[发明专利]用户相似度计算方法、装置、服务端及存储介质

说明书

一种用户相似度计算方法、装置、服务端及存储介质，该方法包括：提取第一用户ID的至少两个用户特征，得到所述第一用户ID的特征集，所述特征集至少包括所述至少两个用户特征，所述第一用户ID为N个用户ID中的任一个，N为大于或等于2的整数(101)；服务端选取目标哈希函数，采用所述目标哈希函数计算所述N个用户ID的目标用户特征之间的相似度，得到所述N个用户ID之间的初始相似度(102)；服务端依据所述N个用户ID之间的初始相似度的大小将所述N个用户ID划分到M个哈希桶中，M为大于或等于2的整数(103)；服务端计算第一哈希桶中任意两个用户ID之间的相似度，所述第一哈希桶为所述M个哈希桶中的任一个(104)。上述方法可以降低用户相似度计算的复杂度。

技术领域

本申请涉及通信技术领域，具体涉及一种用户相似度计算方法、装置、服务端及存储介质。

背景技术

目前，在数据挖掘应用领域，比如，内容推送、广告推荐等，都有一个非常常见问题，即相似度计算，例如，两个集合要计算相似度，通过循环来遍历二者的相同元素，或者是两两计算相应的欧氏距离，或者是其他距离等，在全部计算完成后，再经过排序，找出一定数量的相似数据。

对于低维的小数据集，采用这种方式相对来说简单，也很实用。但是当需要计算的数据集非常庞大，并且数据集维度较高的时候，整个数据集中的数据直接两两计算将会非常耗时，导致相似度计算的复杂度较高。

发明内容

本申请实施例提供了一种用户相似度计算方法、装置、服务端及存储介质，可以降低用户相似度计算的复杂度。

第一方面，本申请实施例提供一种用户相似度计算方法，包括：

提取第一用户ID的至少两个用户特征，得到所述第一用户ID的特征集，所述特征集至少包括所述至少两个用户特征，所述第一用户ID为N个用户ID中的任一个，N为大于或等于2的整数；

选取目标哈希函数，采用所述目标哈希函数计算所述N个用户ID的目标用户特征之间的相似度，得到所述N个用户ID之间的初始相似度；

依据所述N个用户ID之间的初始相似度的大小将所述N个用户ID划分到M个哈希桶中，M为大于或等于2的整数；

计算第一哈希桶中任意两个用户ID之间的相似度，所述第一哈希桶为所述M个哈希桶中的任一个。

第二方面，本申请实施例提供了一种用户相似度计算装置，所述用户相似度计算装置包括检测单元、获取单元和处理单元，其中：

所述提取单元，用于提取第一用户ID的至少两个用户特征，得到所述第一用户ID的特征集，所述特征集至少包括所述至少两个用户特征，所述第一用户ID为N个用户ID中的任一个，N为大于或等于2的整数；

所述选取单元，用于选取目标哈希函数；

所述计算单元，用于采用所述目标哈希函数计算所述N个用户ID的目标用户特征之间的相似度，得到所述N个用户ID之间的初始相似度；

所述分类单元，用于依据所述N个用户ID之间的初始相似度的大小将所述N个用户ID划分到M个哈希桶中，M为大于或等于2的整数；

所述计算单元，还用于计算第一哈希桶中任意两个用户ID之间的相似度，所述第一哈希桶为所述M个哈希桶中的任一个。

第三方面，本申请实施例提供一种服务端，包括处理器、存储器，所述存储器用于存储一个或多个程序，所述一个或多个程序被配置成由所述处理器执行，上述程序包括用于执行本申请实施例第一方面中的步骤的指令。

第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。