对象表示方法、装置、设备、存储介质及计算机程序产品制造方法及图纸

本申请实施例公开了一种对象表示方法、装置、设备、存储介质及计算机程序产品，其中方法包括：获取对象关系拓扑图，所述对象关系拓扑图包括多个节点和多条边；一个节点表示一个对象，存在关联关系的两个对象对应的节点之间通过至少一条边连接；利用多个对象信息源，挖掘所述对象关系拓扑图中相连接的节点之间的节点相似度，得到相似度矩阵；基于所述相似度矩阵，对所述对象关系拓扑图中的各个节点进行表征处理，得到所述各个节点的节点表征向量；将所述各个节点的节点表征向量，作为相应对象的对象表示向量。本申请实施例可以有效提升对象表示的准确性。表示的准确性。表示的准确性。

【技术实现步骤摘要】
对象表示方法、装置、设备、存储介质及计算机程序产品


[0001]本申请涉及互联网
，具体涉及计算机
，尤其涉及一种对象表示方法、装置、设备、存储介质及计算机程序产品。

技术介绍

[0002]目前，在大多数的业务场景中，通常需要先生成用于表示相关对象的对象表示向量，从而基于该对象表示向量执行相关的业务处理。例如，在好友推荐场景中，通常需要先生成用于表示相关用户的用户表示向量，从而基于用户表示向量执行好友推荐处理；又如，在图像检索场景中，通常需要先生成用于表示相关图像的图像表示向量，从而基于图像表示向量执行图像检索处理。可见，对象表示的准确性和业务处理的准确性息息相关；基于此，如何对生成对象表示向量以提升对象表示的准确性，成为了研究热点。

技术实现思路

[0003]本申请实施例提供了一种对象表示方法、装置、设备、存储介质及计算机程序产品，可以有效提升对象表示的准确性。
[0004]一方面，本申请实施例提供了一种对象表示方法，所述方法包括：
[0005]获取对象关系拓扑图，所述对象关系拓扑图包括多个节点和多条边；一个节点表示一个对象，存在关联关系的两个对象对应的节点之间通过至少一条边连接；
[0006]利用多个对象信息源，挖掘所述对象关系拓扑图中相连接的节点之间的节点相似度，得到相似度矩阵；
[0007]基于所述相似度矩阵，对所述对象关系拓扑图中的各个节点进行表征处理，得到所述各个节点的节点表征向量；
[0008]将所述各个节点的节点表征向量，作为相应对象的对象表示向量，以基于各个对象的对象表示向量进行对象表示。
[0009]另一方面，本申请实施例提供了一种对象表示装置，所述装置包括：
[0010]获取单元，用于获取对象关系拓扑图，所述对象关系拓扑图包括多个节点和多条边；一个节点表示一个对象，存在关联关系的两个对象对应的节点之间通过至少一条边连接；
[0011]处理单元，用于利用多个对象信息源，挖掘所述对象关系拓扑图中相连接的节点之间的节点相似度，得到相似度矩阵；
[0012]所述处理单元，还用于基于所述相似度矩阵，对所述对象关系拓扑图中的各个节点进行表征处理，得到所述各个节点的节点表征向量；
[0013]所述处理单元，还用于将所述各个节点的节点表征向量，作为相应对象的对象表示向量，以基于各个对象的对象表示向量进行对象表示。
[0014]在一种实施方式中，一个对象信息源对应一个信息维度；相应的，处理单元在用于利用多个对象信息源，挖掘所述对象关系拓扑图中相连接的节点之间的节点相似度，得到
相似度矩阵时，可具体用于：
[0015]遍历所述对象关系拓扑图中的各个节点；
[0016]将当前遍历的节点作为第一节点，以及将所述对象关系拓扑图中与所述第一节点相连接的节点作为第二节点；其中，所述第一节点表示的对象为第一对象，所述第二节点表示的对象为第二对象；
[0017]利用所述多个对象信息源中的每个对象信息源，确定所述第一对象和所述第二对象在对应信息维度下的对象匹配度；
[0018]对所述第一对象和所述第二对象在各个信息维度下的对象匹配度进行线性融合，得到所述第一节点和所述第二节点之间的节点相似度；
[0019]在所述对象关系拓扑图中的各个节点均被遍历后，采用得到的各个节点相似度构建相似度矩阵。
[0020]另一种实施方式中，所述多个对象信息源包括所述对象关系拓扑图，所述对象关系拓扑图中的各条边均为有向边，任一条有向边的结束节点所表示的对象，被视为所述任一条有向边的起始节点所表示的对象的关联对象；
[0021]处理单元在用于利用所述多个对象信息源中的每个对象信息源，确定所述第一对象和所述第二对象在相应信息维度下的对象匹配度时，可具体用于：
[0022]基于所述对象关系拓扑图所指示的所述第一节点的连接情况，确定所述第一对象的第一关联对象集；
[0023]基于所述对象关系拓扑图所指示的所述第二节点的连接情况，确定所述第二对象的第二关联对象集；
[0024]根据所述第一关联对象集和所述第二关联对象集之间的重合情况，确定所述第一对象和所述第二对象之间的拓扑结构相似度；并将所述拓扑结构相似度，确定为所述第一对象和所述第二对象在拓扑图信息维度下的对象匹配度。
[0025]另一种实施方式中，所述多个对象信息源包括互动行为信息集，所述互动行为信息集中包括：所述对象关系拓扑图所表示的各个对象的一条或多条互动行为数据，
[0026]处理单元在用于利用所述多个对象信息源中的每个对象信息源，确定所述第一对象和所述第二对象在相应信息维度下的对象匹配度时，可具体用于：
[0027]基于所述互动行为信息集统计所述第一对象的第一互动行为总量，以及所述第一对象针对所述第二对象的第一互动行为数量；
[0028]基于所述互动行为信息集统计所述第二对象的第二互动行为总量，以及所述第二对象针对所述第一对象的第二互动行为数量；
[0029]根据所述第一互动行为数量、所述第二互动行为数量、所述第一互动行为总量以及所述第二互动行为总量，确定所述第一对象和所述第二对象之间的互动紧密度；
[0030]将所述互动紧密度，确定为所述第一对象和所述第二对象在互动行为信息维度下的对象匹配度。
[0031]另一种实施方式中，所述多个对象信息源包括行为流水集，所述行为流水集中包括：所述对象关系拓扑图所表示的各个对象的一条或多条历史行为流水，一条历史行为流水是基于对象历史执行的一个活动行为所产生的数据；
[0032]处理单元在用于利用所述多个对象信息源中的每个对象信息源，确定所述第一对
象和所述第二对象在相应信息维度下的对象匹配度时，可具体用于：
[0033]确定预设的一个或多个偏好标签；
[0034]从所述行为流水集中筛选出第一对象的多条第一历史行为流水，并根据每个偏好标签和所述多条第一历史行为流水之间的匹配情况，确定所述第一对象的第一偏好表示信息；
[0035]从所述行为流水集中筛选出第二对象的多条第二历史行为流水，并根据所述每个偏好标签和所述多条第二历史行为流水之间的匹配情况，确定所述第二对象的第二偏好表示信息；
[0036]根据所述第一偏好表示信息和所述第二偏好表示信息之间的差异，计算所述第一对象和所述第二对象之间的偏好相似度；并将所述偏好相似度，确定为所述第一对象和所述第二对象在行为流水信息维度下的对象匹配度。
[0037]再一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括输入接口和输出接口，所述计算机设备还包括：
[0038]处理器，适于实现一条或多条指令；以及，
[0039]计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行如下步骤：
[0040]获取对象关系拓扑图，所述对象关系拓扑图包括多个节点和多条边；一个节点表示一个对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象表示方法，其特征在于，包括：获取对象关系拓扑图，所述对象关系拓扑图包括多个节点和多条边；一个节点表示一个对象，存在关联关系的两个对象对应的节点之间通过至少一条边连接；利用多个对象信息源，挖掘所述对象关系拓扑图中相连接的节点之间的节点相似度，得到相似度矩阵；基于所述相似度矩阵，对所述对象关系拓扑图中的各个节点进行表征处理，得到所述各个节点的节点表征向量；将所述各个节点的节点表征向量，作为相应对象的对象表示向量。2.如权利要求1所述的方法，其特征在于，一个对象信息源对应一个信息维度；所述利用多个对象信息源，挖掘所述对象关系拓扑图中相连接的节点之间的节点相似度，得到相似度矩阵，包括：遍历所述对象关系拓扑图中的各个节点；将当前遍历的节点作为第一节点，以及将所述对象关系拓扑图中与所述第一节点相连接的节点作为第二节点；其中，所述第一节点表示的对象为第一对象，所述第二节点表示的对象为第二对象；利用所述多个对象信息源中的每个对象信息源，确定所述第一对象和所述第二对象在对应信息维度下的对象匹配度；对所述第一对象和所述第二对象在各个信息维度下的对象匹配度进行线性融合，得到所述第一节点和所述第二节点之间的节点相似度；在所述对象关系拓扑图中的各个节点均被遍历后，采用得到的各个节点相似度构建相似度矩阵。3.如权利要求2所述的方法，其特征在于，所述多个对象信息源包括所述对象关系拓扑图，所述对象关系拓扑图中的各条边均为有向边，任一条有向边的结束节点所表示的对象，被视为所述任一条有向边的起始节点所表示的对象的关联对象；所述利用所述多个对象信息源中的每个对象信息源，确定所述第一对象和所述第二对象在相应信息维度下的对象匹配度，包括：基于所述对象关系拓扑图所指示的所述第一节点的连接情况，确定所述第一对象的第一关联对象集；基于所述对象关系拓扑图所指示的所述第二节点的连接情况，确定所述第二对象的第二关联对象集；根据所述第一关联对象集和所述第二关联对象集之间的重合情况，确定所述第一对象和所述第二对象之间的拓扑结构相似度；并将所述拓扑结构相似度，确定为所述第一对象和所述第二对象在拓扑图信息维度下的对象匹配度。4.如权利要求3所述的方法，其特征在于，所述基于所述第一关联对象集和所述第二关联对象集之间的重合情况，确定所述第一对象和所述第二对象之间的拓扑结构相似度，包括：对所述第一关联对象集和所述第二关联对象集进行交集处理，得到关联对象交集；对所述第一关联对象集和所述第二关联对象集进行合并处理，得到关联对象并集；将所述关联对象交集包含的关联对象的数量，与所述关联对象并集包含的关联对象的
数量之间的比值，确定为所述第一对象和所述第二对象之间的拓扑结构相似度。5.如权利要求2所述的方法，其特征在于，所述多个对象信息源包括互动行为信息集，所述互动行为信息集中包括：所述对象关系拓扑图所表示的各个对象的一条或多条互动行为数据，所述利用所述多个对象信息源中的每个对象信息源，确定所述第一对象和所述第二对象在相应信息维度下的对象匹配度，包括：基于所述互动行为信息集统计所述第一对象的第一互动行为总量，以及所述第一对象针对所述第二对象的第一互动行为数量；基于所述互动行为信息集统计所述第二对象的第二互动行为总量，以及所述第二对象针对所述第一对象的第二互动行为数量；根据所述第一互动行为数量、所述第二互动行为数量、所述第一互动行为总量以及所述第二互动行为总量，确定所述第一对象和所述第二对象之间的互动紧密度；将所述互动紧密度，确定为所述第一对象和所述第二对象在互动行为信息维度下的对象匹配度。6.如权利要求2所述的方法，其特征在于，所述多个对象信息源包括行为流水集，所述行为流水集中包括：所述对象关系拓扑图所表示的各个对象的一条或多条历史行为流水，一条历史行为流水是基于对象历史执行的一个活动行为所产生的数据；所述利用所述多个对象信息源中的每个对象信息源，确定所述第一对象和所述第二对象在相应信息维度下的对象匹配度，包括：确定预设的一个或多个偏好标签；从所述行为流水集中筛选出第一对象的多条第一历史行为流水，并根据每个偏好标签和所述多条第一历史行为流水之间的匹配情况，确定所述第一对象的第一偏好表示信息；从所述行为流水集中筛选出第二对象的多条第二历史行为流水，并根据所述每个偏好标签和所述多条第二历史行为流水之间的匹配情况，确定所述第二对象的第二偏好表示信息；根据所述第一偏好表示信息和所述第二偏好表示信息之间的差异，计算所述第一对象和所述第二对象之间的偏好相似度；并将所述偏好相似度，确定为所述第一对象和所述第二对象在行为流水信息维度下的对象匹配度。7.如权利要求6所述的方法，其特征在于，所述根据每个偏好标签和所述多条第一历史行为流水之间的匹配情况，确定所述第一对象的第一偏好表示信息，包括：确定每条第一历史行为流水的类目标签，并遍历各个偏好标签，将当前遍历的偏好标签作为当前偏好标签；从所述多条第一历史行为流水中，筛选出类目标签与所述当前偏好标签相匹配的第一历史行为流水；根据筛选出的第一历史行为流水的数量和第一历史行为流水的总数量，计算所述第一对象关于所述当前偏好标签的偏好度；根据所述第一对象关于所述当前偏好标签的偏好度，确定所述当前偏好标签对于所述第一对象的重要度；在所述各个偏好标签均被遍历后，采用所述各个偏好标签对于所述第一对象的重要
度，构建所述第一对象的第一偏好表示信息。8.如权利要求7所述的方法，其特征在于，所述根据所述第一对象关于所述当前偏好标签的偏好度，确定所述当前偏好标签对于所述第一对象的重要度，包括：统计所述行为流水集所涉及的对象的对象总数，以及目标对象的...

【专利技术属性】
技术研发人员：罗闻，黄帆，
申请(专利权)人：腾讯数码天津有限公司，
类型：发明
国别省市：