[发明专利]多标签物料的相似度度量方法、系统、存储介质以及计算机设备

说明书

本发明适用于计算机技术领域，提供了一种多标签物料的相似度度量方法、系统、存储介质以及计算机设备，所述方法包括：分别获取各个所述物料的多个标签；分别获取各个所述物料的中文描述；计算所述物料的所述标签与所述物料的中文描述的注意力，获得各个所述标签相对应的注意力结果；将所述物料的所述标签形成所述物料的标签集；根据各个所述标签集中的所述标签相对应的注意力结果计算各个所述物料的标签集之间的相似度。借此，本发明实现了物料之间的相似度计算效果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种多标签物料的相似度度量方法、系统、存储介质以及计算机设备。

背景技术

在推荐系统或用户画像等相关领域，需要通过标签刻画物料(比如软件市场中的软件)的特性或计算物料间的相似程度。用标签刻画相关特征具有天然的优势，如果用长文本刻画特征，不能很好的突出特征且包含无效信息，且可视化效果不友好，标签是一些特征的抽象，能够较直接明了的表达特性。

但是目前很多场景中，物料包含多个标签，且多个标签没有重要程度的区分，这样会导致物料标签较多且特性不突出的问题。特别是基于标签计算物料相关程度的场景中，不同标签给与相同的权重，会严重影响效果。

综上所述，现有技术在实际使用上显然存在不便与缺陷，所以有必要加以改进。

发明内容

针对上述的缺陷，本发明的目的在于提供一种多标签物料的相似度度量方法、系统、存储介质以及计算机设备，提高物料之间的相似度计算效果。

为了实现上述目的，本发明提供了一种多标签物料的相似度度量方法，包括：

分别获取各个所述物料的多个标签；

分别获取各个所述物料的中文描述；

计算所述物料的所述标签与所述物料的中文描述的注意力，获得各个所述标签相对应的注意力结果；

将所述物料的所述标签形成所述物料的标签集；

根据各个所述标签集中的所述标签相对应的注意力结果计算各个所述物料的标签集之间的相似度。

根据所述的多标签物料的相似度度量方法，所述计算所述物料的所述标签与所述物料的中文描述的注意力的步骤之前还包括：

对所述标签进行第一数据清洗。

根据所述的多标签物料的相似度度量方法，所述计算所述物料的所述标签与所述物料的中文描述的注意力的步骤之前还包括：

对所述中文描述进行第二数据清洗。

根据所述的多标签物料的相似度度量方法，所述计算所述物料的所述标签与所述物料的中文描述的注意力的步骤之前还包括：

获取所述物料的名称，将所述名称作为所述物料的标签。

根据所述的多标签物料的相似度度量方法，所述计算所述物料的所述标签与所述物料的中文描述的注意力，获得各个所述标签相对应的注意力结果的步骤包括：

获取所述标签的向量；

获取所述中文描述的向量；

计算所述标签的向量与所述中文描述的向量的余弦距离，获得所述标签相对应的注意力结果。

根据所述的多标签物料的相似度度量方法，所述获取所述中文描述的向量的步骤包括：

将所述中文描述进行分词；

将多个所述分词的向量相加取平均获得所述中文描述的向量。

根据所述的多标签物料的相似度度量方法，所述根据各个所述标签集中的所述标签相对应的注意力结果计算各个所述物料的标签集之间的相似度的步骤包括：