[发明专利]确定偏好得分的方法和装置在审
申请号: | 201910472339.4 | 申请日: | 2019-05-31 |
公开(公告)号: | CN110188282A | 公开(公告)日: | 2019-08-30 |
发明(设计)人: | 葛莉 | 申请(专利权)人: | 广州华多网络科技有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06Q50/00 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 邢少真 |
地址: | 511446 广东省广州市番*** | 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: | 行为类型 聊天室 偏好 参考 账户 方法和装置 行为数据 权重 线性回归模型 互联网技术 获取目标 计算目标 目标账户 真实反应 权重和 贴合 | ||
本公开是关于一种确定偏好得分的方法和装置,属于互联网技术领域。所述方法包括:获取目标账户对应目标聊天室的多种参考行为类型的行为数据;基于每种参考行为类型的行为数据,分别计算每种参考行为类型对应的参与得分;基于每种参考行为类型对应的权重和每种参考行为类型对应的参与得分,计算目标行为类型对应的参与得分,作为目标账户对目标聊天室的偏好得分,其中,权重是从预先训练的线性回归模型中获取的权重。采用本公开,能够方便快捷的计算账户对聊天室的偏好得分,计算出的账户对聊天室的偏好得分更加贴合实际,能够更加真实反应账户和聊天室之间的关系。
技术领域
本公开是关于互联网技术领域,尤其是关于一种确定偏好得分的方法和装置。
背景技术
用户可以通过终端进入虚拟的聊天室,在聊天室中通过语音交流的方式实现交友互动。不同的聊天室具有不同的聊天主题和聊天风格,服务器能够计算不同用户对目标聊天室的偏好得分,接着可以计算所有用户对目标聊天室的偏好总得分,最后可以基于该偏好总得分,确定目标聊天室的受欢迎程度。
在计算目标用户对目标聊天室的偏好得分的过程中,首先,服务器需要统计目标用户在目标聊天室每天产生的行为数据集,行为数据集由多个维度的行为数据组成,多个维度的行为数据包括发言次数、发言总时长、送出的虚拟礼物额度等。随后,服务器需要基于每个维度的行为数据,分别计算目标账户对目标聊天室的每个维度的偏好得分。最后,服务器需要将所有维度的偏好得分进行加权求和得出目标用户对目标聊天室的偏好得分。
在实际应用中,可以参照上述方式计算不同用户对目标聊天室的偏好得分,接着可以计算所有用户对目标聊天室的偏好总得分,最后可以基于该偏好总得分,确定目标聊天室的受欢迎程度。
在实现本公开的过程中,发明人发现至少存在以下问题:
在计算目标用户对目标聊天室的偏好得分的过程中,需要将所有维度的偏好得分进行加权求和得出目标用户对目标聊天室的偏好得分,因此就需要预先设定各维度对应的权重。权重的设定一般是设定者凭借着经验给出的。往往在后续的实践中会发现,由于权重设定的不合理,导致偏好得分不能真实反应目标用户对目标聊天室的偏好程度。
发明内容
为了克服相关技术中存在的问题,本公开提供了以下技术方案:
根据本公开实施例的第一方面,提供一种确定偏好得分的方法,所述方法包括:
获取目标账户对应目标聊天室的多种参考行为类型的行为数据;
基于每种参考行为类型的行为数据,分别计算每种参考行为类型对应的参与得分;
基于每种参考行为类型对应的权重和每种参考行为类型对应的参与得分,计算目标行为类型对应的参与得分,作为所述目标账户对所述目标聊天室的偏好得分,其中,所述权重是从预先训练的线性回归模型中获取的权重,所述预先训练的线性回归模型是以每种参考行为类型对应的样本偏好得分为样本输入、以目标行为类型对应的样本偏好得分为样本输出进行训练得到的,所述每种参考行为类型对应的样本偏好得分是基于样本账户对应样本聊天室的多种参考行为类型的行为数据确定的,所述目标行为类型对应的样本偏好得分是基于样本账户对应样本聊天室的目标行为类型的行为数据确定的。
可选地,所述多种参考行为类型包括所述目标账户是否关注了所述目标聊天室的房主账户、所述目标账户在预设时长内进入的聊天室的数目、在所述预设时长内所述目标账户在所述目标聊天室的驻留总时长、在所述预设时长内所述目标账户在所述目标聊天室中的发言总时长、在所述预设时长内所述目标账户在所述目标聊天室中发送文字消息以及预设表情图像消息的总条数、在所述预设时长内所述目标账户在所述目标聊天室中送出虚拟礼物的次数、或者在所述预设时长内所述目标账户邀请与所述目标账户关联的好友账户进入所述目标聊天室的次数中的至少两项。
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广州华多网络科技有限公司,未经广州华多网络科技有限公司许可,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/201910472339.4/2.html,转载请声明来源钻瓜专利网。