一种基于兴趣大数据的陌生人社交活动推荐方法和系统技术方案

本申请实施例提供的基于兴趣大数据的陌生人社交活动推荐方法，包括：取预设时间段内当前用户参与的历史社交活动的活动信息以及在社交活动的有效时间范围所述当前用户的位置轨迹；根据所述活动信息生成社交活动的活动向量集，所述活动向量集包括多个分别与每次社交活动对应的活动向量；对所述活动向量集进行分析，确定所述活动向量的每个对应的用户行为特征与用户兴趣之间的相关度因数；根据所述相关度因数对所述活动向量集中的活动向量进行调整，生成对应的特征活动向量；根据所述特征活动向量向所述当前用户推荐陌生人社交活动。本申请实施例的基于位置属性的陌生人社交活动推荐方法，有利于陌生人社交的发展。

A Method and System of Stranger Social Activity Recommendation Based on Big Interest Data

The recommendation method for strangers'social activities based on big interest data provided by the embodiment of this application includes: taking the activity information of the historical social activities in which the current user participates in a preset period of time and the position trajectory of the current user described in the effective time range of social activities; generating the activity vector set of social activities according to the activity information, and the activity vector set includes a plurality of subsets. The activity vectors corresponding to each social activity are analyzed to determine the correlation coefficient between each corresponding user's behavior characteristics and user's interests; the corresponding feature activity vectors are generated by adjusting the activity vectors according to the correlation coefficient; and the corresponding feature activity vectors are generated according to the feature activity vectors. Current users recommend social activities for strangers. The method of recommending strangers'social activities based on location attributes in the embodiment of the present application is beneficial to the development of strangers' social activities.

【技术实现步骤摘要】
一种基于兴趣大数据的陌生人社交活动推荐方法和系统
本申请涉及陌生人社交
，尤其涉及一种基于兴趣大数据的陌生人社交活动推荐方法和系统。
技术介绍
社交是指社会上人与人的交际往来，是人们运用一定的方式（工具）传递信息、交流思想的意识，以达到某种目的的社会各项活动。随着科学技术的发展和互联网资源在生活中的应用，人与人之间的交往开始借助互联网来实现，陌生人之间也可以通过互联网进行社交，实现进一步发展自己和扩充自己的目的。例如，现有技术中已经出现了一些主打陌生人社交服务的互联网平台和服务，例如搜索附近的人进行线上对话、传送网络漂流瓶等。现有技术中最新出现的一种陌生人社交平台是由活动组织者在该平台上发布一个在预定时间和地点举办的社交活动（例如聚餐、郊游、做游戏等），并设定参与该社交活动需要符合的条件（例如性别、年龄等）；其他用户可以在该平台上搜索自己感兴趣且自身符合条件的社交活动，平台也可以向其他用户推荐所发布的社交活动。其他用户可以基于自身意愿对搜索到或者被推荐的陌生人社交活动进行线上报名，进而作为活动参与者按时赴预定地点参与该社交活动。通过分析用户历史数据，例如用户组织、报名、点赞的社交活动等，发现用户兴趣规律，再根据用户兴趣进行推荐，是现有技术中的常用做法。但是，现有技术主要是考虑用户对社交活动本身的兴趣，例如统计和分析社交活动的类型、内容等。但是，用户对参与社交活动的兴趣，并不只包括对社交活动本身的兴趣，也会包括对活动举办地点的兴趣，对于喜欢在参加活动前后在活动举办地点附近逛逛的人而言，在举办地点周边有很多吃饭、娱乐店铺也会增加该用户报名参加活动的兴趣。用户的兴趣还存在于对参与活动的组织者、参与者的兴趣，甚至包括对活动举办时间的兴趣（例如特定的节日或者季节）。不过，如果仅仅是统计用户参与社交活动的历史数据当中包含的地点、人群和时间等信息，也不能完全反映出这些因素与用户兴趣到底有没有以及有多大的关联性，还是要结合用户的行为表现，来确定这些因素与用户兴趣之间的关联性的大小，进而综合这些因素与社交活动的内容、类型，实现基于用户兴趣的推荐。可见，现有技术的基于用户兴趣的活动推荐方法，考虑因素相对片面，忽视了用户的行为表现对活动地点、人群和时间与用户兴趣的关联性的影响，影响了用户体验，使基于用户兴趣进行活动推荐的成功率未达到最优，不利于陌生人社交的发展。
技术实现思路
有鉴于此，本申请的目的在于提出一种基于兴趣大数据的陌生人社交活动推荐方法和系统，来解决现有技术中基于用户兴趣的活动推荐方法，考虑因素相对片面，忽视了用户的行为表现对活动地点、人群和时间与用户兴趣的关联性的影响，影响了用户体验，使基于用户兴趣进行活动推荐的成功率未达到最优，不利于陌生人社交的发展的技术问题。基于上述目的，在本申请的一个方面，提出了一种基于兴趣大数据的陌生人社交活动推荐方法，包括：获取预设时间段内当前用户参与的历史社交活动的活动信息以及在社交活动的有效时间范围所述当前用户的位置轨迹；根据所述活动信息生成社交活动的活动向量集，所述活动向量集包括多个分别与每次社交活动对应的活动向量；对所述活动向量集进行分析，确定所述活动向量的每个对应的用户行为特征与用户兴趣之间的相关度因数；根据所述相关度因数对所述活动向量集中的活动向量进行调整，生成对应的特征活动向量；根据所述特征活动向量向所述当前用户推荐陌生人社交活动。在一些实施例中，所述活动信息，包括：社交活动的类型信息、社交活动的内容信息、社交活动的活动地点信息、其他参与者和组织者的个人信息和社交活动的时间信息。在一些实施例中，所述根据所述活动信息生成社交活动的活动向量集，包括：根据预先设定的映射规则将社交活动的类型对应的数值作为社交活动类型维度的取值，根据预先设定的映射规则将社交活动的内容对应的数值作为社交活动内容维度的取值，将社交活动的活动地点距离预设参考点的距离作为社交活动地点维度的取值，将社交活动的活动地点周边与活动相关的场所的数量作为周边环境维度的取值，将社交活动共同参与人的平均年龄作为平均参与年龄维度的取值，根据预先设定的映射规则将社交活动共同参与人的性别比例对应的数值作为性别比例维度的取值，将社交活动共同参与人的标签特征中数量最多的标签特征的数值作为标签特征维度的取值，根据预先设定的映射规则将社交活动的活动时间为节假日的活动时间和不为节假日的活动时间的比值对应的数值作为活动时间维度的取值。在一些实施例中，还包括：预先为所述社交活动类型维度、所述社交活动内容维度、所述社交活动地点维度、所述周边环境维度、所述平均参与年龄维度、所述标签特征维度和所述活动时间维度分配与用户兴趣相关的初始相关度因数。在一些实施例中，所述对所述活动向量集进行分析，确定所述活动向量的每个对应的用户行为特征与用户兴趣之间的相关度因数，包括：对所述活动向量集进行分析，根据所述活动向量的每个对应的用户行为特征对所述社交活动类型维度、所述社交活动内容维度、所述社交活动地点维度、所述周边环境维度、所述平均参与年龄维度、所述标签特征维度和所述活动时间维度与用户兴趣相关的初始相关度因数进行调整。在一些实施例中，所述根据所述活动向量的每个对应的用户行为特征对所述社交活动类型维度、所述社交活动内容维度、所述社交活动地点维度、所述周边环境维度、所述平均参与年龄维度、所述标签特征维度和所述活动时间维度与用户兴趣相关的初始相关度因数进行调整，包括：对于所述社交活动类型维度和所述社交活动内容维度，根据所述历史社交活动的活动类型和活动内容的集中程度对用户兴趣与活动类型和活动内容的相关度因数进行调整；对于所述社交活动地点维度和周边环境维度，根据所述当前用户在社交活动的有效时间范围内的位置轨迹确定所述当前用户在社交活动地点的预设范围内的平均停留时间，根据所述平均停留时间对用户兴趣与活动地点和周边环境的相关度因数进行调整；对于所述平均参与年龄维度、所述性别比例维度和所述标签特征维度，根据社交活动共同参与人的性别、年龄、职业和爱好量化为多维向量，根据所述多维向量之间的距离对用户兴趣与平均参与年龄、性别比例和标签特征的相关度因数进行调整；对于所述活动时间维度，根据所述历史社交活动的活动时间的集中程度对用户兴趣与活动时间的相关度因数进行调整。在一些实施例中，所述根据所述特征活动向量向所述当前用户推荐陌生人社交活动，包括：对于每个待推荐陌生人社交活动，建立所述待推荐陌生人社交活动与用户兴趣相关的待推荐特征活动向量，计算所述待推荐特征活动向量与所述特征活动向量的距离的平均值，根据所述平均值的大小向所述当前用户推荐对应的待推荐陌生人社交活动。基于上述目的，在本申请的另一个方面，还提出了一种基于兴趣大数据的陌生人社交活动推荐系统，包括：信息获取模块，用于获取预设时间段内当前用户参与的历史社交活动的活动信息以及在社交活动的有效时间范围所述当前用户的位置轨迹；活动向量集生成模块，用于根据所述活动信息生成社交活动的活动向量集，所述活动向量集包括多个分别与每次社交活动对应的活动向量；相关度因数确定模块，用于对所述活动向量集进行分析，确定所述活动向量的每个对应的用户行为特征与用户兴趣之间的相关度因数；特征活动向量生成模块，用于根据所述相关度因数对所述活动向量本文档来自技高网...

【技术保护点】
1.一种基于兴趣大数据的陌生人社交活动推荐方法，其特征在于，包括：获取预设时间段内当前用户参与的历史社交活动的活动信息以及在社交活动的有效时间范围所述当前用户的位置轨迹；根据所述活动信息生成社交活动的活动向量集，所述活动向量集包括多个分别与每次社交活动对应的活动向量；对所述活动向量集进行分析，确定所述活动向量的每个对应的用户行为特征与用户兴趣之间的相关度因数；根据所述相关度因数对所述活动向量集中的活动向量进行调整，生成对应的特征活动向量；根据所述特征活动向量向所述当前用户推荐陌生人社交活动。

【技术特征摘要】
1.一种基于兴趣大数据的陌生人社交活动推荐方法，其特征在于，包括：获取预设时间段内当前用户参与的历史社交活动的活动信息以及在社交活动的有效时间范围所述当前用户的位置轨迹；根据所述活动信息生成社交活动的活动向量集，所述活动向量集包括多个分别与每次社交活动对应的活动向量；对所述活动向量集进行分析，确定所述活动向量的每个对应的用户行为特征与用户兴趣之间的相关度因数；根据所述相关度因数对所述活动向量集中的活动向量进行调整，生成对应的特征活动向量；根据所述特征活动向量向所述当前用户推荐陌生人社交活动。2.根据权利要求1所述的方法，其特征在于，所述活动信息，包括：社交活动的类型信息、社交活动的内容信息、社交活动的活动地点信息、其他参与者和组织者的个人信息和社交活动的时间信息。3.根据权利要求2所述的方法，其特征在于，所述根据所述活动信息生成社交活动的活动向量集，包括：根据预先设定的映射规则将社交活动的类型对应的数值作为社交活动类型维度的取值，根据预先设定的映射规则将社交活动的内容对应的数值作为社交活动内容维度的取值，将社交活动的活动地点距离预设参考点的距离作为社交活动地点维度的取值，将社交活动的活动地点周边与活动相关的场所的数量作为周边环境维度的取值，将社交活动共同参与人的平均年龄作为平均参与年龄维度的取值，根据预先设定的映射规则将社交活动共同参与人的性别比例对应的数值作为性别比例维度的取值，将社交活动共同参与人的标签特征中数量最多的标签特征的数值作为标签特征维度的取值，根据预先设定的映射规则将社交活动的活动时间为节假日的活动时间和不为节假日的活动时间的比值对应的数值作为活动时间维度的取值。4.根据权利要求3所述的方法，其特征在于，还包括：预先为所述社交活动类型维度、所述社交活动内容维度、所述社交活动地点维度、所述周边环境维度、所述平均参与年龄维度、所述标签特征维度和所述活动时间维度分配与用户兴趣相关的初始相关度因数。5.根据权利要求4所述的方法，其特征在于，所述对所述活动向量集进行分析，确定所述活动向量的每个对应的用户行为特征与用户兴趣之间的相关度因数，包括：对所述活动向量集进行分析，根据所述活动向量的每个对应的用户行为特征对所述社交活动类型维度、所述社交活动内容维度、所述社交活动地点维度、所述周边环境维度、所述平均参与年龄维度、所述标签特征维度和所述活动时间维度与用户兴趣相关的初始相关度因数进行调整。6.根据权利要求5所述的方法，其特征在于，所述根据所述活动向量的每个对应的用户行为特征对所述社交活动类型维度、所述社交活动内容维度、所述社交活动地点维度、所述周边环境维度、所述平均参与年龄维度、所述标签特征维度和所述活动时间维度与用户兴趣相关的初始相关度因数进行调整，包括：对于所述社交活动类型维度和所述社交活动内容维度，根据所述历史社交活动的活动类型和活动内容的集中程度对用户兴趣与活动类型和活动内容的相关度因数进行调整；对于所述社交活动地点维度和周边环境...

【专利技术属性】
技术研发人员：陈俊华，
申请(专利权)人：杭州飞弛网络科技有限公司，
类型：发明
国别省市：浙江,33