[发明专利]用于确定小程序相似度的方法及装置

说明书

本公开提供一种用于确定小程序相似度的方法及装置。在该方法中，基于用户集中的各个用户针对至少一个小程序的访问行为日志，生成针对用户集的用户访问行为语料库，所述用户访问行为语料库中的每条用户访问行为语料包括用户针对至少一个小程序的访问行为时间序列数据。随后，基于用户访问行为语料库，确定至少一个小程序中的各个小程序在用户访问行为空间中的向量表示。然后，基于各个小程序的向量表示，确定各个小程序之间的相似度。利用该方法，能够基于用户针对小程序的访问行为数据来确定小程序的相似度。

技术领域

本公开通常涉及互联网领域，更具体地，涉及用于确定小程序相似度的方法及装置。

背景技术

小程序是一种不需要下载安装即可使用的应用，服务提供商或商家可以通过小程序来为用户提供服务。为了使得小程序能够更好地提供服务，服务提供商或商家需要对小程序进行运营和管理来培养用户心智，增加用户粘性，提升用户体验。

小程序的相似度可以使得服务提供商或商家更加了解各个小程序之间的关系，由此可以方便实现对小程序进行智能运营和管理，比如实现小程序聚类、推荐和搜索等。

发明内容

鉴于上述，本公开提供了一种用于确定小程序相似度的方法及装置。利用该方法及装置，能够基于用户针对小程序的访问行为数据来确定小程序的相似度。

根据本公开的一个方面，提供了一种用于确定小程序相似度的方法，包括：基于用户集中的各个用户针对至少一个小程序的访问行为日志，生成针对所述用户集的用户访问行为语料库，所述用户访问行为语料库中的每条用户访问行为语料包括用户针对所述至少一个小程序的访问行为时间序列数据；基于所述用户访问行为语料库，确定所述至少一个小程序中的各个小程序在用户访问行为空间中的向量表示；以及基于各个小程序的向量表示，确定各个小程序之间的相似度。

可选地，在上述方面的一个示例中，每条用户访问行为语料包括用户在指定时间段内针对所述至少一个小程序的访问行为时间序列数据。

可选地，在上述方面的一个示例中，所述方法还可以包括：从所述用户访问行为语料库中筛除异常用户的用户访问行为语料，以及基于所述用户访问行为语料库，确定所述至少一个小程序中的各个小程序在用户访问行为空间中的向量表示包括：基于经过筛除处理后的用户访问行为语料库，确定所述至少一个小程序中的各个小程序在用户访问行为空间中的向量表示。

可选地，在上述方面的一个示例中，基于所述用户访问行为语料库，确定所述至少一个小程序中的各个小程序在用户访问行为空间中的向量表示可以包括：基于所述用户访问行为语料库，使用word2vec模型或doc2vec模型来确定所述至少一个小程序中的各个小程序在用户访问行为空间中的向量表示。

可选地，在上述方面的一个示例中，所述方法还可以包括：获取用户集中的各个用户针对至少一个小程序的访问行为日志。

可选地，在上述方面的一个示例中，所述相似度采用下述中的一种来表征：欧几里得距离；夹角余弦距离；汉明距离；以及曼哈顿距离。

根据本公开的另一方面，提供一种用于确定小程序相似度的装置，包括：语料库生成单元，被配置为基于用户集中的各个用户针对至少一个小程序的访问行为日志，生成针对所述用户集的用户访问行为语料库，所述用户访问行为语料库中的每条用户访问行为语料包括用户针对所述至少一个小程序的访问行为时间序列数据；向量表示确定单元，被配置为基于所述用户访问行为语料库，确定所述至少一个小程序中的各个小程序在用户访问行为空间中的向量表示；以及相似度确定单元，被配置为基于各个小程序的向量表示，确定各个小程序之间的相似度。

可选地，在上述方面的一个示例中，每条用户访问行为语料包括用户在指定时间段内针对所述至少一个小程序的访问行为时间序列数据。