一种基于个人特征信息的用户契合度的计算方法和装置制造方法及图纸

本发明专利技术提供了一种基于个人特征信息的用户契合度的计算方法,包括如下步骤：显示与个人特征信息相关的问题，计算个人特征信息包括身份类信息、教育经历类信息、兴趣爱好类信息、生活圈类信息、阅读记录类信息及社交通讯类信息；获取并存储两人的个人特征信息；根据两人的个人特征信息分别生成每人的个人特征信息的类的集合，再分别计算两人个人特征信息中的同一类的集合之间的关系强度因子；根据关系强度因子计算两人的契合度，该契合度能准确地度量陌生用户间的关系强度，用户之间可以通过讨论个人特征信息的异同点以获知如何度量陌生用户间的关系强度的因素，从而帮助陌生用户寻找话题缓解气氛。

A Calculating Method and Device of User Compatibility Based on Personal Characteristic Information

【技术实现步骤摘要】
一种基于个人特征信息的用户契合度的计算方法和装置
本专利技术涉及信息处理
，尤其涉及一种基于个人特征信息的用户契合度的计算方法和装置。
技术介绍
用户关系在社交网络中的应用越来越广泛，如：视频推荐网站Clicker与亚马逊等基于用户关系的社会化推荐，各社交平台中的好友推荐等应用；因为将用户关系引入推荐系统可以增加推荐结果的信任度、解决推荐系统的冷启动问题。一般认为，两个用户间的互动越多则认为彼此间的关系越强，然而，两个用户在认识之初，如何考量其关系的强弱，尤其是对于一些以社交为目的的用户，如何准确地度量陌生用户间的关系强度就成为了一个重要问题。
技术实现思路
本专利技术提供了一种基于个人特征信息的用户契合度的计算方法和装置，旨在解决如何准确地度量陌生用户间的关系强度的问题。本专利技术的第一个方面，提供了一种基于个人特征信息的用户契合度的计算方法，包括如下步骤：显示与个人特征信息相关的问题，所述个人特征信息包括身份类信息、教育经历类信息、兴趣爱好类信息、生活圈类信息、阅读记录类信息及社交通讯类信息；获取并存储两人的个人特征信息；根据两人的个人特征信息分别生成每人的个人特征信息的类的集合，再分别计算两人个人特征信息中的同一类的集合之间的关系强度因子；根据关系强度因子计算两人的契合度。进一步地，所述获取并存储两人的个人特征信息，包括：当所述个人特征信息记录在文字文件中时，通过文字提取算法提取文字文件中的文字信息，和/或当所述个人特征信息记录在图片文件中时，通过图像识别算法识别并提取图片中的文字信息，和/或当所述个人特征信息记录在音频文件中时，通过语音识别算法识别并提取音频文件中的文字信息。进一步地，所述获取并存储两人的个人特征信息，还包括：剔除个人特征信息中错误的和/或重复的个人特征信息。进一步地，所述根据两人的个人特征信息分别生成每人的个人特征信息的类的集合，再分别计算两人个人特征信息中的同一类的集合之间的关系强度因子，是指：根据预定义的语义目标分别解析两人的个人特征信息以获得多个单一词组；将每一单一词组分别归类到身份类信息、教育经历类信息、兴趣爱好类信息、生活圈类信息、阅读记录类信息或社交通讯类信息中；将两人同一类信息中的词组分别进行特征匹配，并计算每一词组的关联系数；根据每一类信息中所有词组的关联系数计算该类信息的关系强度因子。进一步地，每一类信息的关系强度因子是指每一类信息中所有词组的关联系数之和。进一步地，所述契合度＝0.433(AB+BC+CD+DE+EF+FA)/100，A为身份类信息中所有词组的关联系数之和，B为教育经历类信息中所有词组的关联系数之和，C为兴趣爱好类信息中所有词组的关联系数之和，D为生活圈类信息中所有词组的关联系数之和，E为阅读记录类信息中所有词组的关联系数之和，F为社交通讯类信息中所有词组的关联系数之和。本专利技术的另一个方面，提供了一种基于个人特征信息的用户契合度的计算装置，包括：显示模块，用于显示与个人特征信息相关的问题，所述个人特征信息包括身份类信息、教育经历类信息、兴趣爱好类信息、生活圈类信息、阅读记录类信息及社交通讯类信息；获取存储模块，用于获取并存储两人的个人特征信息；处理模块，用于根据获取的两人的个人特征信息分别生成每人的个人特征信息的类的集合，再分别计算两人个人特征信息中的同一类的集合之间的关系强度因子；计算模块，用于根据关系强度因子计算两人的契合度。进一步地，所述获取存储模块包括信息提取单元；所述信息提取单元用于当所述个人特征信息记录在文字文件中时，通过文字提取算法提取文字文件中的文字信息，和/或当所述个人特征信息记录在图片文件中时，通过图像识别算法识别并提取图片中的文字信息，和/或当所述个人特征信息记录在音频文件中时，通过语音识别算法识别并提取音频文件中的文字信息。进一步地，所述获取存储模块还包括删除单元；所述删除单元用于剔除个人特征信息中错误的和/或重复的个人特征信息。进一步地，所述处理模块包括解析单元、分类单元、匹配处理单元及关联计算单元；所述解析单元，用于根据预定义的语义目标分别解析两人的个人特征信息以获得多个单一词组；所述分类单元，用于将每一单一词组分别归类到身份类信息、教育经历类信息、兴趣爱好类信息、生活圈类信息、阅读记录类信息或社交通讯类信息中；所述匹配处理单元，用于将两人同一类信息中的词组分别进行特征匹配，并计算每一词组的关联系数；所述关联计算单元，用于根据每一类信息中所有词组的关联系数计算该类信息的关系强度因子。本专利技术的有益效果如下：本专利技术通过显示与个人特征信息相关的问题，获取并存储两人的个人特征信息，根据两人的个人特征信息分别生成单个个人特征信息的类的集合，再分别计算两人同类个人特征信息的集合的关系强度因子，根据关系强度因子计算两人的契合度，该契合度能准确地度量陌生用户间的关系强度，因此，用户之间可以通过讨论个人特征信息的异同点以获知如何度量陌生用户间的关系强度的因素，从而帮助陌生用户寻找话题缓解气氛。本专利技术附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例1中的一种基于个人特征信息的用户契合度的计算方法的流程示意图；图2为本专利技术实施例1中的计算两人个人特征信息中的同一类的集合之间的关系强度因子的流程示意图；图3为本专利技术实施例2中的一种基于个人特征信息的用户契合度的计算装置的结构示意图；图4为本专利技术实施例2中的获取存储模块的结构示意图；图5为本专利技术实施例2中的处理模块的结构示意图。具体实施方式下面将结合本专利技术中的说明书附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，在本专利技术说明书中，术语“包括”和“包含”指示所描述特征、整体、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、元素、组件和/或其集合的存在或添加。还应当理解，在本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。在本专利技术说明书及说明书附图中描述的一些流程中，包含了按照特定顺序出现的多个序号，但是应该清楚了解，这些序号如11、12等，仅仅是用于区分开各个不同的名称，序号本身不代表任何的执行顺序。本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。实施例1本专利技术实施例提供了一种基于个人特征信息的用户契合度的计算方法，如图1所示，包括步骤S110-S140。S110显示与个人特征信息相关的问题，个人特征信息包括身份类信息、教育经历类信息、兴趣爱好类信息、本文档来自技高网...

【技术保护点】
1.一种基于个人特征信息的用户契合度的计算方法，其特征在于，包括如下步骤：显示与个人特征信息相关的问题，所述个人特征信息包括身份类信息、教育经历类信息、兴趣爱好类信息、生活圈类信息、阅读记录类信息及社交通讯类信息；获取并存储两人的个人特征信息；根据两人的个人特征信息分别生成每人的个人特征信息的类的集合，再分别计算两人个人特征信息中的同一类的集合之间的关系强度因子；根据关系强度因子计算两人的契合度。

【技术特征摘要】
1.一种基于个人特征信息的用户契合度的计算方法，其特征在于，包括如下步骤：显示与个人特征信息相关的问题，所述个人特征信息包括身份类信息、教育经历类信息、兴趣爱好类信息、生活圈类信息、阅读记录类信息及社交通讯类信息；获取并存储两人的个人特征信息；根据两人的个人特征信息分别生成每人的个人特征信息的类的集合，再分别计算两人个人特征信息中的同一类的集合之间的关系强度因子；根据关系强度因子计算两人的契合度。2.根据权利要求1所述的计算方法，其特征在于，所述获取并存储两人的个人特征信息，包括：当所述个人特征信息记录在文字文件中时，通过文字提取算法提取文字文件中的文字信息，和/或当所述个人特征信息记录在图片文件中时，通过图像识别算法识别并提取图片中的文字信息，和/或当所述个人特征信息记录在音频文件中时，通过语音识别算法识别并提取音频文件中的文字信息。3.根据权利要求1所述的计算方法，其特征在于，所述获取并存储两人的个人特征信息，还包括：剔除个人特征信息中错误的和/或重复的个人特征信息。4.根据权利要求1-3任意一项所述的计算方法，其特征在于，所述根据两人的个人特征信息分别生成每人的个人特征信息的类的集合，再分别计算两人个人特征信息中的同一类的集合之间的关系强度因子，是指：根据预定义的语义目标分别解析两人的个人特征信息以获得多个单一词组；将每一单一词组分别归类到身份类信息、教育经历类信息、兴趣爱好类信息、生活圈类信息、阅读记录类信息或社交通讯类信息中；将两人同一类信息中的词组分别进行特征匹配，并计算每一词组的关联系数；根据每一类信息中所有词组的关联系数计算该类信息的关系强度因子。5.根据权利要求4所述的计算方法，其特征在于，每一类信息的关系强度因子是指每一类信息中所有词组的关联系数之和。6.根据权利要求5所述的计算方法，其特征在于，所述契合度＝0.433(AB+BC+CD+DE+EF+FA)/100，A为身份类信息中所有词组的关联系数之和，B为教育经历类信息中所...

【专利技术属性】
技术研发人员：陈峻岩，
申请(专利权)人：西咸新区心灯软件科技有限公司，
类型：发明
国别省市：陕西,61