一種標(biāo)簽自適應(yīng)精準(zhǔn)匹配的控制方法
【專利摘要】本發(fā)明提供一種標(biāo)簽自適應(yīng)精準(zhǔn)匹配的控制方法，包括：a.獲取目標(biāo)數(shù)據(jù)以及至少一個標(biāo)簽數(shù)據(jù)；b.基于所述目標(biāo)數(shù)據(jù)確定自然語言相似度指數(shù)；c.基于所述目標(biāo)數(shù)據(jù)確定情景相似度指數(shù)；d.對所述自然語言相似度指數(shù)以及所述情景相似度指數(shù)進(jìn)行加權(quán)處理，并獲得所述標(biāo)簽與所述目標(biāo)數(shù)據(jù)匹配度指數(shù)。還提供一種在計算機(jī)處理系統(tǒng)中進(jìn)行標(biāo)簽自適應(yīng)精準(zhǔn)匹配的控制裝置。本發(fā)明可以自適應(yīng)地實(shí)現(xiàn)標(biāo)簽與特定關(guān)鍵信息的匹配度的計算，提高計算效率并推進(jìn)了應(yīng)用程序的準(zhǔn)確度。本算法實(shí)現(xiàn)簡單且計算復(fù)雜度適中，適合移動應(yīng)用。
【專利說明】一種標(biāo)簽自適應(yīng)精準(zhǔn)匹配的控制方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計算機(jī)處理系統(tǒng)，尤其是通過計算機(jī)進(jìn)行關(guān)聯(lián)度匹配計算的算法，具體地，涉及通過計算機(jī)對于標(biāo)簽與關(guān)鍵信息的匹配度進(jìn)行精準(zhǔn)計算的算法。
【背景技術(shù)】
[0002]隨著20世紀(jì)計算機(jī)的問世，越來越多的邏輯問題、數(shù)學(xué)問題都可以通過計算機(jī)進(jìn)行計算。通過計算機(jī)進(jìn)行計算的原理是設(shè)計一套算法，對一個數(shù)學(xué)問題或者現(xiàn)實(shí)技術(shù)問題進(jìn)行描述，且該描述可以被計算機(jī)所識別，從而可以通過計算機(jī)的運(yùn)算來得出針對該數(shù)學(xué)問題或現(xiàn)實(shí)技術(shù)問題的答案。通過對算法的不斷改進(jìn)，可以使得上述答案更加精確或者提高計算效率，從而對技術(shù)發(fā)展做出貢獻(xiàn)。
[0003]例如，通過計算機(jī)算法可以對計算機(jī)的內(nèi)存進(jìn)行補(bǔ)充，這樣的過程通常是通過利用外部存儲空間來完成的，即將計算機(jī)內(nèi)存內(nèi)暫時不使用的數(shù)據(jù)、但還沒有刪除的數(shù)據(jù)移動到外部存儲空間，從而使得計算機(jī)內(nèi)存被空閑出來給其他應(yīng)用程序使用，并且在需要被移動的數(shù)據(jù)時再將這些數(shù)據(jù)從外部存儲空間移回內(nèi)存內(nèi)。這樣的方式，犧牲了計算機(jī)的效率但卻提升了計算機(jī)的空間。
[0004]又例如，在針對一個現(xiàn)實(shí)技術(shù)問題提出的算法中，可以得出符合要求的結(jié)果，但其計算復(fù)雜度過大導(dǎo)致計算機(jī)的處理效率過低。所以，提出一個新的算法來替代原算法，從而提高了計算效率，這也是對現(xiàn)有技術(shù)的一個改進(jìn)。
[0005]類似的例子還存在很多，并被廣泛地應(yīng)用于各行各業(yè)。
[0006]尤其是，當(dāng)移動終端作為具有計算能力的終端被廣泛應(yīng)用之后，眾多應(yīng)用廠商開始借助移動終端來進(jìn)行少量的計算，從而衍生了眾多的移動應(yīng)用，這徹底改變了應(yīng)用程序的工作方式，也提出了更多的計算要求。通過移動終端進(jìn)行計算，需要盡量少地利用移動終端的中央處理單元，并在必須利用該中央處理單元時通過最簡單、有效的算法完成計算，從而不對移動終端構(gòu)成比較大的影響。相應(yīng)地，與移動終端匹配的后臺服務(wù)器也要被設(shè)計為有效地進(jìn)行運(yùn)算從而可以實(shí)現(xiàn)應(yīng)用程序的計算目的。
[0007]在一類應(yīng)用程序中，在移動終端中可能設(shè)有多個標(biāo)簽，這些標(biāo)簽可能是針對網(wǎng)頁的標(biāo)簽，也可能是針對移動終端本身的標(biāo)簽，也可能是針對移動終端用戶的標(biāo)簽，也可能是針對移動終端用戶所喜歡的應(yīng)用程序、物品、消費(fèi)地點(diǎn)的標(biāo)簽，而后臺服務(wù)器在通過應(yīng)用程序與移動終端進(jìn)行交互的過程中，需要對這些標(biāo)簽與某些關(guān)鍵信息的匹配度進(jìn)行精準(zhǔn)地計算，這樣的計算就需要足夠精確，同時不過多占用移動終端的計算能力、通訊渠道。然而，現(xiàn)有技術(shù)中對于此類應(yīng)用的算法還不足夠好。
[0008]因此，本發(fā)明要解決如何更準(zhǔn)確地對移動終端中的標(biāo)簽與特定關(guān)鍵信息的匹配度選擇將要發(fā)布的信息的問題。
【發(fā)明內(nèi)容】
[0009]針對現(xiàn)有技術(shù)中無法對標(biāo)簽的匹配度進(jìn)行精準(zhǔn)計算的缺陷，本發(fā)明的目的是提供一種標(biāo)簽自適應(yīng)精準(zhǔn)匹配的控制方法以及相應(yīng)的控制裝置。
[0010]根據(jù)本發(fā)明的一個方面，提供一種標(biāo)簽自適應(yīng)精準(zhǔn)匹配的控制方法，用于對一個標(biāo)簽與目標(biāo)數(shù)據(jù)的匹配度進(jìn)行計算，包括如下步驟:
[0011]a.獲取目標(biāo)數(shù)據(jù)以及至少一個標(biāo)簽數(shù)據(jù)，所述標(biāo)簽數(shù)據(jù)對應(yīng)于所述標(biāo)簽；
[0012]b.基于所述目標(biāo)數(shù)據(jù)確定自然語言相似度指數(shù)；
[0013]c.基于所述目標(biāo)數(shù)據(jù)確定情景相似度指數(shù)；
[0014]d.對所述自然語言相似度指數(shù)以及所述情景相似度指數(shù)進(jìn)行加權(quán)處理，并獲得加權(quán)指數(shù)，其中所述加權(quán)指數(shù)即為所述標(biāo)簽與所述目標(biāo)數(shù)據(jù)匹配度指數(shù)。
[0015]根據(jù)本發(fā)明的另一個方面，還提供一種在計算機(jī)處理系統(tǒng)中進(jìn)行標(biāo)簽自適應(yīng)精準(zhǔn)匹配的控制裝置，其用于對一個標(biāo)簽與目標(biāo)數(shù)據(jù)的匹配度進(jìn)行計算，包括:第一獲取裝置，用于獲取目標(biāo)數(shù)據(jù)以及至少一個標(biāo)簽數(shù)據(jù)，所述標(biāo)簽數(shù)據(jù)對應(yīng)于所述標(biāo)簽；第一計算裝置，用于基于所述目標(biāo)數(shù)據(jù)確定自然語言相似度指數(shù)；第二計算裝置，用于基于所述目標(biāo)數(shù)據(jù)確定情景相似度指數(shù)；第三計算裝置，用于對所述自然語言相似度指數(shù)以及所述情景相似度指數(shù)進(jìn)行加權(quán)處理，并獲得加權(quán)指數(shù)，其中所述加權(quán)指數(shù)即為所述標(biāo)簽與所述目標(biāo)數(shù)據(jù)匹配度指數(shù)。
[0016]本發(fā)明通過提出一種全新的計算機(jī)算法，使得標(biāo)簽與關(guān)鍵信息的匹配足夠智能化，可以自適應(yīng)地實(shí)現(xiàn)標(biāo)簽與特定關(guān)鍵信息的匹配度的計算，從而提高了計算效率并推進(jìn)了應(yīng)用程序的準(zhǔn)確度。本算法實(shí)現(xiàn)簡單且計算復(fù)雜度適中，適合移動應(yīng)用。同時，基于本發(fā)明可以實(shí)現(xiàn)一種用于具有計算能力的終端內(nèi)的控制裝置，該控制裝置可以以芯片的方式實(shí)現(xiàn)對上述標(biāo)簽的匹配計算。
【專利附圖】
【附圖說明】
[0017]通過閱讀參照以下附圖對非限制性實(shí)施例所作的詳細(xì)描述，本發(fā)明的其它特征、目的和優(yōu)點(diǎn)將會變得更明顯:
[0018]圖1示出根據(jù)本發(fā)明的第一實(shí)施例的，標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制方法的流程圖；
[0019]圖2示出根據(jù)本發(fā)明的第二實(shí)施例的，標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制方法的流程圖；
[0020]圖3示出根據(jù)本發(fā)明的第二實(shí)施例的，標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制方法中基于所述情景相似度函數(shù)進(jìn)行相似度計算的流程圖；
[0021]圖4示出根據(jù)本發(fā)明的第二實(shí)施例的，標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制方法中的實(shí)況指數(shù)函數(shù)的實(shí)現(xiàn)流程圖；
[0022]圖5示出根據(jù)本發(fā)明的第一實(shí)施例的，標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制裝置的組成結(jié)構(gòu)示意圖；以及
[0023]圖6示出根據(jù)本發(fā)明的第一實(shí)施例的，提供標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制方法的系統(tǒng)的網(wǎng)絡(luò)拓?fù)洳灰鈭D。
【具體實(shí)施方式】
[0024]圖1示出根據(jù)本發(fā)明的第一實(shí)施例的，標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制方法的流程圖。在本實(shí)施例中，通過圖1所示的控制方法，對一個標(biāo)簽與目標(biāo)數(shù)據(jù)的匹配度進(jìn)行計算，具體地，通過如下步驟實(shí)現(xiàn)該過程。[0025]首先，執(zhí)行步驟S210，獲取目標(biāo)數(shù)據(jù)以及至少一個標(biāo)簽數(shù)據(jù)，所述標(biāo)簽數(shù)據(jù)對應(yīng)于所述標(biāo)簽。本領(lǐng)域技術(shù)人員理解，該獲取步驟可以在一個移動終端中完成，也可以在后臺服務(wù)器(例如圖3所示設(shè)備91、92……9T)中完成。優(yōu)選地，通過后臺服務(wù)器獲取上述目標(biāo)數(shù)據(jù)以及標(biāo)簽數(shù)據(jù)并優(yōu)選地在后臺服務(wù)器中完成后續(xù)步驟。更為具體地，本領(lǐng)域技術(shù)人員理解，所述目標(biāo)數(shù)據(jù)可以通過外部輸入獲取，而所述標(biāo)簽數(shù)據(jù)則優(yōu)選地通過從移動終端中獲取。例如，所述標(biāo)簽數(shù)據(jù)都存儲在移動終端中的特定區(qū)域，通過一個固定的函數(shù)接口可以獲取這些標(biāo)簽數(shù)據(jù)，或者通過讀取該存儲區(qū)域的數(shù)據(jù)可以獲得這些標(biāo)簽數(shù)據(jù)。在另一個變化例中，在所述移動終端中安裝有與本控制方法對應(yīng)的客戶端程序，通過該客戶端程序，移動終端用戶可以將各種標(biāo)簽數(shù)據(jù)輸入，或者可以將標(biāo)簽數(shù)據(jù)批量導(dǎo)入所述客戶端內(nèi)，從而使得所述客戶端獲取這些標(biāo)簽數(shù)據(jù)，進(jìn)而可以通過該客戶端將所述標(biāo)簽數(shù)據(jù)傳輸給所述后臺服務(wù)器，在此不予贅述。
[0026]然后，進(jìn)入步驟S211，基于所述目標(biāo)數(shù)據(jù)確定自然語言相似度指數(shù)。在獲取上述目標(biāo)數(shù)據(jù)后，優(yōu)選地通過各種算法確定自然語言相似度指數(shù)。具體地，本領(lǐng)域技術(shù)人員理解，可以通過多種算法計算所述自然語言相似度指數(shù)，例如下述的自然語言函數(shù)。
[0027]接下來，執(zhí)行步驟S212，基于所述目標(biāo)數(shù)據(jù)確定情景相似度指數(shù)。類似地，在獲取了上述目標(biāo)數(shù)據(jù)后，優(yōu)選地計算情景相似度指數(shù)。同樣地本領(lǐng)域技術(shù)人員理解，可以通過多種算法計算所述情景相似度指數(shù)，例如下述的情景相似度函數(shù)。
[0028]最后，進(jìn)入步驟S213，對所述自然語言相似度指數(shù)以及所述情景相似度指數(shù)進(jìn)行加權(quán)處理，并獲得加權(quán)指數(shù)。本領(lǐng)域技術(shù)人員理解，所述加權(quán)指數(shù)即為所述標(biāo)簽與所述目標(biāo)數(shù)據(jù)匹配度指數(shù)。本領(lǐng)域技術(shù)人員理解，可以通過多種方式進(jìn)行上述加權(quán)處理。優(yōu)選地，在本實(shí)施例中，上述自然語言相似度指數(shù)以及所述情景相似度指數(shù)均被設(shè)置一個加權(quán)參數(shù)Rl、R2，且Rl+R2=l，即通過如下公式進(jìn)行加權(quán)計算:
[0029]S=Rl*自然語言相似度指數(shù)+R2*情景相似度指數(shù)。
[0030]其中，S即代表上述加權(quán)指數(shù)，即為所述標(biāo)簽與所述目標(biāo)數(shù)據(jù)匹配度指數(shù)。
[0031]進(jìn)一步地，本領(lǐng)域技術(shù)人員理解，還可以通過其他方式進(jìn)行上述步驟S213的加權(quán)計算，例如還可以采用局部加權(quán)算法、移動加權(quán)平均算法等算法進(jìn)行計算。
[0032]進(jìn)一步地，圖2示出根據(jù)本發(fā)明的第二實(shí)施例的，標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制方法的流程圖。在圖1所示基礎(chǔ)上，圖2所示第二實(shí)施例采用了更為具體的實(shí)施方式實(shí)現(xiàn)對標(biāo)簽自適應(yīng)精準(zhǔn)匹配的處理。具體地，在圖1基礎(chǔ)上，計算自然語言相似度指數(shù)以及計算情景相似度指數(shù)的步驟采用了不同的實(shí)施方式。具體地，通過步驟S221實(shí)現(xiàn)計算自然語言相似度指數(shù)的目的，即基于自然語言相似度函數(shù)對所述目標(biāo)數(shù)據(jù)以及所述標(biāo)簽數(shù)據(jù)的相似度進(jìn)行計算，從而獲得所述自然語言相似度指數(shù)。其中，優(yōu)選地，所述步驟bl中的相似度值范圍優(yōu)選地在0~I之間。
[0033]更為具體地，所述自然語言相似度指數(shù)可以采用Fl進(jìn)行表示，即Fl (target，tag),其中，target表示目標(biāo)數(shù)據(jù)，tag表示標(biāo)簽數(shù)據(jù)。
[0034]Fl函數(shù)標(biāo)示基于自然語言架構(gòu)下的，上述目標(biāo)數(shù)據(jù)和標(biāo)簽數(shù)據(jù)直接的相似度，該相似度取值范圍在0~I之間。例如，
[0035]Fl (樂觀，積極)=0.95
[0036]Fl (苦，甜)=0.01[0037]Fl (幸福，安康)=0.5
[0038]Fl (富二代，有錢)=0.98
[0039]更進(jìn)一步地，本領(lǐng)域技術(shù)人員理解，在本實(shí)施例中，通過兩種步驟確定上述自然語言相似度指數(shù)。首先，在本實(shí)施例所應(yīng)用的系統(tǒng)中設(shè)置一個數(shù)據(jù)庫存儲各種數(shù)據(jù)，例如上述的“樂觀”、“積極”等詞匯，并對各種詞匯、各種詞匯之間的相似度進(jìn)行存儲，相應(yīng)地在步驟S220中獲取了目標(biāo)數(shù)據(jù)以及標(biāo)簽數(shù)據(jù)后，則在步驟S221中通過對上述數(shù)據(jù)庫的訪問來獲得所述目標(biāo)數(shù)據(jù)與標(biāo)簽數(shù)據(jù)之間的相似度。本領(lǐng)域技術(shù)人員理解，在不同的硬件設(shè)備中，所述用于存儲所述詞匯、相似度的設(shè)備會有所區(qū)別。例如當(dāng)采用圖5所示控制裝置7類似的芯片運(yùn)行圖2所示步驟時，則優(yōu)選地所述詞匯、相似度等信息被存儲于一個Flash或RAM或類似存儲設(shè)備中。而當(dāng)所述控制裝置7被設(shè)置為一個大型服務(wù)器中的一部分，則所述詞匯、相似度被存儲在一個數(shù)據(jù)庫中，優(yōu)選地作為一個數(shù)據(jù)表來存儲，這并不影響本發(fā)明的技術(shù)內(nèi)容。
[0040]而進(jìn)一步地，還存在著一種可能性，即上述目標(biāo)數(shù)據(jù)以及標(biāo)簽數(shù)據(jù)無法在所述數(shù)據(jù)庫或其他存儲裝置被找到，則采用兩種不同技術(shù)方案對沒有被存儲的目標(biāo)數(shù)據(jù)以及標(biāo)簽數(shù)據(jù)的相似度予以計算。優(yōu)選地，在上述存儲裝置中尋找與所述目標(biāo)數(shù)據(jù)或標(biāo)簽數(shù)據(jù)的近似詞匯，若找到近似詞匯，則基于所述近似詞匯做與上述操作同樣的步驟來計算所述自然語言相似度指數(shù)。若次優(yōu)地，查找不到上述目標(biāo)數(shù)據(jù)或標(biāo)簽數(shù)據(jù)的近似詞匯，則通過通訊接口發(fā)出查詢請求。該查詢請求可以被一個特定服務(wù)器處理，也可以以云計算的方式進(jìn)行處理，即通過互聯(lián)網(wǎng)進(jìn)行搜索、計算。
[0041]進(jìn)一步地，通過上述方式，可以實(shí)現(xiàn)對所述自然語言相似度指數(shù)的計算，在此不予贅述。
[0042]更進(jìn)一步地，本領(lǐng)域技術(shù)人員理解，在一個變化例中，可以通過其他算法實(shí)現(xiàn)上述計算自然語言相似度指數(shù)的過程。例如，針對Fl (target，tag)可以進(jìn)行自然語言比較，即按照如下步驟進(jìn)行:
[0043]1.對target、tag中所包含的每個字進(jìn)行比較，從而得出針對每個字的相似度，表示為kl ；
[0044]ii對target、tag中所包含的每個詞進(jìn)行比較,從而得出針對每個詞的相似度,表示為k2 ；
[0045]ii1.對target、tag中所包含的每個詞進(jìn)行相似比較,從而得出針對每個相似詞的相似度，表示為k3;
[0046]iv.根據(jù)K=tl*kl+t2*k2+t3*k3的方式計算相似度K，并將K作為所述自然語言相似度指數(shù)。
[0047]在上述計算步驟中，tl〈t3〈t2。且通過這樣的計算過程，可以實(shí)現(xiàn)對自然語言相似度指數(shù)的精準(zhǔn)計算，在此不予贅述。
[0048]相應(yīng)地,本領(lǐng)域技術(shù)人員理解,在本實(shí)施例中，通對過步驟S222實(shí)現(xiàn)計算情景相似度指數(shù)，即基于情景相似度函數(shù)對所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)以及時間參數(shù)進(jìn)行相似度計算，從而獲得所述情景相似度指數(shù)。
[0049]本領(lǐng)域技術(shù)人員理解，可以采用如下函數(shù)來計算所述情景相似度指數(shù):F2 (target, tag, time)。類似地,所述target表示目標(biāo)數(shù)據(jù)，tag表示標(biāo)簽數(shù)據(jù),所述time表示時間參數(shù)。
[0050]更進(jìn)一步地，在所述步驟S222的一個變化例中，所述步驟S222采用如下步驟實(shí)現(xiàn):基于情景相似度函數(shù)對所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、時間參數(shù)以及地理信息參數(shù)進(jìn)行相似度計算，從而獲得所述情景相似度指數(shù)。本領(lǐng)域技術(shù)人員理解，針對該變化例，也可以采用如下函數(shù)來計算所述情景相似度指數(shù):
[0051]F2 (target, tag, time, GPS),類似地,所述target表示目標(biāo)數(shù)據(jù)，tag表示標(biāo)簽數(shù)據(jù)，所述time表示時間參數(shù),所述GPS表示地理信息參數(shù)。
[0052]基于上述F2函數(shù)，可以容易地計算所述情景相似度指數(shù)，例如:
[0053]F2( ‘牛排’，‘紅酒’，晚餐時間，上海餐廳)=0.85
[0054]F2( ‘毛峰’，‘豬肉’，12:00 ~13:00，黃山)=0.95
[0055]F2( ‘活魚’，‘紅燒醬’，午飯時間，閩南)=0.35
[0056]本領(lǐng)域技術(shù)人員理解，通過上述情景相似度函數(shù)F2，可以確定在某個時間范圍、某個地點(diǎn)，target和tag之間的相似度值。進(jìn)一步地,可以確定所述相似度取值范圍在0~I之間，在此不予贅述。
[0057]進(jìn)一步地，本領(lǐng)域技術(shù)人員理解，可以通過圖3、圖4所示實(shí)施例實(shí)現(xiàn)基于所述情景相似度函數(shù)進(jìn)行情景相似度計算的過程，在此不予贅述。
`[0058]具體地，圖3示出根據(jù)本發(fā)明的第二實(shí)施例的，標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制方法中基于所述情景相似度函數(shù)進(jìn)行情景相似度計算的流程圖。首先執(zhí)行步驟S231，基于挖掘函數(shù)對所述目標(biāo)數(shù)據(jù)以及所述標(biāo)簽數(shù)據(jù)的進(jìn)行計算，并獲得挖掘指數(shù)；然后進(jìn)入步驟S232，基于實(shí)況指數(shù)函數(shù)對所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、時間參數(shù)以及地理信息參數(shù)進(jìn)行計算，并獲得實(shí)況指數(shù)；最后執(zhí)行步驟S234，將所述挖掘指數(shù)與所述實(shí)況指數(shù)相加，并將和作為所述情景相似度指數(shù)。
[0059]具體地，在上述步驟S231中，所述挖掘函數(shù)通過如下方式獲得。首先，針對所述客戶標(biāo)簽分兩種:手動輸入，智能抽取。在第一種情況下，優(yōu)選地通過人工輸入所述客戶標(biāo)簽。第二種情況下，在可以通過很多種途徑獲得所述客戶標(biāo)簽。例如，通過客戶瀏覽商品，收集商品標(biāo)簽(P1，P2，P3，P4，……)。具體地，通過如下步驟實(shí)現(xiàn)所述挖掘函數(shù):
[0060]I)假定每個客戶則擁有0個標(biāo)簽01，02，03，04，……
[0061]2) N個客戶則擁有N*0個標(biāo)簽，對這些數(shù)組采取關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘Apriori算法；
[0062]3)算法的結(jié)果在不同的置信度和支持度的閥值可以得到不同的規(guī)則合集，在本實(shí)施例中暫定10組閥值，對應(yīng)的關(guān)聯(lián)度從0.1~1，階梯值為0.1。若兩個標(biāo)簽，在不同的閥值下面有不同的取值，閥值最高的取值為最終值。通過上述步驟，則可以實(shí)現(xiàn)所述挖掘函數(shù)，進(jìn)而可以確定所述挖掘指數(shù)。
[0063]進(jìn)一步地，本領(lǐng)域技術(shù)人員理解，所述確定客戶標(biāo)簽的方式還可以其他方式實(shí)現(xiàn)，例如可以通過客戶發(fā)起即時咨詢的內(nèi)容文本而抽取(Ql，Q2，Q3，Q4，……)。又例如，可以通過分析客戶最近一段時期的社交關(guān)鍵字(SI，S2，S3，S4，……)。
[0064]............[0065]進(jìn)一步地,本領(lǐng)域技術(shù)人員理解,在所述步驟S232中，通過如下公式計算所述實(shí)況指數(shù)，即:
[0066]Reality =[0067]Rl*Arrive (target, tag, time, GPS) +
[0068]R2*Hit (target, tag, time, GPS) +
[0069]R3*Query (target, tag, time, GPS)
[0070]Arrive，Hit，Query 三者的取值范圍在 0 ~I 之間，Rl+R2+R3=l。因此 Reality 取值范圍在0~I之間
[0071]其中，Arrive函數(shù)表示被推送標(biāo)簽到達(dá)率；所述Hit函數(shù)表示被推送標(biāo)簽被點(diǎn)擊率；所述Query函數(shù)表示所述被推送標(biāo)簽的互動率，即針對該被推送標(biāo)簽，有哪些終端進(jìn)行了互動操作。
[0072]具體地，通過如下實(shí)例可以更加清楚地知悉所述實(shí)況指數(shù)的計算過程:
[0073]I)假設(shè)客戶資源池有N個客戶；
[0074]2)首次推送標(biāo)簽，輸入目標(biāo)數(shù)據(jù)(keyl，key2，……)，進(jìn)而群發(fā)N客戶。假定每客
戶均擁有手動定義的tag合集(tagl, tag2, tag3, tag4,......)，其中兩tag之間關(guān)聯(lián)度由
上述Fl函數(shù)進(jìn)行計算；
[0075]3)統(tǒng)計到達(dá)時間，用戶終端所在區(qū)域、被推送標(biāo)簽的到達(dá)率、被推送標(biāo)簽的被點(diǎn)擊率、以及被推送標(biāo)簽的互動率；即，獲取到F2(keyl，tagni)的所有取值；
[0076]4)對此次推送涉及的所有的文本標(biāo)簽，通過使用基于密度聚類算法，可以劃分出一些特定的標(biāo)簽簇；采用基于密度，而不是采用基于原型，基于圖的算法在于前者可以丟棄部分被識別為噪聲的點(diǎn)，自動的劃分簇，算法復(fù)雜度在0(m2);再者需要多次迭代，數(shù)據(jù)指數(shù)級增長，因此采用可伸縮的CURE算法，用來解決運(yùn)行時間過長，存儲量大的問題；
[0077]5)將同一簇的標(biāo)簽關(guān)聯(lián)度定義為1，從而基于上述規(guī)則可以計算所述實(shí)況指數(shù)。
[0078]在上述基礎(chǔ)上，本領(lǐng)域技術(shù)人員理解，所述步驟S234中，所述情景相似度指數(shù)可以通過如下公式獲得:
[0079]F2=挖掘指數(shù)+實(shí)況指數(shù)
[0080]挖掘函數(shù)(target,tag) + 實(shí)況函數(shù)(target, tag, time, GPS)
[0081]圖4示出根據(jù)本發(fā)明的第二實(shí)施例的，標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制方法中的實(shí)況指數(shù)函數(shù)的實(shí)現(xiàn)流程圖。圖4示出了圖3中步驟S232中計算所述實(shí)況指數(shù)的過程。具體地，在一個優(yōu)選實(shí)施例中，所述實(shí)況指數(shù)函數(shù)通過如下步驟實(shí)現(xiàn):
[0082]首先執(zhí)行步驟S240，基于所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、所述時間參數(shù)以及所述地理信息參數(shù)計算傳播到達(dá)指數(shù)；
[0083]然后進(jìn)入步驟S241，基于所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、所述時間參數(shù)以及所述地理信息參數(shù)計算傳播點(diǎn)擊指數(shù)；
[0084]然后執(zhí)行步驟S242，基于所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、所述時間參數(shù)以及所述地理信息參數(shù)計算傳播互動指數(shù)；
[0085]最后進(jìn)入步驟S243，將上述傳播到達(dá)指數(shù)、傳播點(diǎn)擊指數(shù)、傳播互動指數(shù)進(jìn)行加權(quán)計算，并將所述加權(quán)結(jié)果作為所述實(shí)況指數(shù)。
[0086]圖5示出根據(jù)本發(fā)明的第一實(shí)施例的，標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制裝置的組成結(jié)構(gòu)示意圖。具體地，在本實(shí)施例中，所述標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制裝置7包括第一獲取裝置71、第一計算裝置72、第二計算裝置73、第三計算裝置74。其中，所述第一獲取裝置71用于獲取目標(biāo)數(shù)據(jù)以及至少一個標(biāo)簽數(shù)據(jù)，所述標(biāo)簽數(shù)據(jù)對應(yīng)于所述標(biāo)簽；所述第一計算裝置72用于基于所述目標(biāo)數(shù)據(jù)計算自然語言相似度指數(shù)；所述第二計算裝置73用于基于所述目標(biāo)數(shù)據(jù)確定情景相似度指數(shù)；所述第三計算裝置74用于對所述自然語言相似度指數(shù)以及所述情景相似度指數(shù)進(jìn)行加權(quán)計算，并獲得加權(quán)指數(shù)，其中所述加權(quán)指數(shù)即為所述標(biāo)簽與所述目標(biāo)數(shù)據(jù)匹配度指數(shù)。
[0087]本領(lǐng)域技術(shù)人員理解，通過上述四個裝置的配合，可以實(shí)現(xiàn)對標(biāo)簽自適應(yīng)精準(zhǔn)匹配的處理。具體地，本領(lǐng)域技術(shù)人員理解，所述第一計算裝置72、第二計算裝置73可以并行地進(jìn)行計算，而不必要順行地進(jìn)行計算，這并不影響本發(fā)明的實(shí)質(zhì)內(nèi)容。
[0088]更進(jìn)一步地，在本實(shí)施例中，所述第一計算裝置72包括第四計算裝置721，其用于基于自然語言相似度函數(shù)對所述目標(biāo)數(shù)據(jù)以及所述標(biāo)簽數(shù)據(jù)的相似度進(jìn)行計算，從而獲得所述自然語言相似度指數(shù)。
[0089]更進(jìn)一步地，在本實(shí)施例中，所述第二計算裝置73包括第五計算裝置731，其用于基于情景相似度函數(shù)對所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、時間參數(shù)以及地理信息參數(shù)進(jìn)行相似度計算，從而獲得所述情景相似度指數(shù)。
[0090]更為具體地，上述第一獲取裝置71、第一計算裝置72、第二計算裝置73、第三計算裝置74的內(nèi)部流程可以參考上述圖1至圖4實(shí)施例指導(dǎo)本領(lǐng)域技術(shù)人員實(shí)現(xiàn)，在此不予贅述。
[0091]圖6示出根據(jù)本發(fā)明的第一實(shí)施例的，提供標(biāo)簽自適應(yīng)精準(zhǔn)匹配控制方法的系統(tǒng)的網(wǎng)絡(luò)拓?fù)涫疽鈭D。本領(lǐng)域技術(shù)人員理解，在本實(shí)施例中，通過后臺服務(wù)器91、92……9T與移動終端51、52……5N進(jìn)行交互。在具體的應(yīng)用中，存在N個移動終端，每個終端有M個標(biāo)簽數(shù)據(jù)，且針對一個終端構(gòu)成一個標(biāo)簽集合，針對N個移動終端構(gòu)成一個標(biāo)簽集合矩陣。在當(dāng)目標(biāo)數(shù)據(jù)確定后，通過上述圖1至圖4所示的步驟確定目標(biāo)數(shù)據(jù)與標(biāo)簽數(shù)據(jù)的相似度，并根據(jù)該相似度確定所述N個終端中與所述目標(biāo)數(shù)據(jù)相適應(yīng)的終端。在確定所述終端后，則可以向這些終端推送所述被推送標(biāo)簽。
[0092]進(jìn)一步地，參考上述圖1至圖6，本領(lǐng)域技術(shù)人員理解，所述目標(biāo)數(shù)據(jù)包括多種類型的信息，例如可以是關(guān)鍵字?jǐn)?shù)據(jù)，優(yōu)選地以字符的形式存在，又例如可以是語音數(shù)據(jù)，優(yōu)選地以語音數(shù)據(jù)的方式存在；又例如可以是圖片數(shù)據(jù)、視頻數(shù)據(jù)、用于描述氣味的數(shù)據(jù)以及用于描述液體特征的數(shù)據(jù)中的任一種或任多種，這并不影響本發(fā)明的技術(shù)內(nèi)容。
[0093]以上對本發(fā)明的具體實(shí)施例進(jìn)行了描述。需要理解的是，本發(fā)明并不局限于上述特定實(shí)施方式，本領(lǐng)域技術(shù)人員可以在權(quán)利要求的范圍內(nèi)做出各種變形或修改，這并不影響本發(fā)明的實(shí)質(zhì)內(nèi)容。
【權(quán)利要求】
1.一種標(biāo)簽自適應(yīng)精準(zhǔn)匹配的控制方法，用于對一個標(biāo)簽與目標(biāo)數(shù)據(jù)的匹配度進(jìn)行計算，包括如下步驟: a.獲取目標(biāo)數(shù)據(jù)以及至少一個標(biāo)簽數(shù)據(jù)，所述標(biāo)簽數(shù)據(jù)對應(yīng)于所述標(biāo)簽； b.基于所述目標(biāo)數(shù)據(jù)確定自然語言相似度指數(shù)； c.基于所述目標(biāo)數(shù)據(jù)確定情景相似度指數(shù)； d.對所述自然語言相似度指數(shù)以及所述情景相似度指數(shù)進(jìn)行加權(quán)處理，并獲得加權(quán)指數(shù)，其中所述加權(quán)指數(shù)即為所述標(biāo)簽與所述目標(biāo)數(shù)據(jù)匹配度指數(shù)。
2.根據(jù)權(quán)利要求1所述的控制方法，其特征在于，所述步驟b包括如下步驟: bl.基于自然語言相似度函數(shù)對所述目標(biāo)數(shù)據(jù)以及所述標(biāo)簽數(shù)據(jù)的相似度進(jìn)行計算，從而獲得所述自然語言相似度指數(shù)。
3.根據(jù)權(quán)利要求2所述的控制方法，其特征在于，所述步驟bl中的相似度值范圍優(yōu)選地在O~I之間。
4.根據(jù)權(quán)利要求1至3中任一項所述的控制方法，其特征在于，所述步驟c包括如下步驟: Cl.基于情景相似度函數(shù)對所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)以及時間參數(shù)進(jìn)行相似度計算，從而獲得所述情景相似度指數(shù)。
5.根據(jù)權(quán)利要求1至3中任一項所述的控制方法，其特征在于，所述步驟c包括如下步驟: Cl'.基于情景相似度函數(shù)對所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、時間參數(shù)以及地理信息參數(shù)進(jìn)行相似度計算，從而獲得所述情景相似度指數(shù)。
6.根據(jù)權(quán)利要求4或5所述的控制方法，其特征在于，所述基于所述情景相似度函數(shù)進(jìn)行相似度計算的步驟包括如下步驟: 1.基于挖掘函數(shù)對所述目標(biāo)數(shù)據(jù)以及所述標(biāo)簽數(shù)據(jù)的進(jìn)行計算，并獲得挖掘指數(shù)； ii基于實(shí)況指數(shù)函數(shù)對所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、時間參數(shù)以及地理信息參數(shù)進(jìn)行計算，并獲得實(shí)況指數(shù)； ii1.將所述挖掘指數(shù)與所述實(shí)況指數(shù)相加，并將和作為所述情景相似度指數(shù)； 其中，優(yōu)選地，所述挖掘函數(shù)通過關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘Apriori算法實(shí)現(xiàn)。
7.根據(jù)權(quán)利要求6所述的控制方法，其特征在于，所述實(shí)況指數(shù)函數(shù)包括如下步驟: 1.基于所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、所述時間參數(shù)以及所述地理信息參數(shù)計算傳播到達(dá)指數(shù)； I1.基于所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、所述時間參數(shù)以及所述地理信息參數(shù)計算傳播點(diǎn)擊指數(shù)； II1.基于所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、所述時間參數(shù)以及所述地理信息參數(shù)計算傳播互動指數(shù)； IV.將上述傳播到達(dá)指數(shù)、傳播點(diǎn)擊指數(shù)、傳播互動指數(shù)進(jìn)行加權(quán)計算，并將所述加權(quán)結(jié)果作為所述實(shí)況指數(shù)。
8.根據(jù)權(quán)利要求1至7中任一項所述的控制方法，其特征在于，所述目標(biāo)數(shù)據(jù)包括如下數(shù)據(jù)中的任一種或任多種: -關(guān)鍵字?jǐn)?shù)據(jù)；-語音數(shù)據(jù)； -圖片數(shù)據(jù)； -視頻數(shù)據(jù)； -用于描述氣味的數(shù)據(jù)；以及 -用于描述液體特征的數(shù)據(jù)。
9.一種在具有計算能力的終端內(nèi)處理標(biāo)簽自適應(yīng)精準(zhǔn)匹配的控制裝置，用于對一個標(biāo)簽與目標(biāo)數(shù)據(jù)的匹配度進(jìn)行計算，包括如下裝置: 第一獲取裝置，其用于獲取目標(biāo)數(shù)據(jù)以及至少一個標(biāo)簽數(shù)據(jù)，所述標(biāo)簽數(shù)據(jù)對應(yīng)于所述標(biāo)簽； 第一計算裝置，其用于基于所述目標(biāo)數(shù)據(jù)計算自然語言相似度指數(shù)； 第二計算裝置，其用于基于所述目標(biāo)數(shù)據(jù)確定情景相似度指數(shù)； 第三計算裝置，其用于對所述自然語言相似度指數(shù)以及所述情景相似度指數(shù)進(jìn)行加權(quán)計算，并獲得加權(quán)指數(shù)，其中所述加權(quán)指數(shù)即為所述標(biāo)簽與所述目標(biāo)數(shù)據(jù)匹配度指數(shù)。
10.根據(jù)權(quán)利要求9所述的控制裝置，其特征在于，所述第一計算裝置包括: 第四計算裝置，其用于基于自然語言相似度函數(shù)對所述目標(biāo)數(shù)據(jù)以及所述標(biāo)簽數(shù)據(jù)的相似度進(jìn)行計算，從而獲得所述自然語言相似度指數(shù)。
11.根據(jù)權(quán)利要求9或10所述的控制裝置，其特征在于，所述第二計算裝置包括: 第五計算裝置，其用于基于情景相似度`函數(shù)對所述目標(biāo)數(shù)據(jù)、所述標(biāo)簽數(shù)據(jù)、時間參數(shù)以及地理信息參數(shù)進(jìn)行相似度計算，從而獲得所述情景相似度指數(shù)。
【文檔編號】G06F17/30GK103500219SQ201310476266
【公開日】2014年1月8日 申請日期:2013年10月12日 優(yōu)先權(quán)日:2013年10月12日
【發(fā)明者】湯偉杰 申請人:翔傲信息科技(上海)有限公司