[发明专利]一种基于向量相似性计算的短视频演员同类客户相斥方法

权利要求书

1.一种基于向量相似性计算的短视频演员同类客户相斥方法，其特征在于：包括如下步骤：

S1、客户数据库的基础：客户行业、地域、体量和产品信息库的建立，以及整个库的持续优化与迭代，对商业短视频相关的全行业客户有相对全局的覆盖；

S2、客户数据经过了清洗，特征工程，对枚举维度、数值维度做预处理；

S3、基于S2产生的归一化过的维度数量适中的数据，然后计算所有客户之间的向量余弦距离；

S4、设定相似角度余弦值，计算相斥结果。

2.根据权利要求1所述的一种基于向量相似性计算的短视频演员同类客户相斥方法，其特征在于，所述S1中客户数据的是平台的一部分，在制作流程中已经由用户自行录入了包括产品在内的结构化数据，除了用户的录入外，会根据其订单的情况抽取进一步的分类；

所述录入信息包括行业、地域、目标人群维度组；

所述分类包括核心产品品类、服务规模、常用演员类型、素材类型。

3.根据权利要求1所述的一种基于向量相似性计算的短视频演员同类客户相斥方法，其特征在于，所述S2中行业类型枚举维度，单一维度内的离散值维度(行业：在线教育/线下教育/保险)，被拆成N个{0，1}的二值维度，原来单一维度扩大到∑Ni个二值维度，表示行业是否是“在线教育”，行业是否是“线下教育”，地域是否是“上海”的；

体量相关数值类维度，按照自然对数LogX计算方法，切成N个离散区间，N个离散区间，再按照枚举维度的方法归一化化为N个独立二值维度，最终将所有维度的值都对齐到[0,1]区间的。

4.根据权利要求1所述的一种基于向量相似性计算的短视频演员同类客户相斥方法，其特征在于，所述S3中没有使用实时KNN(K最近邻，K-NearestNeighbor)算法获得与该客户最相似的TOPK个客户的原因是客户数量并没有达到海量的程度，并且属性相对固定，所以计算的方法是预先计算所有客户之间的向量余弦距离，每增加一个客户，与其他所有向量再做一次预计算，将余弦距离存入数据库中，这样拥有N个客户全库的余弦值库有N^个数。

5.根据权利要求1所述的一种基于向量相似性计算的短视频演员同类客户相斥方法，其特征在于，所述S4中余弦值公式为

其中A，B为两个独立的客户向量；

λ为自设阈值常量，当cosθ≥λ时，为过于相似。

6.根据权利要求5所述的一种基于向量相似性计算的短视频演员同类客户相斥方法，其特征在于，所述S4中历史客户与当前客户的值存在过于相似的情况，要在该订单下对相应演员做相斥处理，在新的客户需求进来的时候，匹配出合适的a个演员，针对a个演员的每一个，都找到他的历史服务客户列表l，当l中的任何一个客户与当前客户存在相似度过高(cosθ≥λ)的情况，就做相斥处理；

余弦距离cosθ已经预先计算并存在数据库中了，这个相斥过程可以做到实时出结果，相斥过程对于同品牌客户不做相斥处理。