预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115659013A(43)申请公布日2023.01.31(21)申请号202211263075.X(22)申请日2022.10.14(71)申请人中国农业银行股份有限公司地址100005北京市东城区建国门内大街69号(72)发明人傅蕾烜(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师张静(51)Int.Cl.G06F16/9535(2019.01)G06F16/9538(2019.01)G06F40/216(2020.01)G06Q50/00(2012.01)权利要求书1页说明书7页附图3页(54)发明名称一种用户推荐方法及装置(57)摘要本发明实施例公开了一种用户推荐方法及装置,方法包括:获得第一用户的历史操作数据;从用户数据库中选择出特征集与所述偏好特征集相似度最高的用户集合,所述用户集合中包括至少一个用户的用户信息。上述方案以用户数据库为依托,实现了基于文本内容的数据处理,通过用户特征提取,特征学习和用户推荐来实现异性用户智能匹配,较大提升了单身用户推荐功能的准确性。CN115659013ACN115659013A权利要求书1/1页1.一种用户推荐方法,其特征在于,包括:获得第一用户的历史操作数据;基于所述历史操作数据确定所述第一用户的偏好特征集;从用户数据库中选择出特征集合与所述偏好特征集相似度最高的用户集合,所述用户集合中包括至少一个用户的用户信息。2.根据权利要求1所述的用户推荐方法,其特征在于,还包括:预先对用户数据库中所有用户的用户信息进行特征提取,得到每个用户的特征集合。3.根据权利要求2所述的用户推荐方法,其特征在于,所述预先对用户数据库中所有用户的用户信息进行特征提取,得到每个用户的特征集合,包括:基于TF‑IDF算法提取出用户数据库中每一个用户的用户信息中的关键信息;基于所述关键信息处理得到每个用户的特征集合。4.根据权利要求1所述的用户推荐方法,其特征在于,所述基于所述历史操作数据确定所述第一用户的偏好特征集,包括:通过Rocchio算法基于所述历史操作数据构建所述第一用户的用户画像,获得其偏好特征集。5.根据权利要求1所述的用户推荐方法,其特征在于,所述从用户数据库中选择出特征集与所述偏好特征集相似度最高的用户集合,包括:将所述用户数据库中所有用户的特征集合分别与所述偏好特征集进行欧几里得相似度计算,得到相似度最高的用户集合。6.根据权利要求1所述的用户推荐方法,其特征在于,在所述从用户数据库中选择出特征集与所述偏好特征集相似度最高的用户集合后,还包括:基于特征集合与所述偏好特征集的相似度的高低输出展示所述用户集合中各个用户的用户信息。7.一种用户推荐装置,其特征在于,包括:历史数据获得模块,用于获得第一用户的历史操作数据;偏好特征确定模块,用于基于所述历史操作数据确定所述第一用户的偏好特征集;推荐用户确定模块,用于从用户数据库中选择出特征集与所述偏好特征集相似度最高的用户集合,所述用户集合中包括至少一个用户的用户信息。8.根据权利要求7所述的用户推荐装置,其特征在于,还包括:用户特征提取模块,用于预先对用户数据库中所有用户的用户信息进行特征提取,得到每个用户的特征集合。9.根据权利要求8所述的用户推荐装置,其特征在于,所述用户特征提取模块具体用于:基于TF‑IDF算法提取出用户数据库中每一个用户的用户信息中的关键信息;基于所述关键信息处理得到每个用户的特征集合。10.根据权利要求7所述的用户推荐装置,其特征在于,所述偏好特征确定模块具体用于:通过Rocchio算法基于所述历史操作数据构建所述第一用户的用户画像,获得其偏好特征集。2CN115659013A说明书1/7页一种用户推荐方法及装置技术领域[0001]本发明涉及数据处理技术,更具体的说,是涉及一种用户推荐方法及装置。背景技术[0002]交友平台中,由于大多用户不愿意在互联网过多暴露自己的真实信息,因此用户的特征提取不准确,这导致了使用基于内容的推荐算法的交友推荐功能的准确性低,多数信息不全的用户被直接过滤。因此,业界现有的交友推荐平台,采用的技术方案大多如下:1.使用基于人口统计学的推荐算法的交友平台,根据用户的基本信息分析某用户出与其他用户的相关程度,再根据相关度高的用户的喜好为用户推荐。2.使用基于流行度的推荐算法的交友平台,根据大多数用户的喜好,为用户推荐热度较高的用户3.多数交友平台的特征权重中图片数据所占比例较高,即用户头像、照片为用户特征的重点。[0003]但上述几种方案也有自身的限制和缺点,推荐用户的准确率仍然欠佳。如针对使用基于人口统计学的推荐算法的交友平台,其需要大量的用户基数,并且由于互联网用户信息的不准确性,导致其推荐功能准确度低;针