[发明专利]基于行为轨迹的数据推送方法、系统和计算机设备

说明书

本发明实施例提供了一种基于行为轨迹的数据推送方法，所述方法包括：接收目标用户通过目标用户终端触发的数据推送指令；根据数据推送指令从行为日志系统中获取目标用户的目标历史行为数据；根据目标历史行为数据的构建目标用户的目标轨迹图；根据目标轨迹图提取目标用户的目标轨迹特征向量；将目标轨迹特征向量输入到召回模型中以得到多个初始推送数据；将多个初始推送数据输入到分类模型中以得到多个目标推送数据；及将多个目标推送数据推送到前端进行展示。本发明根据用户的行为轨迹为用户构建轨迹图，并通过对分类模型和回归模型对用户的轨迹进行相识度匹配，提高了数据推荐的准确率和效率。

技术领域

本发明实施例涉及数据分析领域，尤其涉及一种基于行为轨迹的数据推送方法、系统、计算机设备及计算机可读存储介质。

背景技术

目前，社会网络服务已经成为重要的互联网服务之一。社会性网络服务使得人们足不出户也能和朋友交流、互动，同时也能结交更多的好友来扩大朋友圈。像微博、Twitter、facebook这样的网络服务提供商都在致力于提供更好的交友服务。

但是，现有的好友推荐几乎均只关注两个用户的年龄、性别、兴趣爱好等人物基本属性，没有挖掘更多的人物信息。因此，如何挖掘更多的人物信息，从而进一步提升好友推荐的准确性，成为目前亟需解决的技术问题之一。

发明内容

有鉴于此，有必要提供一种基于行为轨迹的数据推送方法、系统、计算机设备及计算机可读存储介质，以解决当前好友推荐条件单一、没有挖掘更多的人物信息以及用户数据推荐的准确性低等技术问题。

为实现上述目的，本发明实施例提供了一种基于行为轨迹的数据推送方法，所述方法步骤包括：

接收目标用户通过目标用户终端触发的数据推送指令；

根据所述数据推送指令从行为日志系统中获取目标用户的目标历史行为数据；

根据所述目标历史行为数据的构建所述目标用户的目标轨迹图；

根据所述目标轨迹图提取所述目标用户的目标轨迹特征向量；

将所述目标轨迹特征向量输入到召回模型中，以通过所述召回模型从多个用户中召回多个初始推送数据；

将所述多个初始推送数据输入到所述分类模型中；

通过所述分类模型对所述多个初始推送数据进行关联关系排序，以得到多个目标推送数据；及

将所述多个目标推送数据推送到前端进行展示。

示例性的，所述根据所述目标历史行为数据的构建所述目标用户的目标轨迹图，包括：

从所述目标历史行为数据中获取多个目标地点数据：l₁、l₂、l₃...l_n和所述多个目标地点数据对应的多个目标时间数据：t₁、t₂、t₃...t_n；及

根据所述多个目标时间数据的时间顺序为所述目标用户u构建目标轨迹图：C_u＝{(u,t₁,l₁),(u,t₂,l₂)...(u,t_n,l_n)}，其中，l₁、l₂和l_n分别为第一个目标地点数据、第二个目标地点数据和第n个目标地点数据，t₁、t₂和t_n分别为第一个目标地点数据对应的目标时间数据、第二个目标地点数据对应的目标时间数据和第n个目标地点数据对应的目标时间数据。