【技术实现步骤摘要】
用户匹配方法
本申请涉及计算机
,特别是涉及一种用户匹配方法。
技术介绍
计算机技术和通信网络技术的快速发展,使得人们的生活方式也越来越智能化和便捷化。比如,现在人们可通过交友软件进行智能匹配,与交友软件推荐的用户进行会话或信息分享等操作,从而进行社交活动。然而,传统的基于交友软件所进行的用户匹配方式,通常都是通过用户的基本资料或对用户进行简单测试所得到的测试结果来进行匹配推荐,常常会产生推荐的用户并不是用户真正感兴趣的用户的情况,导致用户匹配准确率低。
技术实现思路
基于此,有必要针对用户匹配准确率低的技术问题,提供一种用户匹配方法、装置、计算机可读存储介质和计算机设备。一种用户匹配方法,包括:获取与目标用户对应的目标生物特征数据和目标用户偏好数据,以及与候选用户对应的候选生物特征数据和候选用户偏好数据;依据所述目标生物特征数据和所述候选用户偏好数据,确定所述目标用户对于所述候选用户的第一匹配度;依据所述候选生物特征数据和所述目标用户偏好数据,确定所述候选用户对于所述目标用户的第二匹配度;当由所述第一匹配度和所述第二匹配度所确定的综合匹配度满足匹配条件时,将所述候选用户确定为所述目标用户对应的匹配用户。一种用户匹配装置,其特征在于,所述装置包括:获取模块,用于获取与目标用户对应的目标生物特征数据和目标用户偏好数据,以及与候选用户对应的候选生物特征数据和候选用户偏好数据;确定模块,用于依据所述目标生物特征数据和所述候选用户偏好数据,确定所述目标用户对于所述候选用户的第一匹配度;所述确定模块还用于依据所述候选生物特征数据和所述目标用户偏好数据,确定所述候选 ...
【技术保护点】
1.一种用户匹配方法,包括:获取与目标用户对应的目标生物特征数据和目标用户偏好数据,以及与候选用户对应的候选生物特征数据和候选用户偏好数据;依据所述目标生物特征数据和所述候选用户偏好数据,确定所述目标用户对于所述候选用户的第一匹配度;依据所述候选生物特征数据和所述目标用户偏好数据,确定所述候选用户对于所述目标用户的第二匹配度;当由所述第一匹配度和所述第二匹配度所确定的综合匹配度满足匹配条件时,将所述候选用户确定为所述目标用户对应的匹配用户。
【技术特征摘要】
1.一种用户匹配方法,包括:获取与目标用户对应的目标生物特征数据和目标用户偏好数据,以及与候选用户对应的候选生物特征数据和候选用户偏好数据;依据所述目标生物特征数据和所述候选用户偏好数据,确定所述目标用户对于所述候选用户的第一匹配度;依据所述候选生物特征数据和所述目标用户偏好数据,确定所述候选用户对于所述目标用户的第二匹配度;当由所述第一匹配度和所述第二匹配度所确定的综合匹配度满足匹配条件时,将所述候选用户确定为所述目标用户对应的匹配用户。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据所述目标生物特征数据和所述候选生物特征数据各自对应的类别标签,分别确定与所述目标用户对应的目标标签向量、及与所述候选用户对应的候选标签向量;根据所述目标用户偏好数据和所述候选用户偏好数据,分别确定与所述目标用户对应的目标用户偏好向量、及与所述候选用户对应的候选用户偏好向量;所述依据所述目标生物特征数据和所述候选用户偏好数据,确定所述目标用户对于所述候选用户的第一匹配度,包括:依据所述目标标签向量和所述候选用户偏好向量间的相似度,确定所述目标用户对于所述候选用户的第一匹配度;所述依据所述候选生物特征数据和所述目标用户偏好数据,确定所述候选用户对于所述目标用户的第二匹配度,包括:依据所述候选标签向量和所述目标用户偏好向量间的相似度,确定所述候选用户对于所述目标用户的第二匹配度。3.根据权利要求2所述的方法,其特征在于,所述根据所述目标生物特征数据和所述候选生物特征数据各自对应的类别标签,分别确定与所述目标用户对应的目标标签向量、及与所述候选用户对应的候选标签向量,包括:分别对所述目标生物特征数据和所述候选生物特征数据进行分类,得到与所述目标用户对应的目标类别标签、及与所述候选用户对应的候选类别标签;根据所述目标类别标签,确定与所述目标用户对应的目标标签向量;根据所述候选类别标签,确定与所述候选用户对应的候选标签向量。4.根据权利要求3所述的方法,其特征在于,所述目标生物特征数据包括目标用户图像,所述候选生物特征数据包括候选用户图像;所述分别对所述目标生物特征数据和所述候选生物特征数据进行分类,得到与所述目标用户对应的目标类别标签、及与所述候选用户对应的候选类别标签,包括:将所述目标用户图像和候选用户图像分别输入至预训练的图像分类模型;通过所述图像分类模型分别对所述目标用户图像和候选用户图像进行图像特征提取,并依据提取的图像特征分别确定与所述目标用户对应的目标类别标签、及与所述候选用户对应的候选类别标签。5.根据权利要求3所述的方法,其特征在于,所述目标生物特征数据包括目标用户语音,所述候选生物特征数据包括候选用户语音;所述分别对所述目标生物特征数据和所述候选生物特征数据进行分类,得到与所述目标用户对应的目标类别标签、及与所述候选用户对应的候选类别标签,包括:获取与数量多于一个的类别标签所分别对应的语音特征向量样本;通过高斯混合模型分别确定与所述目标用户语音对应的目标语音特征向量、及与所述候选用户语音对应的候选语音特征向量;依据所述目标语音特征向量与各所述语音特征向量样本间的相似度,确定所述目标用户所对应的目标类别标签;依据所述候选语音特征向量与各所述语音特征向量样本间的相似度,确定所述候选用户所对应的候选类别标签。6.根据权利要求5所述的方法,其特征在于,所述获取与数量多于一个的类别标签所分别对应的语音特征向量样本,包括:获取用户语音样本、及所述用户语音样本对应的类别标签;通过所述高斯混合模型,确定与各所述用户语音样本对应的语音特征向量;将相同类别标签所对应的语音特征向量的均值向量,作为与所述类别标签对应的语音特征向量样本。7.根据权利要求5所述的方法,其特征在于,所述依据所述目标语音特征向量与各所述语音特征向量样本间的相似度,确定所述目标用户所对应的目标类别标签,包括:确定所述目标语音特征向量与各所述语音特征向量样本间的语音相似度;当所述语音相似度满足第一相似度差异条件时,确定所述语音相似度中的最大语音相似度所对应的语音特征向量样本;将确定的所述语音特征向量样本所对应的类...
【专利技术属性】
技术研发人员:谢培艺,魏子强,刘泓里,闻艺,黄俊,王燕南,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。