交友匹配方法、装置、计算机设备及可读存储介质与流程
本发明涉及计算机技术领域，具体涉及一种交友匹配方法、交友匹配装置、计算机设备及计算机可读存储介质。
背景技术：
目前，网络社交已经成为人们生活的一部分，而在网络社交中，线上交友也已经成为现代人交友的一种常用方式。现有的交友匹配方法是根据个人资料相互吸引规则匹配，通过对个人资料进行分析，基于个人资料计算当前用户对其他用户的吸引度，同时计算其他用户对当前用户的吸引度，在当前用户与其他用户彼此相对于对方的吸引度均达到预设值以上时，则匹配当前用户与彼此相对于对方的吸引度均达到预设值以上的其他用户。由于是针对个人资料进行匹配，部分用户有可能对自己认识不够到位，因而对自己资料的性格爱好填写有误差；一部分用户因为个人资料长期不更新，用户的喜好和状态无法得到及时更新，使得常规的交友匹配方法不具备时效性；另外，用户还会填写虚假的个人资料以此吸引自己喜欢的对象，导致匹配得到的对象往往真实性较低，在实际生活中可能交集太少，通常缺少共同话题，用户没有深入交流的契机和兴趣。
技术实现要素：
针对上述技术问题，本发明的主要目的是提供一种交友匹配方法、交友匹配装置、计算机设备以及计算机可读存储介质，旨在解决现有技术中交友匹配不准确的技术问题。
为实现上述目的，本发明提供交友匹配方法，包括如下步骤：
获取与目标用户对应的交友参数信息；
根据所述交友参数信息查询符合的匹配用户；
根据预设的关联度生成方式，确定所述目标用户与所述匹配用户的初始关联度；
获取所述目标用户在预设的时间段内发布的第一动态信息，以及所述匹配用户发布的第二动态信息；
当所述第一动态信息与所述第二动态信息中至少包含有一个重合的关键词时，将所述匹配用户作为目标匹配用户；
根据所述重合的关键词的数量确定对所述初始关联度进行增量计算，得到所述目标用户与所述目标匹配用户的加计关联度；
将所述加计关联度大于所述预设关联值的目标匹配用户确定为与所述目标用户匹配的用户。
进一步地，所述初始关联度的计算公式如下：
其中，所述m为所述目标用户与所述匹配用户的初始关联度，所述m为所述交友参数信息中的交友参数的数量，i∈[1,m]；所述ai为第i个所述交友参数对应的权重系数，所述τi为所述匹配用户的用户信息与第i个所述交友参数之间的匹配度。
进一步地，所述加计关联度的计算公式如下：
其中，所述l为所述目标用户与所述目标匹配用户的加计关联度，所述m为所述初始关联度，所述n为所述第一动态信息与所述第二动态信息中包含的重合的关键词的个数，i∈[1,n]，所述βi为第i个所述重合的关键词对应的加计系数，所述di为第i个所述重合的关键词对应的单位增量。
进一步地，所述加计关联度的计算公式如下：
其中，所述l为所述目标用户与所述目标匹配用户的加计关联度，所述m为所述初始关联度，所述n为所述第一动态信息与所述第二动态信息中重合的关键词的个数，所述oi为所述第一动态信息与所述第二动态信息中包含的第i个所述重合的关键词重复出现的次数，i∈[1,n]，所述βi为第i个所述重合的关键词对应的加计系数，所述di为第i个所述重合的关键词对应的单位增量。
进一步地，所述根据所述重合的关键词的数量确定对所述初始关联度进行增量计算，得到所述目标用户与所述目标匹配用户的加计关联度的步骤之后，还包括；
当所述第一动态信息与所述第二动态信息中至少包含有一个重合的图像特征时，对所述目标用户与所述目标匹配用户的加计关联度进行增量计算。
进一步地，所述方法还包括：
当所述第一动态信息与所述第二动态信息中至少包含有一个重合的关键词时，对所述第一动态信息进行语义分析，确定所述重合关键词中包含的表示所述目标用户喜爱的第一正面关键词；
对所述第二动态信息进行语义分析，判断所述第一正面关键词是否表示所述目标用户的喜爱；
当确定所述第一正面关键词表示为所述目标匹配用户的喜爱时，对所述目标用户与所述目标匹配用户的加计关联度进行增量计算。
进一步地，所述方法还包括：
当所述第一动态信息与所述第二动态信息之间无重合的关键词时，对所述初始关联度进行减量计算。
本发明还提供一种交友匹配装置，所述装置包括：
参数获取模块，用于获取与目标用户对应的交友参数信息；
查询模块，用于根据所述交友参数信息查询符合的匹配用户；
初始关联度生成模块，用于根据预设的关联度生成方式，确定所述目标用户与所述匹配用户的初始关联度；
社交动态获取模块，用于获取所述目标用户在预设的时间段内发布的第一动态信息，以及所述匹配用户发布的第二动态信息；
关键词匹配模块，用于当所述第一动态信息与所述第二动态信息中至少包含有一个重合的关键词时，将所述匹配用户作为目标匹配用户；
加计模块，用于根据所述重合的关键词的数量确定对所述初始关联度进行增量计算，得到所述目标用户与所述目标匹配用户的加计关联度；
用户匹配模块，用于将所述加计关联度大于所述预设关联值的目标匹配用户确定为与所述目标用户匹配的用户。
本发明还提供一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的交友匹配方法的步骤。
本发明还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的交友匹配方法的步骤。
本发明提供的交友匹配方法具有以下有益效果：
本发明提供的交友匹配方法，首先获取与目标用户对应的交友参数信息；根据交友参数信息查询符合的匹配用户；根据预设的关联度生成方式，确定目标用户与匹配用户的初始关联度；获取目标用户在预设的时间段内发布的第一动态信息，以及匹配用户发布的第二动态信息；当第一动态信息与第二动态信息中至少包含有一个重合的关键词时，将匹配用户作为目标匹配用户；根据重合的关键词的数量确定对初始关联度进行增量计算，得到目标用户与目标匹配用户的加计关联度；将加计关联度大于预设关联值的目标匹配用户确定为与目标用户匹配的用户。由于加计关联度是体现交友双方的社交动态信息的匹配程度的，从而能够提高匹配得到的对象的真实性，发现匹配双方在实际生活中的共同点；同时给予交友双方的社交动态信息的匹配，又是实时的进行动态匹配的，进一步提高了交友匹配的时效性和精确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的内容获得其他的附图。
图1为本发明一个实施例中交友匹配方法的应用场景图；
图2为本发明一个实施例中交友匹配方法的流程示意图；
图3为本发明另一个实施例中交友匹配方法的流程示意图；
图4为本发明一个实施例中交友匹配方法的步骤s6之后的流程示意图；
图5为本发明另一个实施例中交友匹配方法的步骤s6之后的流程示意图；
图6为本发明一个实施例中交友匹配装置的结构框图；
图7为本发明一个实施例中计算机设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图进行进一步说明。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
本申请提供的交友匹配方法，可以应用于如图1所示的应用环境中。其中，终端10通过网络与后台服务器20通过网络进行通信。后台服务器20获取与用户通过终端10上传的数据，例如，用户设置的交友参数信息、用户在一个或多个社交平台发布的社交动态信息等，后台服务器20可以根据终端10上传的数据为用户匹配相应的好友。其中，终端10可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，后台服务器20可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
请参阅图2，本发明提供一种交友匹配方法，以该方法应用于图1中的后台服务器20为例进行说明，包括如下步骤：
s1，获取与目标用户对应的交友参数信息。
在步骤s1中，交友参数信息是指在交友平台上，比如珍爱app，或珍爱网等，用户录入的用于匹配交友对象的筛选条件；例如，用户可以设置交友匹配对象的年龄区间、性格爱好、身高、常住地区等等多个交友参数。
s2，根据交友参数信息查询符合的匹配用户。
可以理解的是，在查询符合交友参数信息的匹配用户时，搜索方式可以是精确搜索，也可以是模糊搜索。也就是说，交友参数中的条件选项可以放宽条件，进行模糊匹配；例如，用户的交友参数中交友偏好为26岁的居住在北京的女性，身高为170cm；精确搜索指的是个人资料必须满足年龄为26岁，居住地为北京，性别为女性，身高为170cm的用户，才可以被确定为匹配用户；模糊匹配可以是，个人资料只要满足年龄为25-28岁、居住地为北京或者周边、性别为女性的用户，就可以被确定为匹配用户。
在步骤s2中，可以是通过关联的不同社交平台进行查询的，从不同的社交平台搜索到的匹配用户，也可以是在某一特定社交平台(例如与目标账户相同的社交平台)下进行查询。
s3，根据预设的关联度生成方式，确定目标用户与匹配用户的初始关联度。
在步骤s3中，初始关联度用于表示匹配用户的个人资料与目标用户的交友参数信息的匹配程度，符合用户的交友参数信息中的交友参数条件越多的匹配用户，与目标用户的初始关联度也越高。
例如，目标用户a的交友参数中交友偏好为26岁的居住在北京的女性，身高为170cm；匹配用户b的个人资料为年龄为26岁，居住地为北京，性别为女性，身高为170cm；匹配用户c的个人资料为年龄为30岁，居住地为廊坊，性别为女性，身高为172cm；也就是说，目标用户a与匹配用户b的初始关联度，要大于目标用户a与匹配用户c的初始关联度。其中，预设的关联度生成方式可以是加权算法、累积算法等，只要是将匹配用户的个人资料与目标用户的交友参数条件的匹配结果作为加权算法或者累积算法的输入项，进行计算即可。
在一个实施例中，初始关联度的计算公式如下：
具体的，交友参数信息中包含目标用户设置的至少一个交友参数，根据匹配用户的个人资料，分别判断匹配用户的个人资料与每个交友参数的匹配度τi；然后根据
s4，获取目标用户在预设的时间段内发布的第一动态信息，以及匹配用户发布的第二动态信息。
在步骤s4中，第一动态信息可以是包括目标用户在不同社交平台发布的社交动态，也可以是目标用户在某一特定社交平台发布的社交动态。同样的，匹配用户发布的第二动态信息可以是包括匹配用户在不同社交平台发布的社交动态，也可以是匹配用户在某一特定社交平台发布的社交动态；第二动态信息的发布时间可以与第一动态信息同步的预设的时间段，也可以是其他任意时间段。
s5，当第一动态信息与第二动态信息中至少包含有一个重合的关键词时，将匹配用户作为目标匹配用户。
具体的，通过判断第一动态信息与第二动态信息中是否包含至少包含有一个重合的关键词，来确定这一匹配用户是否存在继续与目标用户进行交友匹配的必要。即，若是匹配用户发布的第二动态信息(可以是所有历史社交动态，也可以说是历史一段时间内或者最近一段时间内的历史社交动态)没有出现过任何与目标用户在预设的时间段内发布的第一动态信息中出现过的关键词，则这一匹配用户与目标用户的匹配度通常较低。当第一动态信息与第二动态信息中至少包含有一个重合的关键词时，将匹配用户作为目标匹配用户，继续进一步判断。
进一步地，在一个实施例中，判断第一动态信息与第二动态信息中是否至少包含有一个重合的关键词的方式，可以是：从第一动态信息中提取符合预设条件的关键词，当一匹配用户发布的第二动态信息包含关键词中的一个或者多个时，确认为第一动态信息与第二动态信息中至少包含有一个重合的关键词。
具体的，从第一动态信息中提取符合预设条件的关键词时，提取关键词的预设条件可以由用户根据喜好自行设置调整，例如，可以设置提取关键词的特定领域，包括但不限于涉及日常生活和娱乐，或者仅涉及军事和金融，又或者不限制领域；或者还可以设置关键词提取领域内具体的范围，例如，可以设置为提取电子游戏中具体的某一游戏角色相关的关键词；又例如，预设条件可以包括：同一个词语出现次数超过预设阈值，则将该词语记录为关键词。
其中，关键词的领域类型可以包括：地点、行为、物品名称、时事热点中的一个或者多个。每种领域类型的关键词可以包括一个或多个词。例如，地点类型的关键词可以包括中国、法国、美国、新加坡；进一步的，地点类型为中国的关键还可以包括北京、上海、广州等关键词。
s6，根据重合的关键词的数量确定对初始关联度进行增量计算，得到目标用户与目标匹配用户的加计关联度。
可以理解的是，在目标匹配用户发布的第二动态信息与第一动态信息至少包含有一个重合的关键词时，该目标匹配用户与目标用户之间的关联度比较高，可以在该目标匹配用户对应的初始关联度上可以增加一定的关联度，得到一个加计关联度。具体的，可以根据第二动态信息中包含的关键词的个数和/或每个关键词的出现次数，对目标用户对应的初始关联度进行相应的增量计算，获得目标用户对应的加计关联度。
其中，增量计算可以是根据重合的关键词的数量，来进行增量计算；即，重合的关键词的数量越多，增加的关联度也越多。例如，可以是每多增加一个重合的关键词，增加一个关联度；目标用户与目标匹配用户的初始关联度为30时，目标匹配用户发布的第二动态信息包含重合关键词的个数为3个，则对目标用户与目标匹配用户的初始关联度增加3，得到目标用户与目标匹配用户相对于用户的加计关联度33。
进一步地，在一个实施方式中，加计关联度的计算公式如下：
在本实施方式中，每个不同的重合的关键词具有各自的加计系数和单位加量，当第一动态信息与第二动态信息中包含一个或多个重合的关键词时，在初始关联度上，对所包含的每个重合的关键词对应加上不同的关联度。也就是说，可以根据需要设置不同的关键词的加计系数，针对重要的关键词可以设置较高的加计系数，从而增加较多的关联度。
在另一实施方式中，增量计算可以是根据第一动态信息与第二动态信息中重合的关键词的个数n，和第一动态信息与第二动态信息中包含的每个重合的关键词所重复出现的次数o，来进行增量计算。即，第二动态信息中包含的重合的关键词的个数越多，增加的关联度也越多；每个重合的关键词出现的次数越多，增加的关联度也越多。例如，可以是每多增加一个重合的关键词，增加一个关联度，每个重合的关键词多出现一次，也增加一个关联度。
例如，目标用户与目标匹配用户的初始关联度为30时，目标匹配用户发布的第二动态信息包含重合的关键词的个数为3个，1号关键词出现1次，2号关键词出现5次，3号关键词出现2次，则对目标用户与目标匹配用户的初始关联度增加8(1+5+2)，得到目标用户与目标匹配用户的加计关联度38。
进一步地，在一具体实施方式中，加计关联度的计算公式如下：
在本实施方式中，每个不同的重合的关键词具有各自的加计系数和单位加量，每个重合的关键词在第二动态信息中重复出现时，每次都叠加计算。也就是说，在本实施方式中，某一重合的关键词出现的次数可以影响最后的加计关联。
在一实施方式中，加计关联度也可以只根据每个重合的关键词的出现次数，来进行叠加计算。可以理解的是，在其他实施方式中，增量计算方式还可以是其他累加算法或者加权算法，在此不作具体限制。在步骤s6中，通过在初始关联度的基础上，根据重合的关键词的数量确定对初始关联度进行增量计算，得到目标用户与目标匹配用户的加计关联度；该加计关联度在一定程度体现了交友双方的社交动态信息的匹配度。
s7，将加计关联度大于预设关联值的目标匹配用户确定为与目标用户匹配的用户。
在步骤s7中，通过设置阈值的方式，只有在目标用户与目标匹配用户的加计关联度大于预设值时，将该目标匹配用户确定为与目标用户匹配的用户。
进一步地，在步骤s7之后还可以包括：将加计关联度大于预设值的目标匹配用户推送至目标用户。具体推送方式可以是向目标用户的终端推送目标匹配用户的个人资料、账户信息等，也可以是向目标用户的社交平台账户推送推荐添加好友的提示信息。
本发明提供的交友匹配方法，首先获取与目标用户对应的交友参数信息；根据交友参数信息查询符合的匹配用户；根据预设的关联度生成方式，确定目标用户与匹配用户的初始关联度；获取目标用户在预设的时间段内发布的第一动态信息，以及匹配用户发布的第二动态信息；当第一动态信息与第二动态信息中至少包含有一个重合的关键词时，将匹配用户作为目标匹配用户；根据重合的关键词的数量确定对初始关联度进行增量计算，得到目标用户与目标匹配用户的加计关联度；将加计关联度大于预设关联值的目标匹配用户确定为与目标用户匹配的用户。由于加计关联度是体现交友双方的社交动态信息的匹配程度的，从而能够提高匹配得到的对象的真实性，发现匹配双方在实际生活中的共同点；同时给予交友双方的社交动态信息的匹配，又是实时的进行动态匹配的，进一步提高了交友匹配的时效性和精确度。
进一步地，请参考图3，在一个实施例中，交友匹配方法的步骤s4之后，还可以包括步骤：
s8，当第一动态信息与第二动态信息之间无重合的关键词时，对初始关联度进行减量计算。
可以理解的是，若是匹配用户发布的历史社交动态信息(可以是所有历史社交动态，也可以说是历史一段时间内或者最近一段时间内的历史社交动态)没有出现过任何与目标用户在预设的时间段内发布的第一动态信息中出现过的关键词，则这一匹配用户与目标用户的匹配度通常较低；可以在初始关联度的基础上进行减量计算，例如，直接减去一定数量的关联度。
请参阅图4，在一个实施例中，交友匹配方法的步骤s6之后，还可以包括：
s401，当第一动态信息与第二动态信息中至少包含有一个重合的图像特征时，对目标用户与目标匹配用户的加计关联度进行增量计算。
s402，当加计关联度大于预设关联值时，进入将加计关联度大于预设关联值的将加计关联度大于预设关联值的目标匹配用户确定为与目标用户匹配的用户的步骤。
可以理解的时，目标用户发布的第一动态信息中，除了从文字中提取出的重合关键词可以作为判断目标匹配用户与目标用户之间的匹配程度之外，目标用户分享的图片也可以作为交友双方之间匹配度的一个重要指标。例如，当目标用户发布了一张风景图片时，去过同样景点或者具有同样的旅游爱好的用户，则很有可能可以与目标用户成为好友。
在一个实施例中，步骤s401可以包括：获取第一动态信息中的图像；根据预设提取条件，提取图像包含的图像特征；当第二动态信息中的图像包含图像特征时，确定第一动态信息与第二动态信息中至少包含有一个重合的图像特征，对目标用户与目标匹配用户的加计关联度进行增量计算。
在本实施例中，将目标用户发布的第一动态信息中的图像作为分析对象，通过图像特征分析方法，判断目标匹配用户发布的第二动态信息中的图像是否包含图像特征；当第二动态信息中的图像包含图像特征时，对目标用户与目标匹配用户的加计关联度进行增量计算。
其中，对目标用户与目标匹配用户的加计关联度进行增量计算，可以是进一步在目标用户与目标匹配用户的加计关联度的基础上增加预设的第一数值。从而实现通过图片分析来辨别交友双方的社交动态信息的匹配程度。
其中，请参阅图5，在一个实施例中，交友匹配方法的步骤s6之后，还可以包括：
s501，当第一动态信息与第二动态信息中至少包含有一个重合的关键词时，对第一动态信息进行语义分析，确定重合关键词中表示目标用户喜爱的第一正面关键词。
具体的，可以通过第三方语义引擎分析第一动态信息，到重合的关键词中表示目标用户喜爱的第一正面关键词。例如，通过语义分析用户发布的社交动态“我觉得甜粽子很好吃”，得出表示该用户的喜爱的关键词“甜粽子”，将“甜粽子”记录为表示用户喜爱的第一正面关键词；进一步的，如果通过语义分析用户发布的社交动态“我觉得甜粽子不好吃”，可以得出表示该用户不喜爱的关键词“甜粽子”，将“甜粽子”记录为表示用户不喜爱的第一负面关键词。
s502，对第二动态信息进行语义分析，判断第一正面关键词是否表示目标匹配用户的喜爱。
可以理解的是，在目标用户发布的第二动态信息包含第一正面关键词时，由于尚不能确定目标匹配用户对该第一正面关键词的喜恶，所以需要进一步确定目标匹配用户对该第一正面关键词的喜恶，来判断目标匹配用户与目标用户直接是否具有相同的喜好。
具体的，可以通过对第二动态信息进行语义分析，判断第一正面关键词是否表示目标用户的喜爱。例如，在一可选地实施例中，可以是对第二动态信息进行语义分析，得到表示目标匹配用户是否喜爱的第二正面关键词与第二负面关键词，第二正面关键词是表示目标匹配用户喜爱的关键词，第二负面关键词是表示目标匹配用户不喜爱的负面关键词；判断第一正面关键词是否与第二正面关键词匹配，判断目标用户喜爱的第一正面关键词是否也是目标匹配用户喜爱的关键词，即，判断第一正面关键词是否表示目标匹配用户的喜爱。
s503，当第一正面关键词表示目标用户的喜爱时，对目标用户与目标匹配用户的加计关联度进行增量计算。
在步骤s503中，在目标用户的第一正面关键词也是目标用户喜爱的关键词时，表示目标用户与目标匹配用户的观点一致，例如，目标用户喜爱电子游戏，通过语义分析，目标匹配用户发布的社交动态也表示出喜爱电子游戏类型的关键词，即，目标用户与目标匹配用户在电子游戏方面有共同的兴趣爱好。
然后，对目标用户与目标匹配用户的加计关联度进行增量计算。其中，对目标用户与目标匹配用户的加计关联度进行增量计算，可以是进一步在目标用户与目标匹配用户的加计关联度的基础上增加预设的第二数值，以将具有相同的喜好的目标用户与目标匹配用户之间的加计关联度的值提高，使加计关联度能够更好的体现目标匹配用户与目标用户之间的匹配度。
进一步地，当第一正面关键词表示的不是目标用户的喜爱时，直接进入后续步骤，不对加计关联度做任何处理。
由此可见，在本实施例中能够通过语义分析，确定目标用户和目标匹配用户对某一关键词的喜恶，在目标用户和目标匹配用户对重合的关键词表示喜爱时，增加目标用户与目标匹配用户之间的关联度。
进一步地，在一可选地实施例中，在步骤当第一正面关键词表示目标用户的喜爱时，对目标用户与目标匹配用户的加计关联度进行增量计算之后，还可以包括：当第一正面关键词表示目标匹配用户的喜爱时，将第一正面关键词标记为共同兴趣点。
其中，共同兴趣点是指，目标匹配用户与目标用户都表示喜爱的关键词。在本实施例中，将加计关联度大于预设关联值的目标匹配用户确定为与目标用户匹配的用户的同时，可以将匹配的用户以及共同兴趣点推送至目标用户。从而使得目标用户直观的看到所推送的用户与自己的关联程度以及共同兴趣点。
在本发明一个实施例中，当目标用户需要在交友平台或者社交网站上进行好友匹配，获得推荐好友的时候，可以通过下述交友匹配方法获得好友匹配结果，具体的，包括：
步骤一，获取与目标用户对应的交友参数信息，即获取目标用户在社交网站或者交友平台上录入的用于匹配交友对象的筛选条件。
步骤二，根据交友参数信息查询符合的匹配用户。
步骤三，初始关联度的计算公式：
步骤四，获取目标用户在预设的时间段内发布的第一动态信息，以及匹配用户发布的第二动态信息。
步骤五，判断第一动态信息与第二动态信息中是否至少包含有一个重合的关键词。
步骤六，当第一动态信息与第二动态信息之间无重合的关键词时，对初始关联度进行减量计算。
步骤七，当第一动态信息与第二动态信息中至少包含有一个重合的关键词时，将匹配用户作为目标匹配用户。
步骤八，根据加计关联度的计算公式：
步骤九，当第一动态信息与第二动态信息中至少包含有一个重合的关键词时，对第一动态信息进行语义分析，确定重合关键词中表示目标用户喜爱的第一正面关键词。
步骤十，对第二动态信息进行语义分析，判断第一正面关键词是否表示目标匹配用户的喜爱。
步骤十一，当第一正面关键词表示目标用户的喜爱时，对目标用户与目标匹配用户的加计关联度进行增量计算，同时将第一正面关键词标记为共同兴趣点。
步骤十二，当第一动态信息与第二动态信息中至少包含有一个重合的图像特征时，对目标用户与目标匹配用户的加计关联度进行增量计算。
步骤十三，判断加计关联度是否大于预设关联值。
步骤十四，当加计关联度大于预设关联值时，将加计关联度大于预设关联值的目标匹配用户确定为与目标用户匹配的用户。
步骤十五，将加计关联度大于预设值的目标匹配用户推送至目标用户。
如图6所示，本发明还提供一种交友匹配装置600，包括：
参数获取模块601，用于获取与目标用户对应的交友参数信息。
查询模块602，用于根据交友参数信息查询符合的匹配用户。
初始关联度生成模块603，用于根据预设的关联度生成方式，确定目标用户与匹配用户的初始关联度。
社交动态获取模块604，用于获取目标用户在预设的时间段内发布的第一动态信息，以及匹配用户发布的第二动态信息。
关键词匹配模块605，用于当第一动态信息与第二动态信息中至少包含有一个重合的关键词时，将匹配用户作为目标匹配用户。
加计模块606，用于根据重合的关键词的数量确定对初始关联度进行增量计算，得到目标用户与目标匹配用户的加计关联度。
用户匹配模块607，用于将加计关联度大于预设关联值的目标匹配用户确定为与目标用户匹配的用户。
进一步地，在一可选地实施例中，加计模块606还用于当第一动态信息与第二动态信息之间无重合的关键词时，对初始关联度进行减量计算。
在一可选地实施例中，如图6所示，交友匹配装置600还包括图像特征加计模块608，用于当第一动态信息与第二动态信息中至少包含有一个重合的图像特征时，对目标用户与目标匹配用户的加计关联度进行增量计算。
上述图像特征加计模块608还用于获取第一动态信息中的图像；根据预设提取条件，提取图像包含的图像特征；以及用于当第二动态信息中的图像包含图像特征时，确定第一动态信息与第二动态信息中至少包含有一个重合的图像特征，对目标用户与目标匹配用户的加计关联度进行增量计算。
在一个实施例中，如图6所示，上述交友匹配装置600还包括语义分析模块609，用于当第一动态信息与第二动态信息中至少包含有一个重合的关键词时，对第一动态信息进行语义分析，确定重合关键词中表示目标用户喜爱的第一正面关键词；以及用于对第二动态信息进行语义分析，判断第一正面关键词是否表示目标匹配用户的喜爱。
加计模块606还还用于当第一正面关键词表示目标用户的喜爱时，对目标用户与目标匹配用户的加计关联度进行增量计算。
在本发明的具体实施例中，交友匹配装置600各个功能模块被执行时可以实现上述的交友匹配方法的步骤，因此上述方法的所有实施例均适用于该计算机设备，且均能达到相同或相似的有益效果。
如图7所示，本发明还提供一种计算机设备，计算机设备可以包括：存储器71、处理器72、以及电源74等部件。本领域技术人员可以理解，图7中示出的结构并不构成对计算机设备的限定，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置；例如，在图7示出的示例中，计算机设备还包括通信单元75。
存储器71可用于存储软件程序以及各种数据。此外，存储器71可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器72是计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分，通过运行或执行存储在存储器71内的软件程序和/或模块，以及调用存储在存储器71内的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。处理器72可包括一个或多个处理单元；优选的，处理器72可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器72中。
在本实施例中，计算机设备还包括存储在存储器71上并可在处理器72上运行的计算机程序，处理器执行计算机程序时实现上述任一实施例的的交友匹配方法的步骤。其中，计算机设备可以是移动终端、计算机、服务器、网关设备、数据处理设备。
在本发明的具体实施例中，计算机设备的处理器72执行计算机程序时实现上述的交友匹配方法的步骤，提高匹配得到的对象的真实性，发现匹配双方在实际生活中的共同点；同时给予交友双方的社交动态信息的匹配，又是实时的进行动态匹配的，进一步提高了交友匹配的时效性和精确度。
需要说明的是，由于计算机设备的处理器72执行计算机程序时实现上述的交友匹配方法的步骤，因此上述方法的所有实施例均适用于该计算机设备，且均能达到相同或相似的有益效果。
此外，本发明还提供一种计算机可读存储介质，计算机可读介质存储有计算机程序，该计算机程序被处理器执行时实现上述的交友匹配方法的步骤，具体在此不在赘述。
即，在本发明的具体实施例中，计算机可读存储介质的计算机程序被处理器执行时实现上述的交友匹配方法的步骤，提高匹配得到的对象的真实性，发现匹配双方在实际生活中的共同点；同时给予交友双方的社交动态信息的匹配，又是实时的进行动态匹配的，进一步提高了交友匹配的时效性和精确度。
需要说明的是，由于计算机可读存储介质的计算机程序被处理器执行时实现上述的交友匹配方法的步骤，因此上述方法的所有实施例均适用于该计算机可读存储介质，且均能达到相同或相似的有益效果。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
- 还没有人留言评论。精彩留言会获得点赞！