一种社交网络用户推荐方法及系统技术方案

技术编号:43897029 阅读:13 留言:0更新日期:2025-01-03 13:10
本发明专利技术公开了一种社交网络用户推荐方法及系统;涉及社交网络系统领域;本发明专利技术专门针对社交网络平台的场景,提出了一种基于用户向量多行为向量和兴趣进行分析预测的社交网络用户推荐方法及系统,本发明专利技术根据收集到用户向量的行为信息数据,采用深度神经网络模型进行分析和学习,利用图卷积网络建立用户向量的多种行为向量的级联关系,通过解耦表征技术建模出不同因素向量对不同用户偏好得分的影响值,通过皮尔森相似度计算和层次聚类方法两阶段筛选潜在好友推荐好友,旨在通过数据建模精确识别和推荐用户向量可能感兴趣的潜在社交关系,从而提升用户向量体验和社交网络平台的活跃度。

【技术实现步骤摘要】

本专利技术涉及社交网络系统,具体涉及一种社交网络用户推荐方法及系统


技术介绍

1、随着社交网络的普及,用户面临着越来越多的信息和联系人选择,但如何有效地发现和建立与自己兴趣相关的社交关系成为一项挑战。传统的社交网络平台依赖于用户自行添加好友或关注账号,多根据用户自行选择的兴趣进行推荐,缺乏对用户行为分析的推荐机制,使得用户体验和社交互动的质量有所限制。

2、通过用户推荐可以涵盖多种场景和情境,主要目的是在兴趣爱好、学习资源或生活工作等领域,迅速向用户推荐相关人员账户,以拓宽用户的社交关系。因此,确保用户推荐的可靠性是非常重要的。


技术实现思路

1、本专利技术的目的在于克服现有技术的不足,提供了一种社交网络用户推荐方法及系统,所要解决的技术问题是:传统的社交网络平台依赖于用户自行添加好友或关注账号,缺乏精确的推荐机制,使得用户体验和社交互动的质量有所限制,尤其是数据信息变化剧烈的今天;本专利技术目的在于专门针对大数据及用户多种兴趣的场景,提供了社交网络用户推荐方法及系统,在社交网络用户推荐中考虑了本文档来自技高网...

【技术保护点】

1.一种社交网络用户推荐方法,其特征在于,包括:

2.根据权利要求1所述的一种社交网络用户推荐方法,其特征在于,所述将行为信息数据通过词向量模型进行向量化后输出四组向量组,具体包括:

3.根据权利要求1或2所述的一种社交网络用户推荐方法,其特征在于,所述用户向量和用户兴趣向量的嵌入被初始化的第一行为具体输出步骤如下:

4.根据权利要求3所述的一种社交网络用户推荐方法,其特征在于,所述用户向量的多种行为向量的级联关系具体构建步骤如下:

5.根据权利要求4所述的一种社交网络用户推荐方法,其特征在于,所述个性化特征构建步骤如下

6....

【技术特征摘要】

1.一种社交网络用户推荐方法,其特征在于,包括:

2.根据权利要求1所述的一种社交网络用户推荐方法,其特征在于,所述将行为信息数据通过词向量模型进行向量化后输出四组向量组,具体包括:

3.根据权利要求1或2所述的一种社交网络用户推荐方法,其特征在于,所述用户向量和用户兴趣向量的嵌入被初始化的第一行为具体输出步骤如下:

4.根据权利要求3所述的一种社交网络用户推荐方法,其特征在于,所述用户向量的多种行为向量的级联关系具体构建步骤如下:

5.根据权利要求4所述的一种社交网络用户推荐方法,其特征在于,所述个性化特征构建步骤如下:

6.根据权利要求5所...

【专利技术属性】
技术研发人员:蒋茜吴治刚
申请(专利权)人:成都锦城学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1