[发明专利]一种基于相似度的信息处理方法、装置及计算设备

说明书

本发明公开了一种基于相似度的信息处理方法、装置及计算设备，该方法包括：获取多个用户中各用户的行为日志，从行为日志中提取用户行为信息；根据各用户的用户行为信息，确定各用户的一个或更多个行为对象；对每一个用户，将其行为对象两两组合形成相应的一个或更多个行为对象集；统计各行为对象集的出现次数，将出现次数作为该行为对象集所包括的两个行为对象之间的共现频度，并根据共现频度计算对应的相似度；对每一个行为对象，从一个或更多个与其属于同一行为对象集的另一个行为对象中，选出对应的相似度最高的前第一数量个行为对象，以形成与该行为对象对应的相似对象序列。

技术领域

本发明涉及互联网技术领域，特别涉及一种基于相似度的信息处理方法、装置及计算设备。

背景技术

随着互联网技术的快速发展，越来越多的人开始享受互联网为工作和生活带来的各种便利。以传统的招聘行业为例，现在人们可以通过招聘网站来搜索自己感兴趣的公司、职位等加以了解，进而选择是否投递简历或与用人单位联系。然而，当用户在搜索自己感兴趣的A公司时，对与A公司相似的B公司可能也有一定兴趣，或者当用户投递了C公司的C1职位时，对提供C1职位的C公司相似的D公司可能也有一定意向。基于这一考虑，可根据用户对招聘公司的搜索或投递情况，向该用户推荐与招聘公司相似的其他公司，从而为用户提供全面且定制化的招聘信息。

现有的相似公司的获取方法主要分为两类：一类是基于标签匹配，通过对公司的多种标签，例如公司行业、公司规模、公司融资阶段等，进行文本标签匹配，但文本标签只考虑了基本属性，但基本属性的参考存在准确性较低，而文本匹配本身就存在一定的准确率损失，此外有些公司之间的公司标签虽然相同，却不属于相似的公司；另一类是基于协同过滤，通过基于用户对公司的评分，利用同类的用户会选择同类的公司的原理来计算相似公司，但该方案中公司评分较难收集，评分准确性、客观性存在问题，而且计算复杂度较高。

发明内容

为此，本发明提供一种基于相似度的信息处理的技术方案，以力图解决或者至少缓解上面存在的问题。

根据本发明的一个方面，提供一种基于相似度的信息处理方法，适于在计算设备中执行，该方法包括如下步骤：首先获取多个用户中各用户的行为日志，从行为日志中提取用户行为信息；根据各用户的用户行为信息，确定各用户的一个或更多个行为对象；对每一个用户，将其行为对象两两组合形成相应的一个或更多个行为对象集；统计各行为对象集的出现次数，将出现次数作为该行为对象集所包括的两个行为对象之间的共现频度，并根据共现频度计算对应的相似度；对每一个行为对象，从一个或更多个与其属于同一行为对象集的另一个行为对象中，选出对应的相似度最高的前第一数量个行为对象，以形成与该行为对象对应的相似对象序列。

可选地，在根据本发明的基于相似度的信息处理方法中，行为日志包括搜索日志和投递日志，从行为日志中提取用户行为信息的步骤包括：从用户的搜索日志中提取用户标识、每次搜索时的搜索关键词和搜索时间作为用户搜索信息；从用户的投递日志中提取用户标识、每次投递时的投递目标和投递时间作为用户投递信息；将用户搜索信息和用户投递信息作为该用户的用户行为信息。

可选地，在根据本发明的基于相似度的信息处理方法中，根据各用户的用户行为信息，确定各用户的一个或更多个行为对象的步骤包括：根据各用户的用户搜索信息的搜索关键词，确定各用户的各搜索关键词对应的搜索对象；根据各用户的用户投递信息的投递目标，获取与各用户的各投递目标对应的投递对象；将各用户的搜索对象和投递对象作为其行为对象。

可选地，在根据本发明的基于相似度的信息处理方法中，根据共现频度计算对应的相似度的步骤包括：将共现频度作为对应的相似度。

可选地，在根据本发明的基于相似度的信息处理方法中，根据共现频度计算对应的相似度的步骤包括：获取共现频度关联的行为对象集的热度惩罚参数；根据共现频度和热度惩罚参数，计算与共现频度关联的行为对象集所包括的两个行为对象之间的相似度。