一种兴趣群组划分方法、装置、介质及计算设备制造方法及图纸

本申请提供一种兴趣群组划分方法、装置、介质及计算设备，该方法包括：构建浏览网络图，其中，所述浏览网络图中的节点为浏览过对象的用户，所述浏览网络图中的边为具有相同兴趣的用户，每个边上包括两个用户且所述两个用户具有相同兴趣；确定所述浏览网络图中每个边上两个节点的词向量之间的相似度；根据确定的相似度，计算所述浏览网络图中各个边的权重值；根据所述浏览网络图中各个边的权重值以及节点，确定以用户兴趣为群组划分标准的兴趣群组划分结果。本申请能够提高群组内成员的交流活跃度、提高用于浏览对象的应用程序中用户的粘性。

An interest group partition method, device, medium and computing device

The present application provides an interest group division method, device, medium, and computing device. The method includes: building a browse network diagram in which the node in the browse network diagram is a user browsing the object, the edge of the browse network diagram is a user with the same interest, each side includes two users and is described. The two users have the same interest; determine the similarity between the words vectors of the two nodes on each side of the browsing network graph; calculate the weight values of each side in the browsing network graph according to the determined similarity degree; determine the user interest as the group according to the weight values of each side in the browsing network diagram and nodes. Division of standard interest groups. This application can enhance the communication activity of the members in the group and improve the stickiness of users in the application of browsing objects.

【技术实现步骤摘要】
一种兴趣群组划分方法、装置、介质及计算设备
本申请涉及社交网络
，尤其涉及一种兴趣群组划分方法、装置、介质及计算设备。
技术介绍
本部分旨在为权利要求书中陈述的本申请的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。随着互联网技术的高速发展，新闻类应用程序数量越来越多，阅读新闻类应用程序中文章的用户也越来越多。目前，在新闻类应用程序中，具备不同具有兴趣的用户加入相应兴趣的群组中的功能，在用户阅读文章的过程中，可向用户推荐不同的兴趣群组，以提醒用户加入相应群组，与该群组中的成员进行互动。现阶段，向用户推荐兴趣群组的方式为：将具有相同标签的文章划分至同一兴趣群组；根据用户浏览文章的历史数据，确定用户的兴趣标签；为用户推荐用户的兴趣标签对应的兴趣群组。专利技术人发现，目前的兴趣群组的划分是基于单一标签的划分，这样划分得到的结果为，一个群组仅对应一个标签，即一个群组对应单一的兴趣点，由于单一兴趣点的限制会导致群组内成员的交流活跃度较低的问题。
技术实现思路
本申请提供一种兴趣群组划分方法、装置、介质及计算设备，用于解决现有技术划分得到的兴趣群组中由于单一兴趣点的限制所导致的群组内成员的交流活跃度较低的问题。第一方面，本申请实施例提供一种兴趣群组划分方法，包括：针对浏览过对象的用户，构建浏览网络图，其中，所述浏览网络图中的节点为浏览过对象的用户，所述浏览网络图中的边为具有相同兴趣的用户，每个边上包括两个用户且所述两个用户具有相同兴趣；确定所述浏览网络图中每个边上两个节点的词向量之间的相似度；根据确定的相似度，计算所述浏览网络图中各个边的权重值；根据所述浏览网络图中各个边的权重值以及节点，确定以用户兴趣为群组划分标准的兴趣群组划分结果。可选地，针对浏览过对象的用户，构建浏览网络图，具体包括：以所有浏览过对象的用户为节点，以所有浏览过对象的用户中具有相同兴趣的用户为边，构建初始浏览网络图；根据确定的所述用户的特征数据，对所述初始浏览网络图进行过滤，得到所述浏览网络图。可选地，根据确定的所述用户的特征数据，对所述初始浏览网络图进行过滤，具体包括：根据确定的所述用户的特征数据，计算所述初始浏览网络图中每个边上的两个用户之间的相似度；滤除相似度小于第一阈值的两个用户对应的节点以及相似度小于所述第一阈值的两个对应的节点所在的边。可选地，确定所述用户的特征数据，具体包括：获取用户在预设时间段内浏览对象的历史数据；从所述历史数据中提取所述用户的特征数据。可选地，所述用户的特征数据包括用户的属性特征数据、用户的浏览行为特征数据以及用户浏览过的对象的特征数据中的一种或多种。可选地，确定所述浏览网络图中每个边上两个节点的词向量之间的相似度，具体包括：生成所述浏览网络图中每个节点的节点序列；利用各个节点的节点序列，确定各个节点的词向量；针对所述浏览网络图中的每个边，计算该边上的两个节点的词向量之间的相似度。可选地，根据确定的相似度，计算所述浏览网络图中各个边的权重值，具体包括：针对所述浏览网络图中的每个边，将该边上的两个节点的词向量之间的相似度作为该边的权重值。可选地，本申请实施例提供的兴趣群组划分方法，还包括；响应于当前用户浏览对象的操作，获取所述当前用户对应的各个兴趣标签；将所述当前用户对应的所有兴趣标签作为一个关键词组；分别确定所述关键词组与所述兴趣群组划分结果中每个兴趣群组的标题之间的相似度，其中，兴趣群组的标题由该兴趣群组对应的各个兴趣标签组成；向所述当前用户推荐与所述关键词组的相似度超过第二阈值的兴趣群组。第二方面，本申请实施例提供一种兴趣群组划分装置，包括：构建模块，用于针对浏览过对象的用户，构建浏览网络图，其中，所述浏览网络图中的节点为浏览过对象的用户，所述浏览网络图中的边为具有相同兴趣的用户，每个边上包括两个用户且所述两个用户具有相同兴趣；第一确定模块，用于确定所述浏览网络图中每个边上两个节点的词向量之间的相似度；计算模块，用于根据确定的相似度，计算所述浏览网络图中各个边的权重值；第二确定模块，用于根据所述浏览网络图中各个边的权重值以及节点，确定以用户兴趣为群组划分标准的兴趣群组划分结果。可选地，所述构建模块，具体包括：构建单元，用于以所有浏览过对象的用户为节点，以所有浏览过对象的用户中具有相同兴趣的用户为边，构建初始浏览网络图；过滤单元，用于根据确定的所述用户的特征数据，对所述初始浏览网络图进行过滤，得到所述浏览网络图。可选地，所述过滤单元，具体用于：根据确定的所述用户的特征数据，计算所述初始浏览网络图中每个边上的两个用户之间的相似度；滤除相似度小于第一阈值的两个用户对应的节点以及相似度小于所述第一阈值的两个对应的节点所在的边。可选地，本申请实施例提供的兴趣群组划分装置，还包括：第三确定模块，用于按照以下方式确定所述用户的特征数据：获取用户在预设时间段内浏览对象的历史数据；从所述历史数据中提取所述用户的特征数据。可选地，所述用户的特征数据包括用户的属性特征数据、用户的浏览行为特征数据以及用户浏览过的对象的特征数据中的一种或多种。可选地，所述第一确定模块，具体用于：生成所述浏览网络图中每个节点的节点序列；利用各个节点的节点序列，确定各个节点的词向量；针对所述浏览网络图中的每个边，计算该边上的两个节点的词向量之间的相似度。可选地，所述计算模块，具体用于：针对所述浏览网络图中的每个边，将该边上的两个节点的词向量之间的相似度作为该边的权重值。可选地，本申请实施例提供的兴趣群组划分装置，还包括；获取模块，用于响应于当前用户浏览对象的操作，获取所述当前用户对应的各个兴趣标签；第四确定模块，用于将所述当前用户对应的所有兴趣标签作为一个关键词组；第五确定模块，用于分别确定所述关键词组与所述兴趣群组划分结果中每个兴趣群组的标题之间的相似度，其中，兴趣群组的标题由该兴趣群组对应的各个兴趣标签组成；推荐模块，用于向所述当前用户推荐与所述关键词组的相似度超过第二阈值的兴趣群组。第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有可执行程序，该可执行程序被处理器执行实现上述任一兴趣群组划分方法的步骤。第四方面，本申请实施例提供一种计算设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述程序时实现上述任一兴趣群组划分方法的步骤。利用本申请实施例提供的兴趣群组划分方法、装置、介质及计算设备，具有以下有益效果：浏览网络图的边为具有相同兴趣的用户，根据浏览网络图中的各边的权重以及浏览网络图中的节点，对兴趣群组进行划分，能够使得划分得到的兴趣群组中包括具有不同兴趣的用户，即划分得到的任意一个兴趣群组中包括多个兴趣点，此时，一个兴趣群组对应多个兴趣标签，加入相应群组的用户可与群组内其他用户进行多个兴趣点的互动，从而提高了群组内成员的交流活跃度，也能够在一定程度上提高用于浏览对象的应用程序中用户的粘性。附图说明图1为本申请实施例提供的兴趣群组划分方法的流程示意图；图2为本申请实施例提供的构建浏览网络图的方法流程示意图；图3为本申请实施例提供的对初始浏览网络图进行过滤的方法流程示意图；图4为本申请实施例提供的两个节点的词向量之间的相似度的方法流程示意图；图5为本申请实施例提供的向用本文档来自技高网...

【技术保护点】
1.一种兴趣群组划分方法，其特征在于，包括：构建浏览网络图，其中，所述浏览网络图中的节点为浏览过对象的用户，所述浏览网络图中的边为具有相同兴趣的用户，每个边上包括两个用户且所述两个用户具有相同兴趣；确定所述浏览网络图中每个边上两个节点的词向量之间的相似度；根据确定的相似度，计算所述浏览网络图中各个边的权重值；根据所述浏览网络图中各个边的权重值以及节点，确定以用户兴趣为群组划分标准的兴趣群组划分结果。

【技术特征摘要】
1.一种兴趣群组划分方法，其特征在于，包括：构建浏览网络图，其中，所述浏览网络图中的节点为浏览过对象的用户，所述浏览网络图中的边为具有相同兴趣的用户，每个边上包括两个用户且所述两个用户具有相同兴趣；确定所述浏览网络图中每个边上两个节点的词向量之间的相似度；根据确定的相似度，计算所述浏览网络图中各个边的权重值；根据所述浏览网络图中各个边的权重值以及节点，确定以用户兴趣为群组划分标准的兴趣群组划分结果。2.根据权利要求1所述的方法，其特征在于，针对浏览过对象的用户，构建浏览网络图，具体包括：以所有浏览过对象的用户为节点，以所有浏览过对象的用户中具有相同兴趣的用户为边，构建初始浏览网络图；根据确定的所述用户的特征数据，对所述初始浏览网络图进行过滤，得到所述浏览网络图。3.根据权利要求2所述的方法，其特征在于，根据确定的所述用户的特征数据，对所述初始浏览网络图进行过滤，具体包括：根据确定的所述用户的特征数据，计算所述初始浏览网络图中每个边上的两个用户之间的相似度；滤除相似度小于第一阈值的两个用户对应的节点以及相似度小于所述第一阈值的两个对应的节点所在的边。4.根据权利要求2或3所述的方法，其特征在于，确定所述用户的特征数据，具体包括：获取用户在预设时间段内浏览对象的历史数据；从所述历史数据中提取所述用户的特征数据。5.根据权利要求4所述的方法，其特征在于，所述用户的特征数据包括用户的属性特征数据、用户的浏览行为特征数据以及用户浏览过的对象的特征数据中的一种或多种。6.根据权利要求1所述的方法，其特征在于，确定所述浏览网络图中每个边上两个节点的词向量之间的相似度，具体包括：生成所述浏览网络图中每个节点的节点序列；利用各个节点的节点序列，确定各个节点的词向量；针对所述浏览网络图中的每个边，计算该边上的两个节点的词向量之间的相似度。7.根据权利要求1或6所述的方法，其特征在于，根据确定的相似度，计算所述浏览网络图中各个边的权重值，具体包括：针对所述浏览网络图中的每个边，将该边上的两个节点的词向量之间的相似度作为该边的权重值。8.根据权利要求1所述的方法，其特征在于，还包括；响应于当前用户浏览对象的操作，获取所述当前用户对应的各个兴趣标签；将所述当前用户对应的所有兴趣标签作为一个关键词组；分别确定所述关键词组与所述兴趣群组划分结果中每个兴趣群组的标题之间的相似度，其中，兴趣群组的标题由该兴趣群组对应的各个兴趣标签组成；向所述当前用户推荐与所述关键词组的相似度超过第二阈值的兴趣群组。9.一种兴趣群组划分装置，其特征在于，包括：构建模块，用于针对浏览过对象的用户，构建浏览网络图，其中，所述浏览网络图中的节点为浏览过对象的用户，所述浏览网络图中的边为具有相同兴趣...

【专利技术属性】
技术研发人员：黄维东，黄俊洲，
申请(专利权)人：深圳市腾讯计算机系统有限公司，
类型：发明
国别省市：广东,44