[发明专利]目标帐号集合的确定方法和装置、存储介质及电子设备有效

专利信息
申请号: 202010753280.9 申请日: 2020-07-30
公开(公告)号: CN111935259B 公开(公告)日: 2021-11-23
发明(设计)人: 杨海力;王伟 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: H04L29/08 分类号: H04L29/08
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 赵静
地址: 518000 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: 目标 帐号 集合 确定 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种目标帐号集合的确定方法,其特征在于,包括:

获取第一组种子帐号的第一组表征向量,以及一组候选帐号的第二组表征向量,其中,所述第一组表征向量中的表征向量与所述第一组种子帐号中的种子帐号一一对应,所述第二组表征向量中的表征向量与所述一组候选帐号中的候选帐号一一对应,所述第一组表征向量中的表征向量是根据所述第一组种子帐号的第一组画像特征数据和第一组行为特征数据确定得到的向量,所述第二组表征向量中的表征向量是根据所述一组候选帐号的第二组画像特征数据和第二组行为特征数据确定得到的向量;

根据所述第一组表征向量与所述第二组表征向量,确定所述一组候选帐号与所述第一组种子帐号之间的距离;

根据所述一组候选帐号与所述第一组种子帐号之间的距离,在所述一组候选帐号中确定第二组种子帐号,并将目标帐号集合确定为包括所述第一组种子帐号和所述第二组种子帐号;

所述获取第一组种子帐号的第一组表征向量,包括:

获取与所述第一组种子帐号对应的第一组特征数据,其中,所述第一组特征数据包括所述第一组种子帐号的第一组画像特征数据和第一组行为特征数据;

将所述第一组特征数据输入目标神经网络模型,得到所述第一组表征向量;

其中,所述将所述第一组样本特征数据输入目标神经网络模型,得到所述第一组表征向量,包括:将所述第一组画像特征数据和所述第一组行为特征数据中的每个特征数据随机初始化,生成第一组向量,其中,所述第一组向量中包括第一类向量、第二类向量和第三类向量,所述第一类向量用于表示所述第一组种子帐号的第一类特征数据,所述第一类特征数据为使用一个标识表示的特征数据,所述第二类向量用于表示所述第一组种子帐号的第二类特征数据,所述第二类特征数据为使用多个标识结合表示的特征数据,所述第三类向量用于表示所述第一组种子帐号的第三类特征数据,所述第三类特征数据为预先配置的特征数据;

对所述第一类向量和所述第三类向量进行全连接转化,生成第二组向量;

对所述第二类向量基于所述多个标识所对应的特征数据分别进行第一目标处理和第二目标处理,再进行所述全连接转化,生成第三组向量,所述第一目标处理用于为所述多个标识所对应的特征数据添加权重系数,所述第二目标处理用于为所述多个标识所对应的特征数据进行求和,并计算平均值;

根据所述第二组向量和所述第三组向量,确定所述第一组表征向量。

2.根据权利要求1所述的方法,其特征在于,所述根据所述第二组向量和所述第三组向量,确定所述第一组表征向量,包括:

将所述第二组向量和所述第三组向量拼接为第一目标向量组;

对所述第一目标向量组进行第三目标处理,得到第二目标向量组,其中,所述第三目标处理用于基于注意力机制对所述第一目标向量组进行处理;

将所述第二目标向量组输入预设的多层感知机,得到第三组目标向量,所述目标神经网络模型包括所述多层感知机;

将第二目标向量组输入预设的特征交叉模型,得到第一交叉特征信息,其中,所述目标神经网络模型包括特征交叉模型,所述特征交叉模型用于获取所述交叉特征信息;

将所述第三组目标向量和所述第一交叉特征信息拼接为所述第一组表征向量。

3.根据权利要求1所述的方法,其特征在于,所述获取一组候选帐号的第二组表征向量,包括:

获取与所述一组候选帐号对应的第二组特征数据,其中,所述第二组特征数据包括所述一组候选帐号的第二组画像特征数据和第二组行为特征数据;

将所述第二组特征数据输入目标神经网络模型,得到所述第二组表征向量。

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/202010753280.9/1.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