的方法，其特征在于，所述将所述拍搜行为的搜索结果进行标签化，并将标签化的搜索结果转化为特征向量，包括：

获取用户的历史拍搜行为，并将所述历史拍搜行为依据所对应的搜索结果表征为标签序列，所述标签序列中的每个标签代表了所述搜索结果的至少一个特征；

将所述标签序列转化为向量序列；

将所述向量序列归一化为所述特征向量；

可选地，还包括：将用户表征为其拍搜行为的特征向量：定义所述特征向量的名称为用户标识，定义所述特征向量的长度为用户拍搜行为的特征表述；

可选地，将所述历史拍搜行为依据对应的搜索结果表征为标签序列，包括：对所述搜索结果进行标签标注；对标注处理后的搜索结果数据进行去重处理；

可选地，所述拍搜行为是指发起基于照片的搜题请求获得搜题结果的行为；

可选地，所述照片为整页拍照的整页照片；所述标签序列包括：试题和书页；

可选地，所述群组信息包括下述中的至少一项：用户的所属地域、学校、年级、班级、小组；

可选地，将所述拍搜行为的搜索结果进行标签化的步骤中所生成的标签包括以下标签中的至少一种：教材、试卷、书本、习题册、页码、试题。

4.根据权利要求2所述的基于拍搜行为预测用户所属群组的方法，其特征在于，所述筛选出种子用户的步骤包括：

对所述特征向量进行聚类处理；将所述集合中的经所述聚类后得到的最大类中的用户作为所述种子用户；

可选地，在每个集合内部使用社区发现算法对所述集合中用户进行所述聚类处理。

5.根据权利要求1-4任一项所述的基于拍搜行为预测用户所属群组的方法，其特征在于，所述计算非种子用户与各种子用户的拍搜行为相似度之后，所述方法还包括：

筛选出与所述非种子用户的相似度在预定范围内的种子用户；

预测该非种子用户的所属群组时，根据筛选后的种子用户的群组信息预测该非种子用户的所属群组或群组特征。

6.根据权利要求5所述的基于拍搜行为预测用户所属群组的方法，其特征在于，定义用户空间，所述用户空间中，以各用户为顶点，相邻用户间的相似关系为边，相邻用户拍搜行为特征向量的相似度为边的权重，筛选出所述群组信息的置信度大于第一预设值的种子用户时，使用Louvain社区发现算法对各集合中的用户进行聚类，以得到所述种子用户；

所述计算非种子用户与各种子用户的拍搜行为相似度包括：在所述用户空间中，计算所述非种子用户与各种子用户的距离作为所述相似度；

所述筛选出与所述非种子用户的相似度在预定范围内的种子用户包括：

计算各集合中最大类中任意两个种子用户的平均距离，

筛选出该非种子用户与各集合的种子用户之间的距离小于所述平均距离的种子用户。