基于大数据与深度学习的婚恋对象匹配数据处理方法、装置、计算机设备和存储介质制造方法及图纸
【技术实现步骤摘要】
基于大数据与深度学习的婚恋对象匹配数据处理方法、装置、计算机设备和存储介质
本专利技术涉及计算机
，特别是涉及一种基于大数据与深度学习的婚恋对象匹配数据处理方法、装置、计算机设备和存储介质。
技术介绍
大数据指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在日常生活中发现，夫妻往往是有夫妻相的，因为人的长相是与基因相关的，而基因与人的性格等各方面相关。现有婚介机构或网站向用户随机或根据红娘的经验向用户推荐婚恋对象，没有客观依据，不能预测待推荐对象与请求匹配对象在未来时间范围的匹配状态。
技术实现思路
基于此，有必要针对上述技术问题，提供一种婚恋对象匹配数据处理方法、装置、计算机设备和可读存储介质，基于大数据和深度学习神经网络建立待匹配对象与预设匹配时长的相关性，提供客观的匹配依据，能预测待推荐对象与请求匹配对象在未来时间范围的匹配状态。一种婚恋对象匹配数据处理方法，所述方法包括：获取待匹配的第一对象图像数据和第二对象图像数据；将所述第一对象图像数据和第二对象图像数据输入已训练的深度学习神经网络，所述深度学习神经网...
【技术保护点】
一种婚恋对象匹配数据处理方法，所述方法包括：获取待匹配的第一对象图像数据和第二对象图像数据；将所述第一对象图像数据和第二对象图像数据输入已训练的深度学习神经网络，所述深度学习神经网络的参数是以已婚匹配对象对应的匹配图像大数据作为输入，将所述已婚匹配对象对应的有效匹配时长与深度学习神经网络训练模型的预设匹配时长比较得到的对应的标签作为预期输出，输入深度学习神经网络训练模型训练得到；获取所述已训练的深度学习神经网络输出的对应的匹配结果；根据所述匹配结果确定第一对象与第二对象在所述预设匹配时长的范围内的匹配状态。
【技术特征摘要】
1.一种婚恋对象匹配数据处理方法，所述方法包括：获取待匹配的第一对象图像数据和第二对象图像数据；将所述第一对象图像数据和第二对象图像数据输入已训练的深度学习神经网络，所述深度学习神经网络的参数是以已婚匹配对象对应的匹配图像大数据作为输入，将所述已婚匹配对象对应的有效匹配时长与深度学习神经网络训练模型的预设匹配时长比较得到的对应的标签作为预期输出，输入深度学习神经网络训练模型训练得到；获取所述已训练的深度学习神经网络输出的对应的匹配结果；根据所述匹配结果确定第一对象与第二对象在所述预设匹配时长的范围内的匹配状态。2.根据权利要求1所述的方法，其特征在于，所述获取待匹配的第一对象图像数据和第二对象图像数据的步骤之前，还包括：获取训练图像大数据，所述训练图像大数据包括已婚匹配对象对应的匹配图像大数据，从所述匹配图像大数据中提取对应的各个已婚匹配对象对应的匹配图像对；获取已婚匹配对象对应的有效匹配时长，获取深度学习神经网络训练模型的预设匹配时长；根据已婚匹配对象对应的有效匹配时长和预设匹配时长的关系将对应的匹配图像对归入对应的目标集合，不同的目标集合对应不同的标签；将各个匹配图像对作为所述深度学习神经网络的输入，对所述深度学习神经网络进行无监督训练；依次获取各个目标集合内的目标匹配图像对和目标集合对应的标签形成匹配关系，依次将各个目标集合内的目标匹配图像对作为所述深度学习神经网络的输入，将具备匹配关系的标签作为所述深度学习神经网络的预期输出，对所述深度学习神经网络进行有监督训练；得到所述已训练的深度学习神经网络。3.根据权利要求2所述的方法，其特征在于，所述获取已婚匹配对象对应的有效匹配时长的步骤包括：获取已婚匹配对象的匹配起始时间和当前匹配状态；如果当前匹配状态为非匹配，则获取匹配终止时间，根据匹配终止时间与匹配起始时间得到有效匹配时长；如果当前匹配状态为匹配，则获取已婚匹配对象双方状态，如果已婚匹配对象双方状态正常，则获取当前时间，根据当前时间与匹配起始时间得到有效匹配时长范围；如果已婚匹配对象双方中至少一方状态异常，则将有效匹配时长确定为预设时长。4.根据权利要求2所述的方法，其特征在于，所述根据已婚匹配对象对应的有效匹配时长和预设匹配时长的关系将对应的匹配图像对归入对应的目标集合，不同的目标集合对应不同的标签的步骤包括：如果有效匹配时长大于或等于预设匹配时长，则将所述已婚匹配对象对应的匹配图像对归入第一集合，所述第一集合对应第一标签；如果有效匹配时长小于预设匹配时长，则将所述已婚匹配对象对应的匹配图像对归入第二集合，所述第二集合对应第二标签；如果有效匹配时长与预设匹...
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。