一种用户推荐方法技术

本说明书实施例公开了一种用户推荐方法

【技术实现步骤摘要】
一种用户推荐方法、装置、电子设备及存储介质


[0001]本说明书一个或多个实施例涉及电子信息技术，尤其涉及一种用户推荐方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]随着计算机技术的飞速发展，用户可以通过应用来完成日常的生活行为，如付款
、
转账
、
乘坐公交等
。
同时，用户的生活行为还可以在应用中累积虚拟资产，用户通过收集特定的虚拟资产组合可以完成应用上的活动
。
为了完成特定的虚拟资产组合，用户可以将自身多余的虚拟资产与好友多余的虚拟资产进行互换
。
[0003]然而，目前用户较难快速找到拥有用户缺少资产的好友，和好友的互换效率不佳
。

技术实现思路

[0004]本说明书一个或多个实施例描述了一种用户推荐方法
、
装置
、
电子设备及存储介质，能够提高好友资产的互换效率
。
[0005]根据第一方面，提供了一种用户推荐方法，包括：
[0006]获取目标用户和各关联用户的资产数据；
[0007]基于所述资产数据生成第一矩阵和第二矩阵；其中，所述第一矩阵为用户和特征向量的评分矩阵，所述第二矩阵为目标资产和所述特征向量的评分矩阵，所述目标资产包括需求资产和多余资产；
[0008]基于所述特征向量分别计算各所述关联用户对于目标需求资产的第一相似度；其中，所述目标需求资产为所述目标用户的需求资产；
[0009]确定第一预设数量的目标关联用户，向所述目标用户推荐所述目标关联用户；其中，所述目标关联用户的第一相似度均小于非目标关联用户的第一相似度
。
[0010]相应地，所述获取目标用户和各关联用户的资产数据，包括：
[0011]接收推荐请求指令，响应所述推荐请求指令并获取目标用户和各关联用户的资产数据
。
[0012]相应地，所述基于所述资产数据生成第一矩阵和第二矩阵，包括：
[0013]基于所述资产数据生成第三矩阵；其中，所述资产数据包括用户名称
、
资产名称和资产数量，所述第三矩阵为用户和目标资产的评分矩阵，所述目标资产对应的所述资产数量不等于第二预设数量；
[0014]对所述第三矩阵进行矩阵分解，得到第一矩阵和第二矩阵
。
[0015]相应地，所述基于所述资产数据生成第三矩阵，包括：
[0016]在所述资产数据中确定第一资产数据；其中，所述第一资产数据为所述资产数量不等于所述第二预设数量的所述资产数据；
[0017]在所述第一资产数据中确定第二资产数据；其中，所述第二资产数据为资产种类与所述目标用户对应目标资产的资产种类匹配的所述第一资产数据；
[0018]基于所述第二资产数据生成第三矩阵；其中，所述第三矩阵中所述需求资产对应的第三矩阵元素被赋予第一数值，所述多余资产对应的第三矩阵元素被赋予第二数值，所述第一数值大于第二数值
。
[0019]相应地，所述第一矩阵的第一矩阵元素和第二矩阵中的第二矩阵元素的初始值均为随机赋值；
[0020]所述基于所述资产数据生成第一矩阵和第二矩阵之后，还包括：
[0021]对所述第一矩阵元素和第二矩阵元素进行点集相乘，得到乘积结果；
[0022]比较所述乘积结果与所述第三矩阵元素，根据比较结果校准所述第一矩阵元素和
/
或第二矩阵元素；其中，进行比较的所述乘积结果和第三矩阵元素对应的用户和需求资产均相同
。
[0023]相应地，所述比较所述乘积结果与所述第三矩阵元素，根据比较结果校准所述第一矩阵元素和
/
或第二矩阵元素，包括：
[0024]比较所述乘积结果与所述第三矩阵元素；
[0025]当所述乘积结果与第三矩阵元素之差大于预设差值时，校准所述第一矩阵元素和
/
或第二矩阵元素，用以使校准后的所述乘积结果与第三矩阵元素之差不大于所述预设差值；
[0026]重复所述比较所述乘积结果与所述第三矩阵元素的步骤，直至任意所述乘积结果与第三矩阵元素之差均不大于所述预设差值
。
[0027]相应地，所述基于所述特征向量分别计算各所述关联用户对于目标需求资产的第一相似度，包括：
[0028]基于协同过滤算法计算所述特征向量，得到各所述关联用户对于目标需求资产的第一相似度
。
[0029]相应地，所述基于协同过滤算法计算所述特征向量，得到各所述关联用户对于目标需求资产的第一相似度，包括：
[0030]在所述第一矩阵中获取所述关联用户对应的第一特征向量，并在所述第二矩阵中获取目标需求资产对应的第二特征向量；
[0031]基于协同过滤算法计算所述第一特征向量和第二特征向量，得到各所述关联用户对于所述目标需求资产的第一相似度
。
[0032]相应地，所述基于所述特征向量分别计算各所述关联用户对于目标需求资产的第一相似度之后，还包括：
[0033]基于所述特征向量分别计算各所述关联用户对于目标多余资产的第二相似度；其中，所述目标多余资产为所述目标用户的多余资产；
[0034]所述向所述目标用户推荐所述目标关联用户，包括：
[0035]基于所述第二相似度由高到低的顺序对所述目标关联用户排序，并根据排序顺序向所述目标用户推荐所述目标关联用户
。
[0036]相应地，针对至少两个所述目标需求资产，每个所述目标关联用户的各第一相似度之和均小于每个非目标关联用户的各第一相似度之和
。
[0037]根据第二方面，提供了一种用户推荐装置，所述装置包括：
[0038]资产数据获取模块，用于获取目标用户和各关联用户的资产数据；
[0039]矩阵生成模块，用于基于所述资产数据生成第一矩阵和第二矩阵；其中，所述第一矩阵为用户和特征向量的评分矩阵，所述第二矩阵为目标资产和所述特征向量的评分矩阵，所述目标资产包括需求资产和多余资产；
[0040]第一相似度计算模块，用于基于所述特征向量分别计算各所述关联用户对于目标需求资产的第一相似度；其中，所述目标需求资产为所述目标用户的需求资产；
[0041]用户推荐模块，用于确定第一预设数量的目标关联用户，向所述目标用户推荐所述目标关联用户；其中，所述目标关联用户的第一相似度均小于非目标关联用户的第一相似度
。
[0042]根据第三方面，提供了一种电子设备，包括处理器以及存储器；
[0043]所述处理器与所述存储器相连；
[0044]所述存储器，用于存储可执行程序代码；
[0045]所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行如第一方面或第一方面的任意一种可能的实现方式提供的方法的步骤
。...

【技术保护点】

【技术特征摘要】
1.
一种用户推荐方法，包括：获取目标用户和各关联用户的资产数据；基于所述资产数据生成第一矩阵和第二矩阵；其中，所述第一矩阵为用户和特征向量的评分矩阵，所述第二矩阵为目标资产和所述特征向量的评分矩阵，所述目标资产包括需求资产和多余资产；基于所述特征向量分别计算各所述关联用户对于目标需求资产的第一相似度；其中，所述目标需求资产为所述目标用户的需求资产；确定第一预设数量的目标关联用户，向所述目标用户推荐所述目标关联用户；其中，所述目标关联用户的第一相似度均小于非目标关联用户的第一相似度
。2.
根据权利要求1所述的方法，所述获取目标用户和各关联用户的资产数据，包括：接收推荐请求指令，响应所述推荐请求指令并获取目标用户和各关联用户的资产数据
。3.
根据权利要求1所述的方法，所述基于所述资产数据生成第一矩阵和第二矩阵，包括：基于所述资产数据生成第三矩阵；其中，所述资产数据包括用户名称
、
资产名称和资产数量，所述第三矩阵为用户和目标资产的评分矩阵，所述目标资产对应的所述资产数量不等于第二预设数量；对所述第三矩阵进行矩阵分解，得到第一矩阵和第二矩阵
。4.
根据权利要求3所述的方法，所述基于所述资产数据生成第三矩阵，包括：在所述资产数据中确定第一资产数据；其中，所述第一资产数据为所述资产数量不等于所述第二预设数量的所述资产数据；在所述第一资产数据中确定第二资产数据；其中，所述第二资产数据为资产种类与所述目标用户对应目标资产的资产种类匹配的所述第一资产数据；基于所述第二资产数据生成第三矩阵；其中，所述第三矩阵中所述需求资产对应的第三矩阵元素被赋予第一数值，所述多余资产对应的第三矩阵元素被赋予第二数值，所述第一数值大于第二数值
。5.
根据权利要求4所述的方法，所述第一矩阵的第一矩阵元素和第二矩阵中的第二矩阵元素的初始值均为随机赋值；所述基于所述资产数据生成第一矩阵和第二矩阵之后，还包括：对所述第一矩阵元素和第二矩阵元素进行点集相乘，得到乘积结果；比较所述乘积结果与所述第三矩阵元素，根据比较结果校准所述第一矩阵元素和
/
或第二矩阵元素；其中，进行比较的所述乘积结果和第三矩阵元素对应的用户和需求资产均相同
。6.
根据权利要求5所述的方法，所述比较所述乘积结果与所述第三矩阵元素，根据比较结果校准所述第一矩阵元素和
/
或第二矩阵元素，包括：比较所述乘积结果与所述第三矩阵元素；当所述乘积结果与第三矩阵元素之差大于预设差值时，校准所述第一矩阵元素和
/
或第二矩阵元素，用以使校准后的所述乘积结果与第三矩阵元素之差不大于所述预设差值；重复所述比较所述乘积结果与所述第三矩阵元素的步骤，直至任意所述乘积结果与第
三矩阵元素之差均不大于所述预设差值
。7.
根据权利要求1所述的方法，所述基于所述特征向量分别计算各所述关联用户对于目标需求资产的第一相似度，包括：基于协同过滤算法计算所述特征向量，得到各所述关联用户对于目标需求资产的第一相似度
。8.
根据权利要求7所述的方法，所述基于协同过滤算法计算所述特征向量，得到各所述关联用户对于目标需求资产的第一相似度，包括：在所述第一矩阵中获取所述关联用户对应的第一特征向量，并在所述第二矩阵中获取目标需求资产对应的第二特征向量；基于协同过滤算法计算所述第一特征向量和第二特征向量，得到各所述关联用户对于所述目标需求资产的第一相似度
。9.
根据权利要求1所述的方法，所述基于所述特征向量分别计算各所述关联用户对于目标需求资产的第一相似度之后，还包括：基于所述特征向量分别计算各所述关联用户对于目标多余资产的第二相似度；其中，所述目标多余资产为所述目标用户的多余资产；所述向所述目标用户推荐所述目标关联用户，包括：基于所述第二相似度由高到低的顺序对所述目标关联用户排序，并根据排序顺序向所述目标用户推荐所述目标关联用户
。10.
根据权利要求1所述的方法，针对至少两个所述目标需求资产，每个所述目标关联用户的各第一相似度之和均小于每个非目标关联用户的各第一相似度之和
。11.
一种用户推荐装置，包括：资产数据获取模块，用于获取目标用户和各关联用户的资产数据；矩阵生成模块，用于基于所述资产数据生成第一矩阵和第二矩阵；其中，所述第一矩阵为用户和特征向量的评分矩阵，所述第二矩阵为目标资产和所述特征向量的评分矩阵，所述目标资产包括需求资产和多余资产；第一...

【专利技术属性】
技术研发人员：宋文豪，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：