本公开关于一种账户匹配方法、装置、电子设备及存储介质，属于计算机技术领域，该账户匹配方法包括：获取第一多媒体平台的第一用户账户与第二多媒体平台的第二用户账户之间的账户属性相似度，获取第一用户账户关联的第一多媒体信息与第二用户账户关联的第二多媒体信息之间的多媒体信息相似度；将账户属性相似度与多媒体信息相似度输入预先训练的账户相似度识别模型，得到第一用户账户与第二用户账户的账户相似度；根据账户相似度，确定第一用户账户和第二用户账户的匹配结果。本公开融合了账户属性相似度和多媒体信息相似度的多维度相似度信息，能够从不同层面衡量两个用户账户间的相似程度，提高了多媒体平台的用户账户的匹配准确性。的匹配准确性。的匹配准确性。
【技术实现步骤摘要】
账户匹配方法、装置、电子设备及存储介质
[0001]本公开涉及计算机
，尤其涉及一种账户匹配方法、装置、电子设备及存储介质。
技术介绍
[0002]随着互联网应用的多样化发展，普遍存在着同一用户同时活跃于多个应用平台的情况。例如，同一用户会在多个多媒体平台注册账户，并在多个多媒体平台进行信息交流。针对一些已有或潜在的需求，需要匹配出不同的多媒体平台之间的用户账户是否属于同一用户账户。
[0003]然而，虽然现有的针对传统社交网络的账户匹配方法可以用于多媒体平台的用户账户的识别，但是由于多媒体平台与传统社交网络所提供的服务内容不同，所以针对传统社交网络的账户匹配方法在应用于多媒体平台的用户账户的识别时，会存在匹配准确性较低的问题，所以，如何提高多媒体平台的用户账户的匹配准确性，便成为亟待解决的问题。
技术实现思路
[0004]本公开提供一种账户匹配方法、装置、电子设备及存储介质，以至少解决相关技术中提高多媒体平台的用户账户的匹配准确性的技术问题。
[0005]根据本公开实施例的一方面，提供一种账户匹配方法，包括：
[0006]获取第一多媒体平台的第一用户账户与第二多媒体平台的第二用户账户之间的账户属性相似度，以及获取所述第一用户账户关联的第一多媒体信息与所述第二用户账户关联的第二多媒体信息之间的多媒体信息相似度；
[0007]将所述账户属性相似度与所述多媒体信息相似度输入预先训练的账户相似度识别模型，通过所述账户相似度识别模型，得到所述第一用户账户与所述第二用户账户的账户相似度；
[0008]根据所述账户相似度，确定所述第一用户账户和所述第二用户账户的匹配结果。
[0009]在一种可能实施方式中，所述获取第一多媒体平台的第一用户账户与第二多媒体平台的第二用户账户之间的账户属性相似度，包括：
[0010]分别获取关联于所述第一用户账户的第一账户信息和关联于所述第二用户账户的第二账户信息；
[0011]基于所述第一账户信息和所述第二账户信息，得到所述账户属性相似度。
[0012]在一种可能实施方式中，所述基于所述第一账户信息和所述第二账户信息，得到所述账户属性相似度，包括：
[0013]从所述第一用户账户信息中获取第一账户属性，以及从所述第二用户账户信息中获取与所述第一账户属性相对应的第二账户属性；
[0014]将所述第一账户属性和所述第二账户属性进行比对，得到所述账户属性相似度。
[0015]在一种可能实施方式中，所述获取所述第一用户账户关联的第一多媒体信息与所
述第二用户账户关联的第二多媒体信息之间的多媒体信息相似度，包括：
[0016]分别获取关联于所述第一用户账户的至少一个第一多媒体信息和关联于所述第二用户账户的至少一个第二多媒体信息；
[0017]从所述至少一个第一多媒体信息和所述至少一个第二多媒体信息中，选择时长最接近的第一多媒体信息和第二多媒体信息进行配对，得到至少一对多媒体信息对；
[0018]将所述至少一对多媒体信息对输入预先训练的多媒体匹配网络模型，得到所述多媒体信息相似度。
[0019]在一种可能实施方式中，所述第一多媒体信息为第一视频信息，所述第二多媒体信息为第二视频信息，所述多媒体信息对为视频信息对，所述多媒体匹配网络模型为图像匹配网络模型；
[0020]所述将所述至少一对多媒体信息对输入预先训练的多媒体匹配网络模型，得到所述多媒体信息相似度，包括：
[0021]按照预设时间间隔，从配对的所述视频信息对中的所述第一视频信息和所述第二视频信息中提取多对图像帧；
[0022]将所述多对图像帧输入预先训练的所述图像匹配网络模型，通过所述图像匹配网络模型，得到所述多媒体信息相似度。
[0023]在一种可能实施方式中，所述根据所述账户相似度，确定所述第一用户账户和所述第二用户账户的匹配结果，包括：
[0024]若所述账户相似度位于预设的相似度阈值范围内，则确定所述匹配结果为所述第一用户账户和所述第二用户账户属于相同用户；
[0025]若所述账户相似度位于预设的相似度阈值范围外，则确定所述匹配结果为所述第一用户账户和所述第二用户账户属于不同用户。
[0026]在一种可能实施方式中，所述账户匹配方法进一步包括：
[0027]在确定所述匹配结果为所述第一用户账户和所述第二用户账户属于相同用户的情况下，将所述第二多媒体平台对所述第二用户账户的推荐信息作为所述第一多媒体平台对所述第一用户账户的推荐信息，或者，将所述第一多媒体平台对所述第一用户账户的推荐信息作为所述第二多媒体平台对所述第二用户账户的推荐信息。
[0028]在一种可能实施方式中，所述将所述账户属性相似度与所述多媒体信息相似度输入预先训练的账户相似度识别模型之前，还包括：
[0029]获取所述第一多媒体平台的第一样本账户与所述第二多媒体平台的第二样本账户之间的样本账户属性相似度，以及获取所述第一样本账户关联的第一样本多媒体信息与所述第二样本账户关联的第二样本多媒体信息之间的样本多媒体信息相似度；
[0030]将所述样本账户属性相似度以及所述样本多媒体信息相似度输入待训练的账户相似度识别模型，获得样本账户相似度预测值；
[0031]基于所述样本账户相似度预测值，以及所述第一样本账户与所述第二样本账户的匹配状态信息之间的差异损失，对所述待训练的账户相似度识别模型进行训练，得到所述预先训练的账户相似度识别模型。
[0032]根据本公开实施例的另一方面，提供一种账户匹配装置，包括：
[0033]相似度数据获取模块，被配置为执行获取第一多媒体平台的第一用户账户与第二
多媒体平台的第二用户账户之间的账户属性相似度，以及获取所述第一用户账户关联的第一多媒体信息与所述第二用户账户关联的第二多媒体信息之间的多媒体信息相似度；
[0034]账户相似度获取模块，被配置为执行将所述账户属性相似度与所述多媒体信息相似度输入预先训练的账户相似度识别模型，通过所述账户相似度识别模型，得到所述第一用户账户与所述第二用户账户的账户相似度；
[0035]匹配结果获取模块，被配置为执行根据所述账户相似度，确定所述第一用户账户和所述第二用户账户的匹配结果。
[0036]在一种可能实施方式中，所述相似度数据获取模块包括：
[0037]账户信息获取子模块，被配置为执行分别获取关联于所述第一用户账户的第一账户信息和关联于所述第二用户账户的第二账户信息；
[0038]账户属性相似度获取子模块，被配置为执行基于所述第一账户信息和所述第二账户信息，得到所述账户属性相似度。
[0039]在一种可能实施方式中，所述账户属性相似度获取子模块包括：
[0040]账户属性获取子模块，被配置为执行从所述第一用户账户信息中获取第一账户属性，以及从所述第二用户账户信息中获取与所述第一账户属性相对应的第二账户属性；
[0本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种账户匹配方法，其特征在于，包括：获取第一多媒体平台的第一用户账户与第二多媒体平台的第二用户账户之间的账户属性相似度，以及获取所述第一用户账户关联的第一多媒体信息与所述第二用户账户关联的第二多媒体信息之间的多媒体信息相似度；将所述账户属性相似度与所述多媒体信息相似度输入预先训练的账户相似度识别模型，通过所述账户相似度识别模型，得到所述第一用户账户与所述第二用户账户的账户相似度；根据所述账户相似度，确定所述第一用户账户和所述第二用户账户的匹配结果。2.根据权利要求1所述的账户匹配方法，其特征在于，所述获取第一多媒体平台的第一用户账户与第二多媒体平台的第二用户账户之间的账户属性相似度，包括：分别获取关联于所述第一用户账户的第一账户信息和关联于所述第二用户账户的第二账户信息；基于所述第一账户信息和所述第二账户信息，得到所述账户属性相似度。3.根据权利要求1所述的账户匹配方法，其特征在于，所述获取所述第一用户账户关联的第一多媒体信息与所述第二用户账户关联的第二多媒体信息之间的多媒体信息相似度，包括：分别获取关联于所述第一用户账户的至少一个第一多媒体信息和关联于所述第二用户账户的至少一个第二多媒体信息；从所述至少一个第一多媒体信息和所述至少一个第二多媒体信息中，选择时长最接近的第一多媒体信息和第二多媒体信息进行配对，得到至少一对多媒体信息对；将所述至少一对多媒体信息对输入预先训练的多媒体匹配网络模型，得到所述多媒体信息相似度。4.根据权利要求3所述的账户匹配方法，其特征在于，所述第一多媒体信息为第一视频信息，所述第二多媒体信息为第二视频信息，所述多媒体信息对为视频信息对，所述多媒体匹配网络模型为图像匹配网络模型；所述将所述至少一对多媒体信息对输入预先训练的多媒体匹配网络模型，得到所述多媒体信息相似度，包括：按照预设时间间隔，从配对的所述视频信息对中的所述第一视频信息和所述第二视频信息中提取多对图像帧；将所述多对图像帧输入预先训练的所述图像匹配网络模型，通过所述图像匹配网络模型，得到所述多媒体信息相似度。5.根据权利要求1所述的账户匹配方法，其特征在于，所述根据所述账户相似度，确定所述第一用户账户和所述第二用户账户的匹配结果，包括：若所述账户相似度位于预设的相似度阈值...
【专利技术属性】
技术研发人员：王珊，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。