[发明专利]一种用户间相似性距离测度方法、系统、装置和存储介质

权利要求书

1.一种用户间相似性距离测度方法，其特征在于，包括以下步骤：

对用户数据集合进行混合多元特征热度排序处理，并提取用于计算相似性距离的两个特征集合；

计算所述两个特征集合的各公共元素对相似性距离的影响值，并将获得的所述影响值进行求和后作为相似性距离。

2.根据权利要求1所述的一种用户间相似性距离测度方法，其特征在于，所述对用户数据集合进行混合多元特征热度排序处理，并提取用于计算相似性距离的两个特征集合，包括：

根据所述用户数据集合提取混合多元的行为特征，获得用户行为特征集合；

根据预设公式计算所述用户行为特征集合中每个所述行为特征的热度；

根据所述热度对所述行为特征进行排序，根据排序结果获取N个所述行为特征组成特征集合；

其中，N为大于1的整数。

3.根据权利要求2所述的一种用户间相似性距离测度方法，其特征在于，所述预设公式为：

其中，为所述行为特征fi出现的次数，C为所述行为特征总个数，为所有所述行为特征出现的次数。

4.根据权利要求2所述的一种用户间相似性距离测度方法，其特征在于，所述根据所述热度对所述行为特征进行排序，根据排序结果获取N个所述行为特征组成特征集合，包括：

根据所述热度将所述行为特征进行降序排列，所述行为特征包括一元行为特征、二元行为特征和三元行为特征；

按照排列顺序获取前N个所述行为特征组成特征集合。

5.根据权利要求2所述的一种用户间相似性距离测度方法，其特征在于，所述行为特征包括一元行为特征、二元行为特征和三元行为特征，所述根据所述热度对所述行为特征进行排序，根据排序结果获取N个所述行为特征组成特征集合，包括：

根据所述热度将所述一元行为特征进行降序排列，按照排列顺序获取前N个所述一元行为特征；

根据所述热度将所述二元行为特征进行降序排列，按照排列顺序获取前N个所述二元行为特征；

根据所述热度将所述三元行为特征进行降序排列，按照排列顺序获取前N个所述三元行为特征；

将获得的所述一元行为特征、所述二元行为特征和所述三元行为特征进行混合，根据所述热度将混合后的行为特征进行降序排列，按照排列顺序获取前N个所述行为特征组成特征集合。

6.根据权利要求1所述的一种用户间相似性距离测度方法，其特征在于，所述两个特征集合为特征集合A和特征集合B，在所述计算所述两个特征集合的各公共元素对相似性距离的影响值之前，还包括以下步骤：

计算所述特征集合A和所述特征集合B的交集I，以及计算所述特征集合A和所述特征集合B的并集U，计算所述交集I的大小L_I和所述并集U的大小L_U；

计算交集I的所述公共元素在集合I∩A中的排序索引值i_AI，计算交集I的所述公共元素在集合I∩B中的排序索引值i_BI。

7.根据权利要求6所述的一种用户间相似性距离测度方法，其特征在于，采用以下公式计算所述公共元素对相似性距离的影响值：

交集I中第v个所述公共元素对相似性距离的影响值Fv的计算公式定义为：

或

交集I中第v个所述公共元素对相似性距离的影响值Fv的计算公式定义为：

或

交集I中第v个所述公共元素对相似性距离的影响值Fv的计算公式定义为：

其中，d_A表示元素在所述特征集合A的索引值，d_B表示元素在所述特征集合B的索引值。

8.一种用户间相似性距离测度系统，其特征在于，包括：

特征提取模块，用于对用户数据集合进行混合多元特征热度排序处理，并提取用于计算相似性距离的两个特征集合；

距离计算模块，用于计算所述两个特征集合的各公共元素对相似性距离的影响值，并将获得的所述影响值进行求和后作为相似性距离。