[发明专利]数据处理系统中的自动配对选择方法和装置

说明书

技术领域

本发明涉及网络数据处理技术，尤其涉及一种在网络数据处理系统中的自动配对选择方法和装置。

背景技术

目前，随着互联网络技术的发展，各种细分领域的网络数据处理系统也纷纷出现和发展，满足了不同细分领域用户的特殊需求。例如通信网络系统可以满足用户的实名或匿名通信需求、社交网络系统可以满足用户的社交需求，电子商务平台系统可以满足用户的商品选购需求，网络博客系统可以满足用户的日志展示需求，文学网络系统可以满足用户的阅读需求等等。

在网络数据处理系统中，在许多情况下系统需要根据用户的请求进行选择配对处理。例如：在匿名通信系统中为用户选择匿名通信对象，在即时通信网络或社交网络系统等其他通信网络中为用户选择推荐好友，在电子商务平台系统中为用户推荐特定的商品，在网络博客系统中为用户推荐特定的日志，在文学网络系统中为用户推荐文章等等。

目前的网络数据处理系统中，后台服务系统应请求方的配对请求从众多候选的配对对象中选择一个进行配对的方式通常有以下两种。

(一)采用完全随机配对方式。

这种方式在收到用户的配对请求后，为用户随机选择配对对象。例如在匿名通信系统中，信息收取方发出的通信请求即为配对请求，系统收到该通信请求后从数量众多的配对对象即信息传播单元中选择一个给信息收取方，并进一步建立该信息传播单元发起方与所述收取方之间的通信。

这种随机配对方式的缺点是：随机选择出的配对对象与配对请求方的相关度极低，用户往往不满意系统随机选择的配对对象，导致最终的配对成功率极低。

(二)根据人工经验设置的静态配对方式。

例如在现有的某一款叫做“漂流瓶”的匿名通信系统中，其中的“定向瓶”，“交往瓶”都是根据用户的地域或性别信息人工设定了配对的概率。这种根据用户的属性特征设置固定配对策略的方法，相对于完全随机的配对策略，选择出的信息传播单元与收取方的状态信息的相关度有了一些提高，但是这种方法仍然存在着以下缺点：

1)这种方法人为地根据大多数用户的喜好而设计配对策略并作用于全局用户，而忽略了不同用户的个性化需求，造成部分用户状态信息与配对出的配对对象的相关度不高。

2)用户对匿名交流对象的喜好很可能会随着不同的日期(如工作日或节假日会有不同)、不同时段而发生变化，采用这种人工静态配对方式将无法适应这种动态的用户状态变更的需求，造成在某些动态条件下用户状态信息与配对出的配对对象的相关度不高。

3)由于这种方法是通过人工根据经验来进行配对，因此在设定配对概率的时候一般采用的是估计值，因此很难给出与收取方高度相关的配对对象。

4)对用户反馈的应对速度慢。虽然人工设置的静态配对策略可以通过观察分析用户在一段时期的使用情况来调整配对策略，但是这种反馈机制周期较长，无法迅速对用户的使用情况做出策略的调整。

总之，现有的网络数据处理系统为配对请求方选择配对对象的方法，选择出的配对对象与配对请求方的状态(包括静态状态和动态状态)的相关度不高，所述配对请求方往往不满意配对结果，导致最终的配对成功率不高。

发明内容

有鉴于此，本发明的主要目的在于提供一种数据处理系统中的自动配对选择方法和装置，以提高选择出的配对对象与配对请求方的相关度。

本发明的技术方案是这样实现的：

一种数据处理系统中的自动配对选择方法，包括：

A、接受针对用户的配对请求；

B、检测所述用户当前时刻的状态信息，利用预设的增强学习函数中的状态与配对对象类型选择概率的映射关系，计算用户当前时刻的状态信息对应的不同配对对象类型的选中概率；

C、根据所述选中概率选择一种配对对象；

D、检测用户对所选的配对对象的反应动作信息，根据所获取的反应动作信息对所述增强学习函数中的相应状态与相应配对对象类型选择概率进行反馈修正。

一种数据处理系统中的自动配对选择装置，包括：

请求接收模块，用于接受针对用户的配对请求，在接收到后触发状态信息检测模块；

状态信息检测模块，用于检测所述用户当前时刻的状态信息，并输入到增强学习模块；

增强学习模块，其中存储增强学习函数中的状态与配对对象类型选择概率的映射关系，用于利用所述映射关系计算用户当前时刻的状态信息对应的不同配对对象类型的选中概率；

对象选择模块，用于根据所述增强学习模块计算出的选中概率选择一种配对对象；