[发明专利]一种对象推荐方法、装置、系统及电子设备

权利要求书

1.一种对象推荐方法，其特征在于，所述推荐方法包括：

采集出相关人员的边缘信息以及与其他密切人员之间的关系数据；

对每一个相关人员的多种边缘信息采用方差权重的方式融合，得到相关人员的多源边缘属性融合的嵌入表示；

所述相关人员的多源边缘属性融合的嵌入表示为其中，Cont_v表示相关人员v的多源边缘属性融合的嵌入表示；β_i表示相关人员的第i个边缘属性的方差权重，β_i＝Softmax(1-|c_i-ε|·|c_i-ε|^T)；Soft max表示归一化指数函数；c_i表示相关人员被编码之后的第i个边缘属性的低维向量表示；ε表示相关人员所有边缘属性平均池化之后的结果；n表示边缘属性的数量；

将边缘信息和关系数据进行数据对齐处理，将相关人员的多种边缘信息作为细粒度信息，将与其他密切人员之间的关系数据作为粗粒度信息，进行多粒度融合表示学习；

所述多粒度融合表示学习包括emd_v＝BiLSTM{b_v||Cont_v}，其中，emd_v表示多粒度融合了与相关人员v相关的所有多源边缘属性信息和基本结构信息特征；b_v表示相关人员v的基本结构信息特征即与其他密切人员之间的关系数据；BiLSTM表示执行双向长短期记忆神经网络处理；||表示拼接动作；

根据相关人员与不同类型的密切人员接触的频繁程度，将相关人员与密切人员之间的关系划分为同级关系和上下级关系；

利用双向长期短期记忆神经网络对同级关系的信息融合，利用平均池化对上下级关系的信息融合；

根据信息融合后的同级关系和上下级关系，计算出与相关人员接触的密切人员的重要程度；

利用所述与相关人员接触的密切人员的重要程度计算出相关人员所学习到的低维向量表示；

根据学习到的低维向量表示，计算出相关人员与其密切人员的相似度距离，根据相似度距离推荐出所述相关人员的若干密切人员集合。

2.根据权利要求1所述的一种对象推荐方法，其特征在于，所述相关人员的边缘信息包括面部特征、DNA、指血、指纹及掌纹、身高体重以及照片；所述相关人员与其他密切人员之间的关系数据包括移动终端信息、司法终端信息、职务来往信息以及财务流动信息。

3.根据权利要求1所述的一种对象推荐方法，其特征在于，所述信息融合包括：

其中，表示将与相关人员v接触的密切人员中属于类型t的信息特征进行信息融合；Mean{}表示均值运算；表示对相关人员v同级类型t的密切人员v'执行双向长短期记忆神经网络处理；N_P(v)表示与相关人员v直接相连的同级关系的密切人员集合；表示将所有上下级类型为t的密切人员进行平均池化处理；N_S(v)表示与相关人员v直接相连的上下级关系的密切人员集合；emd_v'表示融合了与密切人员v'相关的所有边缘属性信息和基本结构信息特征。

4.根据权利要求1所述的一种对象推荐方法，其特征在于，所述相关人员的密切人员的重要程度包括：

其中，τ_v,i表示与相关人员v接触的相邻密切人员中，第i种类型对相关人员v的重要程度，σ表示激活函数，α表示密切人员相对于此相关人员的重要程度，||表示拼接操作；表示将与相关人员v接触的密切人员中属于类型i的信息特征进行信息融合；o_j表示o_v中的每一个元素；o_v表示角色类型集合，T_v表示整个相关网络中角色类型集合。