【技术实现步骤摘要】
本专利技术涉及人工智能领域，具体而言，涉及一种信息处理方法、装置、计算机可读存储介质及电子设备。
技术介绍
1、在虚拟数字人漫游场景中，用户通过数字人的形式在虚拟社交场景中进行活动以及社交。有些用户希望在该场景中寻找到与自己有共同特点的人，为了满足用户需求，在相关技术中，通常直接为用户推荐好友的好友，或者根据用户所在区域、年龄等个人信息为用户推荐好友，从而存在为用户推荐好友的准确性低的问题。
2、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种信息处理方法、装置、计算机可读存储介质及电子设备，以至少解决相关技术在线上的虚拟社交场景中，为用户推荐好友的准确性低的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种信息处理方法，包括：确定目标用户在虚拟社交场景中的多个社交类别下关联的用户，得到多个参考用户，其中，多个社交类别包括：关注类别、点赞类别、不感兴趣类别；获取每个参考用户的用户信息，得到多个参考用户的用户信息集合，其中，用户信息包括参考用户的身份信息以及参考用户在虚拟社交场景中的活动信息；根据多个参考用户的用户信息集合，计算目标用户的目标用户向量；根据目标用户向量以及多个待推荐用户的用户信息，从多个待推荐用户中确定目标推荐用户，并基于目标推荐用户向目标用户进行好友推荐。
3、进一步地，信息处理方法还包括：对于每个参考用户，获取参考用户对虚拟社交场景的访问信息，并获取参考用户在虚拟社交场景中的在线
4、进一步地，多个参考用户包括属于关注类别的第一参考用户、属于点赞类别的第二参考用户以及属于不感兴趣类别的第三参考用户，其中，信息处理方法还包括：对用户信息集合中第一参考用户的用户信息进行向量转换，得到第一用户向量；对用户信息集合中第二参考用户的用户信息进行向量转换，得到第二用户向量；对用户信息集合中第三参考用户的用户信息进行向量转换，得到第三用户向量；依据第一参考用户对应的第一正反馈系数、第二参考用户对应的第二正反馈系数、第三参考用户对应的负反馈系数以及第一用户向量、第二用户向量、第三用户向量计算得到目标用户向量，其中，第一正反馈系数大于第二正反馈系数。
5、进一步地，信息处理方法还包括：从第一参考用户的用户信息中确定结构化数据信息和非结构化数据信息；对结构化数据信息进行编码处理，得到第一子向量；对于非结构化数据信息中的每个数据信息，对数据信息进行分词处理，得到数据信息的分词集合；依据分词集合中的分词在数据信息中的权重，确定数据信息的向量表示，并根据非结构化数据信息中的数据信息的向量表示，确定第二子向量；依据第一子向量和第二子向量得到第一用户向量。
6、进一步地，信息处理方法还包括：在依据分词集合中的分词在数据信息中的权重，确定数据信息的向量表示之前，对于数据信息的分词集合中的每个分词，统计虚拟社交场景下包含分词的目标数据信息的数量，得到第一数值，其中，目标数据信息与数据信息的数据类型相同；统计虚拟社交场景下目标数据信息的总数，得到第二数值；统计分词在数据信息中的出现次数，得到第三数值；基于词频逆文档频率算法，根据第一数值、第二数值、第三数值计算得到分词在数据信息中的权重。
7、进一步地，信息处理方法还包括：对每个待推荐用户的用户信息进行向量转换，得到待推荐用户的向量集合；根据目标用户向量与待推荐用户的向量集合中的每个待推荐用户的向量之间的相似度，从多个待推荐用户中确定目标推荐用户。
8、进一步地，信息处理方法还包括：依据相似度由高至低的顺序，对多个待推荐用户进行排序，得到排序后的多个待推荐用户；将排序后的多个待推荐用户中的前n个待推荐用户确定为目标推荐用户，其中，n为正整数。
9、根据本专利技术实施例的另一方面，还提供了一种信息处理装置，包括：第一确定模块，用于确定目标用户在虚拟社交场景中的多个社交类别下关联的用户，得到多个参考用户，其中，多个社交类别包括：关注类别、点赞类别、不感兴趣类别；获取模块，用于获取每个参考用户的用户信息，得到多个参考用户的用户信息集合，其中，用户信息包括参考用户的身份信息以及参考用户在虚拟社交场景中的活动信息；第一计算模块，用于根据多个参考用户的用户信息集合，计算目标用户的目标用户向量；第二确定模块，用于根据目标用户向量以及多个待推荐用户的用户信息，从多个待推荐用户中确定目标推荐用户，并基于目标推荐用户向目标用户进行好友推荐。
10、根据本专利技术实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述的信息处理方法。
11、根据本专利技术实施例的另一方面，还提供了一种电子设备，电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现用于运行程序，其中，程序被设置为运行时执行上述的信息处理方法。
12、在本专利技术实施例中，采用根据目标用户相关联的用户在虚拟社交场景中的信息确定目标用户的向量，根据该向量为目标用户推荐好友的方式，通过确定目标用户在虚拟社交场景中的多个社交类别下关联的用户，得到多个参考用户，然后获取每个参考用户的用户信息，得到多个参考用户的用户信息集合，接着根据多个参考用户的用户信息集合，计算目标用户的目标用户向量，从而根据目标用户向量以及多个待推荐用户的用户信息，从多个待推荐用户中确定目标推荐用户，并基于目标推荐用户向目标用户进行好友推荐。其中，多个社交类别包括：关注类别、点赞类别、不感兴趣类别，用户信息包括参考用户的身份信息以及参考用户在虚拟社交场景中的活动信息。
13、在上述过程中，通过确定目标用户在虚拟社交场景中的多个社交类别下关联的用户，得到多个参考用户，实现了对目标用户在不同程度下感兴趣的用户以及不感兴趣用户的准确确定。通过获取多个参考用户的用户信息集合，并根据多个参考用户的用户信息集合，计算目标用户的目标用户向量，实现了根据能够表达目标用户喜好的信息计算目标用户的目标用户向量，从而提高了所确定的用户向量的准确性。通过根据目标用户向量以及多个待推荐用户的用户信息，从多个待推荐用户中确定目标推荐用户，以进行好友推荐，实现了根据能够表达目标用户喜好的向量为目标用户推荐好友，从而提高了好友推荐的准确性。此外，通过设置用户信息包括参考用户的身份信息以及参考用户在虚拟社交场景中的活动信息，实现了结合参考用户在虚拟社交场景中的相关信息来表示目标用户在虚拟社交场景中的喜好，从而可以更进一步地提高在虚拟社交场景中为用户推荐好友的准确性。
14、由本文档来自技高网...
【技术保护点】
1.一种信息处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取每个参考用户的用户信息，得到所述多个参考用户的用户信息集合，包括：
3.根据权利要求1所述的方法，其特征在于，所述多个参考用户包括属于关注类别的第一参考用户、属于点赞类别的第二参考用户以及属于不感兴趣类别的第三参考用户，其中，根据所述多个参考用户的用户信息集合，计算所述目标用户的目标用户向量，包括：
4.根据权利要求3所述的方法，其特征在于，对所述用户信息集合中第一参考用户的用户信息进行向量转换，得到第一用户向量，包括：
5.根据权利要求4所述的方法，其特征在于，在依据所述分词集合中的分词在所述数据信息中的权重，确定所述数据信息的向量表示之前，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，根据所述目标用户向量以及多个待推荐用户的用户信息，从所述多个待推荐用户中确定目标推荐用户，包括：
7.根据权利要求6所述的方法，其特征在于，根据所述目标用户向量与所述待推荐用户的向量集合中的每个待推荐用户的向量之间的相似度，
8.一种信息处理装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的信息处理方法。
10.一种电子设备，其特征在于，所述电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现用于运行程序，其中，所述程序被设置为运行时执行所述权利要求1至7任一项中所述的信息处理方法。
...【技术特征摘要】
1.一种信息处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取每个参考用户的用户信息，得到所述多个参考用户的用户信息集合，包括：
3.根据权利要求1所述的方法，其特征在于，所述多个参考用户包括属于关注类别的第一参考用户、属于点赞类别的第二参考用户以及属于不感兴趣类别的第三参考用户，其中，根据所述多个参考用户的用户信息集合，计算所述目标用户的目标用户向量，包括：
4.根据权利要求3所述的方法，其特征在于，对所述用户信息集合中第一参考用户的用户信息进行向量转换，得到第一用户向量，包括：
5.根据权利要求4所述的方法，其特征在于，在依据所述分词集合中的分词在所述数据信息中的权重，确定所述数据信息的向量表示之前，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，根据所述目标用户向量以...
【专利技术属性】
技术研发人员：尹勇，罗涛，奚翔，李德强，
申请(专利权)人：中国工商银行股份有限公司，
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。