【技术实现步骤摘要】
一种基于用户行为信息的匹配度确定方法、装置及介质
[0001]本专利技术涉及网络信息处理
，特别是涉及一种基于用户行为信息的匹配度确定方法、装置及介质。
技术介绍
[0002]聊天交友应用程序，旨在用户与匹配度较高的用户进行配对，在此过程中需要计算两个用户之间的匹配度。现有的计算匹配度依据用户预先输入的基本信息、兴趣爱好进行分析，并根据该特征计算其相似度。
[0003]基于深度聊天的业务目标中，由于现有计算相似度仅是考虑用户的基本信息和兴趣爱好这种每天或者每隔一段时间不变的静态信息，未实现真正意义上的交友匹配度，使之匹配度较低。
[0004]因此，寻求一种基于用户行为信息确定的匹配度方法以提高匹配度是本领域技术人员亟需要解决的。
技术实现思路
[0005]本专利技术的目的是提供一种基于用户行为信息的匹配度确定方法、装置及介质，真正实现交友匹配，使得匹配结果更具有专业性，以提高交友匹配度。
[0006]为解决上述技术问题，本专利技术提供一种基于用户行为信息的匹配度确定方法，包括：<...
【技术保护点】
【技术特征摘要】
1.一种基于用户行为信息的匹配度确定方法，其特征在于，包括：获取发起用户与各目标用户之间的各自匹配信息，其中，所述匹配信息包括所述发起用户与各所述目标用户各自对应的静态信息和用户行为信息，所述用户行为信息为用户基于社交平台进行活动交互过程中产生的信息；根据所述匹配信息进行特征提取得到匹配特征；调用点击率预估模型以输入所述匹配特征，获取所述点击率预估模型的输出参数作为业务多目标信息，其中所述业务多目标信息至少包括聊天轮数信息对应的概率、用户回复率和发消息率，所述聊天轮数信息对应的概率通过多分类处理得到；根据所述业务多目标信息确定所述发起用户和各所述目标用户之间的各自匹配度。2.根据权利要求1所述的基于用户行为信息的匹配度确定方法，其特征在于，所述根据所述匹配信息进行特征提取得到匹配特征，包括：预先将所述匹配信息存储于用户画像中；基于所述用户画像对所述匹配信息进行特征提取得到所述匹配特征，其中所述匹配特征至少包括匹配上下文特征、所述发起用户与所述目标用户各自的基本信息特征、兴趣爱好特征、行为计数特征和序列特征。3.根据权利要求2所述的基于用户行为信息的匹配度确定方法，其特征在于，所述点击率预估模型的确定过程，包括：获取所述发起用户与各所述目标用户之间的历史匹配信息，其中，所述历史匹配信息包括历史行为信息和标签信息；将所述标签信息发送至消息队列以便于在所述消息队列中获取目标标签信息，根据所述目标标签信息在所述历史行为信息中找到所述发起用户与各所述目标用户之间的行为结果信息，其中，所述标签信息基于所述发起用户与各所述目标用户对应的用户画像特征的信息；根据所述行为结果信息确定所述发起用户与各所述目标用户之间的实际目标信息；调用初始点击率预估模型以输入所述历史匹配信息，并获取所述初始点击率预估模型的输出参数作为当前预测目标信息；若所述当前预测目标信息与所述实际目标信息未满足预设条件，调整所述初始点击率预估模型的优化参数得到调整后的所述初始点击率预估模型；返回至所述调用初始点击率预估模型以输入所述历史匹配信息的步骤进行训练，直至得到的所述当前预测目标信息与所述实际目标信息满足所述预设条件；若所述当前预测目标信息与所述实际目标信息满足所述预设条件，则确定所述初始点击率预估模型为最终的所述点击率预估模型。4.根据权利要求3所述的基于用户行为信息的匹配度确定方法，其特征在于，所述点击率预估模型至少包括DeepFM模型，所述DeepFM模型包括Deep模型和FM模型；对应地，所述调用点击率预估模型以输入所述匹配特征，包括：调用所述Deep模型以输入所述匹配特征的所述匹配上下文特征、所述发起用户和所述目标用户各自的基本信息特征、兴趣爱好特征和序列特征；调用所述FM模型以输入所述匹配特征的所述匹配上下文特征、所述发起用户和所述目标用户各自的基本信息特征和兴趣爱好特征。
5.根据权利要求4所述的基于用户行为信息的匹配度确定方法，其特征在于，所述点击率预估模型还包括DIN模型、Transformer模型、PPNet模型和CGC模型的一种或多种；对应地，在所述点击率预估模型还包括所述DIN模型和所述Transformer模型时，调用所述Deep模型输入所述序列特征之前，还包括：调用所述DIN模型以输入所述序列特征，并...
【专利技术属性】
技术研发人员：罗壮，魏鑫轩，张璐，陶明，
申请(专利权)人：上海任意门科技有限公司，
类型：发明
国别省市：
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。