[发明专利]一种资源推送方法及装置有效
申请号: | 201710242368.2 | 申请日: | 2017-04-13 |
公开(公告)号: | CN107103057B | 公开(公告)日: | 2018-09-18 |
发明(设计)人: | 高文尧;易玲玲;贺鹏;邱立威 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06Q30/02;G06Q50/00 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 赵囡囡 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
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 资源 推送 方法 装置 | ||
1.一种资源推送方法,其特征在于,包括:
获取基准用户的目标关系链;
根据所述基准用户和目标关系链确定所述基准用户的关系用户;
从预设数据库中获取所述关系用户的参数特征;
根据所述参数特征确定每一所述关系用户与对应的基准用户的相似度值,或根据所述参数特征确定每一所述关系用户的概率值;
根据所述相似度值或概率值从所述关系用户中确定推送用户,向所述推送用户推送目标资源;
其中,所述参数特征包括用户画像特征和嵌入向量,所述嵌入向量为用户位于共同类网络中的网络节点所映射的向量;
其中,所述根据所述参数特征确定每一所述关系用户的概率值的步骤,包括:将所述参数特征输入到逻辑回归LR/支持向量机SVM模型中,预测所述每一所述关系用户的概率值,其中,所述LR/SVM模型是根据梯度提升决策树GBDT树叶子节点序列和所述嵌入向量进行训练的,所述GBDT树叶子节点序列是将预设的样本训练集输入到GBDT模型中转换获得的;
其中,所述根据所述参数特征确定每一所述关系用户与对应的基准用户的相似度值的步骤包括:将所述参数特征进行合并得到,每一所述关系用户的第一预设维目标向量,并将所述基准用户的参数特征进行合并得到每一所述基准用户的第二预设维目标向量;根据预设函数计算每一所述基准用户的第二预设维目标向量和对应的关系用户的第一预设维目标向量之间的相似度,得到每一关系用户与对应的基准用户之间的相似度值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述相似度值或概率值从所述关系用户中确定推送用户,向所述推送用户推送目标资的步骤之后,所述方法还包括:
从所述推送用户中选择下一次对所述目标资源进行资源推送的基准用户。
3.根据权利要求2所述的方法,其特征在于,所述从所述推送用户中选择下一次对所述目标资源进行资源推送的基准用户的步骤包括:
将所述推送用户中的正向反馈用户设定为下一次对所述目标资源进行资源推送的基准用户。
4.根据权利要求1所述的方法,其特征在于,所述预设函数包括皮尔逊相关系数、余弦相似度、杰卡德相似度和欧式距离中的任一项。
5.根据权利要求1所述的方法,其特征在于,所述参数特征还包括:用于反应用户喜好资源类型的兴趣标签。
6.根据权利要求1所述的方法,其特征在于,所述根据所述参数特征确定每一所述关系用户与对应的基准用户的相似度值,或根据所述参数特征确定每一所述关系用户的概率值的步骤之前,所述方法还包括:
按照相似度计算条件对所述参数特征中的特征进行过滤;
所述根据所述参数特征确定每一所述关系用户与对应的基准用户的相似度值,或根据所述参数特征确定每一所述关系用户的概率值的步骤包括:
根据过滤后的参数特征确定每一所述关系用户与对应的基准用户的相似度值,或根据过滤后的参数特征确定每一所述关系用户的概率值。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201710242368.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种发光音响
- 下一篇:用于纹波消除滤波器的无创评估的方法及装置