群组推荐方法和系统技术方案

本发明专利技术提供了一种群组推荐方法和系统，其中所述方法包括：获取用户常驻点位置：获取与所述常驻点位置对应的位置名称；根据预存的位置名称与群组的对应关系，获取与所述常驻点位置对应的位置名称所对应的群组作为候选群组；将所述候选群组进行排序处理并推荐给用户。上述群组推荐方法和系统能向用户推荐与用户常驻点位置有关的群组，且能够提高基于位置的群组推荐的准确性。

【技术实现步骤摘要】
群组推荐方法和系统
本专利技术涉及互联网
，特别是涉及一种群组推荐方法和系统。
技术介绍
社交网络和即时通信工具中一般都存在大量的群组，这些群组可由有相同爱好或者相同特征的用户组成，群组中的用户可与群组的其它成员进行消息的交互。为了使得用户能够在海量的群组中发现符合自身需求的群组，需要向用户推荐一些群组。传统的群组推荐方法通常是基于用户的个人资料，比如兴趣爱好、年龄、职业等信息进行推荐，比如可以将兴趣爱好相同的群组推荐给用户，又如，可以将与职业相关的群组推荐给用户。然而，传统的群组推荐方法并不能很好的用于推荐与位置有关的一些群组，例如，用户居住地点有关的群组(如xx小区群)、与用户工作地点有关的群组(如xx工业园大联盟)等等，这些与用户所在的位置有关的群组通常也是很多用户希望能够获知和参与的，准确地将这类群组推荐给用户具有极大的应用价值。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能向用户推荐与用户常驻点位置有关的群组的群组推荐方法和系统。一种群组推荐方法，所述方法包括：获取用户常驻点位置；获取与所述常驻点位置对应的位置名称；根据预存的位置名称与群组的对应关系，获取与所述常驻点位置对应的位置名称所对应的群组作为候选群组；将所述候选群组进行排序处理并推荐给用户。一种群组推荐系统，所述系统包括：位置获取模块，用于获取用户常驻点位置；常驻点位置名称获取模块，用于获取与所述常驻点位置对应的位置名称；候选群组确定模块，用于根据预存的位置名称与群组的对应关系，获取与所述常驻点的位置名称对应的群组作为候选群组；排序推荐模块，用于将所述候选群组进行排序处理并推荐给用户。上述群组推荐方法和系统，可以根据用户常驻点位置得到常驻点位置对应的位置名称，基于位置名称向用户推荐与位置名称具有对应关系的群组，从而实现了向用户推荐与用户常驻点位置相关的群组。与位置相关的群组通过位置名称来确定，能够提高基于位置的群组推荐的准确性。附图说明图1为一个实施例中群组推荐方法的应用环境图；图2为一个实施例中群组推荐方法的流程示意图；图3为一个实施例中挖掘位置相关的群组的流程示意图；图4为图3中将位置名称和群组名称分别构造成固定维度的语义向量的流程示意图；图5为一个实施例中将候选群组进行排序处理并推荐给用户的流程示意图；图6为图5中从训练样本中学习出候选群组的排序模型的流程示意图；图7为图5中按照排序模型对候选群组进行排序的流程示意图；图8为一个实施例中群组推荐系统的结构框图；图9为另一个实施例中群组推荐系统的结构框图；图10为一个实施例中语义向量构造模块的结构框图；图11为一个实施例中位置获取模块的结构框图；图12为一个实施例中排序推荐模块的结构框图；图13为图12中排序模型学习模块的结构框图；图14为图12中群组排序模块的结构框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例所提出的群组推荐方法可应用如图1所示的环境中。如图1所示，群信息库存储了海量的群信息，群信息包括群组名称、群组成员列表、群组介绍等，每个群组具有唯一的群组标识。位置名称库存储了海量的位置名称，位置名称用于表示某个位置，比如“深圳大学”。LBS位置定位库存储了海量的用户的定位信息，这些定位信息可通过用户所使用的终端上的定位功能采集到。群组挖掘模块可根据群信息库和位置名称库，从海量的群信息中挖掘出与位置相关的群组，比如与用户工作地相关的群组、与用户居住点相关的群组等，然后建立位置名称与对应的位置相关的群组的对应关系。用户位置定位模块可通过LBS定位库中的定位信息筛选得到用户的常驻点位置，也就是用户经常出现的位置，基于该位置可以推荐群组挖掘模块所挖掘到的与位置相关的群组。排序模块可基于对确定给用户推荐的候选群组进行排序处理，然后将排序模块排序好的群组通过输出接口输出到各种应用中。可以理解，群信息库、位置名称库和LBS位置定位库可预先设置在各种存储服务器中，而用于数据处理的群组挖掘模块、用户位置定位模块和排序模块可设置在各种处理服务器中。结合图1所示，输出接口所输出的排序后的群组可使用于多种应用领域，包括群推荐、好友推荐和网络信息推送等。群推荐是指可直接提取排序靠前的预设数量的群组推荐给用户，好友推荐指的是可将排序靠前的多个群组中的成员推荐给用户添加好友，网络信息推送是指可将排序靠前的多个群组相关的网络信息推送给用户，或者将排序靠前的多个群组中的成员关注的网络信息推送给用户。如图2所示，在一个实施例中，提供的一种群组推荐方法，包括：步骤202，获取用户常驻点位置。常驻点位置是指用户经常出现的地理位置。具体的，可通过基于位置定位服务(LocationBasedServices，LBS)来获取用户所在的地理位置。而用户常驻点位置则可以是用户一天内最长时间出现的地理位置，或者是用户在某个特定时间段内出现的地理位置。比如，用户一天内最长时间出现的位置或者用户在晚上10点到早上7点这个时间段内经常出现的地理位置，则作为用户常驻点位置。步骤204，获取与常驻点位置对应的位置名称。每个地理位置都应有相应的位置名称，比如可以是地理位置对应的建筑物名称或者场所名称等，比如“深圳大学”、“茵悦之生花园小区”、“莲花山公园”等。每个位置名称都应有对应的地理位置。具体的，可以根据位置名称的类别获取与常驻点位置对应的不同类别的位置名称，比如，需要获取场所类的位置名称，则可从场所类的位置名称中获取与常驻点位置对应的位置名称，需要获取居所类的位置名称，则可从居所类的位置名称中获取与常驻点位置对应的位置名称。步骤206，根据预存的位置名称与群组的对应关系，获取与常驻点位置对应的位置名称所对应的群组作为候选群组。本实施例中，由于推荐给用户的群组是与位置相关的群组，因此可从预存的海量的与位置相关的群组中获取与用户常驻点位置对应的群组，这些与位置相关的群组可事先从海量的群组中挖掘出。例如，与用户居所相关的群组可以是“茵悦之生花园小区群”、“天鹅堡小区联盟群”等，与用户工作地相关的群组可以“海松大厦事业群”、“留学生创业大厦群”等。通常，与位置相关的群组的群组信息中会包含一些与位置有关的信息，比如群组名称包含位置名称，群组简介包含位置名称等。因此，与位置相关的群组会对应位置名称，可预先建立挖掘出的与位置相关的群组和位置名称之间的对应关系，而用户常驻点位置对应了位置名称，因此可根据该对应关系中得到与用户常驻点位置的位置名称对应的群组，作为候选群组。步骤208，将候选群组进行排序处理并推荐给用户。具体的，可根据候选群组的一些属性信息对候选群组进行排序，这些属性信息包括但不限于候选群组对应的地理位置与用户常驻点位置之间的距离、候选群组的活跃度等。排序处理后，可提取排序靠前的预设数量的候选群组进行推荐。本实施例中，可以根据用户常驻点位置得到常驻点位置对应的位置名称，基于位置名称向用户推荐与位置名称具有对应关系的群组，从而实现了向用户推荐与用户常驻点位置相关的群组。与位置相关的群组通过位置名称来确定，能够提高基于位置的群组推荐的准确性。在一个实施例中，可预本文档来自技高网...

【技术保护点】
一种群组推荐方法，所述方法包括：获取用户常驻点位置；获取与所述常驻点位置对应的位置名称；根据预存的位置名称与群组的对应关系，获取与所述常驻点位置对应的位置名称所对应的群组作为候选群组；将所述候选群组进行排序处理并推荐给用户。

【技术特征摘要】
1.一种群组推荐方法，所述方法包括：获取用户常驻点位置；获取与所述常驻点位置对应的位置名称；根据预存的位置名称与群组的对应关系，获取与所述常驻点位置对应的位置名称所对应的群组作为候选群组，所述群组为与位置相关的群组，所述与位置相关的群组的挖掘步骤包括：分别对用于训练的位置名称和群组信息构造对应的固定维度的语义向量，将所述用于训练的位置名称对应的语义向量作为训练样本进行单类支持向量机分类器的训练，将所述用于训练的群组信息对应的语义向量输入已完成训练的所述单类支持向量机分类器中，识别出与位置相关的群组，建立用于训练的位置名称与所述位置相关的群组之间的对应关系，所述语义向量是指用向量来表示用于训练的位置名称和群组信息，涵盖词的上下文语境信息；将所述候选群组进行排序处理并推荐给用户。2.根据权利要求1所述的方法，其特征在于，所述将所述位置名称和群组信息分别构造成固定维度的语义向量的步骤，包括：对位置名称和群组信息进行分词得到词的集合；提取所述词在预设语料库中的语句中的前预设数量的相邻词，对所述提取的相邻词构造对应的固定维度的相邻词的语义向量；将所述相邻词的语义向量输入到预设概率模型中，按所述预设概率模型的优化目标确定预设概率模型中的参数；通过优化目标函数，得到所述词的语义向量。3.根据权利要求1所述的方法，其特征在于，所述获取用户常驻点位置的步骤，包括：接收终端上报的用户位置；对所述上报的用户位置进行聚类，将聚类中集中度最高的区域中的所述用户位置作为用户常驻点位置。4.根据权利要求1所述的方法，其特征在于，所述将所述候选群组进行排序处理并推荐给用户的步骤，包括：将包含正样本和负样本的已推荐群组作为训练样本，从所述训练样本中学习出候选群组的排序模型，其中，所述正样本是被认同的已推荐群组，所述负样本是不被认同的已推荐群组；按照所述排序模型对候选群组进行排序；选取排序最靠前的预设数量的所述候选群组并推荐给用户。5.根据权利要求4所述的方法，其特征在于，所述从所述训练样本中学习出候选群组的排序模型的步骤，包括：获取所述训练样本的属性特征，根据所述属性特征构造属性特征向量；构造基于所述属性特征向量的数学模型，所述数学模型为所述属性特征向量与权矢量的内积；根据所述数学模型的大小顺序构造预测排序序列；获取训练样本形成的目标排序序列，根据所述目标排序序列和预测排序序列之间的距离构造目标函数；对所述目标函数进行学习，得到使得所述训练样本中的用户对应的所述距离的和取得最小值的权矢量。6.根据权利要求5所述的方法，其特征在于，所述按照所述排序模型对候选群组进行排序的步骤，包括：获取候选群组对应的属性特征向量；计算所述权矢量与所述候选群组对应的属性特征向量的内积，得到所述候选群组对应的分值；根据所述分值的大小对相应的候选群组进行排序。7.根据权利要求5所述的方法，其特征在于，所述属性特征向量中包含的属性特征包括以下至少一种：群组的活跃度、群组所在位置与对应推荐的用户的常驻点位置之间的距离、群组成员与对应推荐的用户之间的社交拓扑结构信息。8.一种群组推荐系统，其特征在于，所述系统包括：位置获取模块，用于获取用户常驻点位置；常驻点位置名称获取模块，用于获取与所述常驻点位置对应的位置名称；候选群组确定模块，用于根据...

【专利技术属性】
技术研发人员：余建兴，易玲玲，贺鹏，陈川，
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