[发明专利]一种用户搜索方法及装置在审

专利信息
申请号: 202110954732.4 申请日: 2021-08-19
公开(公告)号: CN113609363A 公开(公告)日: 2021-11-05
发明(设计)人: 周洁芸;王中晴;彭涛;马金韬 申请(专利权)人: 北京爱奇艺科技有限公司
主分类号: G06F16/907 分类号: G06F16/907;G06K9/62
代理公司: 北京柏杉松知识产权代理事务所(普通合伙) 11413 代理人: 孟维娜;丁芸
地址: 100080 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用户 搜索 方法 装置
【权利要求书】:

1.一种用户搜索方法,其特征在于,所述方法包括:

获得基于目标用户的静态特征和动态特征生成的目标表示特征,其中,所述静态特征为:随用户参与网络行为不变的特征,所述动态特征为:随用户参与网络行为变化的特征;

计算所述目标表示特征与用户特征库中存储的已有用户的表示特征间的相似度,其中,所述已有用户的表示特征是基于已有用户的静态特征、静态关系、动态特征和动态关系得到的特征,所述静态关系为:基于用户的静态特征确定的用户间的关系,所述动态关系为:基于用户的动态特征确定的用户间的关系;

按照计算得到的相似度由高到低的顺序,在已有用户中搜索所述目标用户的关联用户。

2.根据权利要求1所述的方法,其特征在于,按照以下方式生成已有用户的表示特征:

根据已有用户的静态特征和静态关系,生成已有用户的静态表示特征;

根据已有用户的动态特征和动态关系,生成已有用户的动态表示特征;

基于预设的特征权重,对所述静态表示特征和动态表示特征进行加权融合,得到已有用户的表示特征。

3.根据权利要求2所述的方法,其特征在于,所述基于预设的特征权重,对所述静态表示特征和动态表示特征进行加权融合,得到已有用户的表示特征,包括:

根据预设的特征权重,确定第一维度和第二维度,其中,所述第一维度为:对所述静态表示特征进行降维处理后所得特征的维度,所述第二维度为:对所述动态表示特征进行降维处理后所得特征的维度;

将所述静态表示特征的维度降至所述第一维度;

将所述动态表示特征的维度降至所述第二维度;

对降维处理后的静态表示特征和降维处理后的动态表示特征进行拼接,得到已有用户的表示特征。

4.根据权利要求2所述的方法,其特征在于,所述根据已有用户的静态特征和静态关系,生成已有用户的静态表示特征,包括:

在静态图数据中,确定已有用户对应的节点,其中,所述静态图数据中每一节点与一个已有用户相对应,节点的属性包括该节点所对应用户的静态特征,两节点间的边表示所述两节点间的静态关系;

从所确定节点的属性中获得已有用户的静态特征,并获得所确定节点所连接边的权重;

根据所获得的静态特征和权重,生成已有用户的静态表示特征。

5.根据权利要求2-4中任一项所述的方法,其特征在于,所述根据已有用户的动态特征和动态关系,生成已有用户的动态表示特征,包括:

在动态图数据中,确定已有用户对应的节点,其中,所述动态图数据中每一节点与一个已有用户相对应,节点的属性包括该节点所对应用户的动态特征,两节点间的边表示所述两节点间的动态关系;

从所确定节点的属性中获得已有用户的动态特征,并获得所确定节点所连接边的权重;

根据所获得的动态特征和权重,生成已有用户的动态表示特征。

6.根据权利要求5所述的方法,其特征在于,按照以下方式确定图数据中两个节点之间边的权重,所述图数据为:所述静态图数据或动态图数据:

将所述两个节点中每一节点的属性包括的用户的特征,分别输入预先训练的类别归属度计算模型,获得所述两个节点对应的用户的类别归属度,其中,所述类别归属度计算模型为回归模型;

根据所获得的类别归属度,确定所述两个节点之间边的权重。

7.根据权利要求6所述的方法,其特征在于,所述根据所获得的类别归属度,确定所述两个节点之间边的权重,包括:

按照以下表达式,确定所述两个节点之间边的权重:

其中,j和k表示节点的标识,Wj,k表示节点j和节点k之间边的权重,表示节点j所对应用户的类别归属度,表示节点k所对应用户的类别归属度,max()表示取最大值函数,avg()表示取均值函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京爱奇艺科技有限公司,未经北京爱奇艺科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110954732.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top