【技术实现步骤摘要】
行人相似度获取方法、装置、终端设备及可读存储介质
本申请属于行人预测
，尤其涉及一种行人相似度获取方法、装置、终端设备及可读存储介质。
技术介绍
行人关系是指两个行人之间的关系，例如，两个行人之间可能是陌生人、朋友、情侣、亲属、同事等关系。对行人关系进行预测，需要采集大量的样本数据，并从多个维度进行预测，其中一个用于预测的维度是行人的相似度。在现有技术中对行人的相似度进行预测时，利用了行人之间是否同行的同行数据，来对行人之间的相似度进行计算。但现有技术中计算行人之间的相似度时，只是利用了行人之间是否同行的同行数据，并未考虑同行数据中存在的误判，导致根据行人之间是否同行的同行数据计算的得到的行人之间的相似度不够准确，预测的行人关系存在误差。
技术实现思路
本申请实施例提供了一种行人相似度获取方法、装置、终端设备及可读存储介质，可以解决现有技术中计算的行人之间的相似度的准确率较低，导致预测的行人关系存在误差的问题。第一方面，本申请实施例提供了一种行人相似度获取方法，在第一方面的一...
【技术保护点】
1.一种行人相似度获取方法，其特征在于，包括：/n获取同行次数矩阵，所述同行次数矩阵描述了多个行人中每两个行人之间的同行次数；/n根据预设规则将所述同行次数矩阵映射为权重矩阵，其中，所述权重矩阵描述了每两个行人之间的同行次数的权重值；/n通过预设的相似度算法，获取行人相似度矩阵，其中，所述行人相似度矩阵为多个行人与行人之间的相似度构成的矩阵；/n根据所述权重矩阵更新所述行人相似度矩阵，得到更新后的行人相似度矩阵，所述行人相似度矩用于描述两个行人之间的关系。/n
【技术特征摘要】
1.一种行人相似度获取方法，其特征在于，包括：
获取同行次数矩阵，所述同行次数矩阵描述了多个行人中每两个行人之间的同行次数；
根据预设规则将所述同行次数矩阵映射为权重矩阵，其中，所述权重矩阵描述了每两个行人之间的同行次数的权重值；
通过预设的相似度算法，获取行人相似度矩阵，其中，所述行人相似度矩阵为多个行人与行人之间的相似度构成的矩阵；
根据所述权重矩阵更新所述行人相似度矩阵，得到更新后的行人相似度矩阵，所述行人相似度矩用于描述两个行人之间的关系。
2.根据权利要求1所述的方法，其特征在于，所述根据预设规则将所述同行次数矩阵映射为权重矩阵，包括：
若所述同行次数数据小于预设阈值，则按照预设的映射函数将每个所述同行次数数据映射为对应的权重值；
若所述同行次数数据大于或等于所述预设阈值，则将大于或等于所述预设阈值的每个所述同行次数数据映射为第一权重值；
根据所述每个同行次数数据对应的权重值和/或所述第一权重值，得到所述权重矩阵。
3.根据权利要求2所述的方法，其特征在于，根据所述每个同行次数对应的权重值和/或所述第一权重值，得到所述权重矩阵，包括：
将所述每个同行次数数据对应的权重值以及所述第一权重值归一化，得到多个归一化后的权重值；
根据所述多个归一化后的权重值，得到所述权重矩阵。
4.根据权利要求1与3任一项所述的方法，其特征在于，所述通过预设的相似度算法，获取行人相似度矩阵，包括：
获取同行矩阵，所述同行矩阵为多个行人与行人之间的同行数据构成的矩阵，所述同行数据用于指示行人与行人同行或行人与行人未同行；
根据所述同行矩阵，获取所述同行矩阵中每个行人与行人同行数据的K个邻近同行数据，其中，所述近邻近同行数据为与所述行人与行人同行数据的距离小于第二预设阈值的同行数据，K为大于1的整数；
通过预设的重构算法，依次将每个所述行人与行人同行数据的K个邻近同行数据重构为每个所述行人与行人同行数据，得到多个重构后的行人与行人同行数据以及每个所述重构后的行人与行人同行数据对应的重构权重；
将每个所述重构后的行人与行人同行数据对应的重构权重，作为所述每个所述行人与行人之间的相似度，以得到所述行人相似度矩阵。
5.根据权利要求4所述的方法，其特征在于，所述根据预设规则将所述同行次数矩阵映射为权重矩...
【专利技术属性】
技术研发人员：李景皓，
申请(专利权)人：深圳云天励飞技术有限公司，
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。