一种信息匹配方法、装置、设备及存储介质、程序产品与流程

1.本技术涉及计算机技术领域，尤其涉及一种信息匹配方法、装置、设备及存储介质、程序产品。


背景技术：

2.随着互联网技术的快速发展，不同主题的项目可以通过互联网匹配给不同群组中的对象，例如音乐主题相关的项目可以匹配给关注音乐的群组中的对象，游戏主题相关的项目可以匹配给关注游戏的群组中的对象。在进行信息匹配时，相关技术利用了主题与群组的整体相似性，然而这种方式匹配的准确度不够高，难以满足对象的需求。由此可见，如何提升信息匹配的准确度是亟待解决的问题。


技术实现要素：

3.本技术实施例提供一种信息匹配方法、装置、设备及存储介质、程序产品，可提高信息匹配的准确度。
4.一方面，本技术实施例提供了一种信息匹配方法，包括：
5.根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络，原始数据图包括每个群组中的各个对象与每个主题中的各个项目之间的关联关系；
6.获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息，第一特征信息包括第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息中的一种或多种，第二特征信息包括第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息中的一种或多种；第一群组为群组集合包括的群组中的任意一个，第一主题为主题集合包括的主题中的任意一个；
7.基于第一特征信息以及第二特征信息确定第一群组与第一主题之间的匹配度，并基于匹配度向第一群组包括的对象发送第一主题包括的项目。
8.另一方面，本技术实施例提供了一种信息匹配装置，包括：
9.获取单元，用于获取原始数据图以及标签库，原始数据图包括每个群组中的各个对象与每个主题中的各个项目之间的关联关系；
10.处理单元，用于根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络；获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息，第一特征信息包括第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息中的一种或多种，第二特征信息包括第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息中的一种或多种；第一群组为群组集合包括的群组中的任意一个，第一主题为主题集合包括的主题中的任意一个；基于第一特征信息以及第二特征信息确定第一群组与第一主题之间的匹配度；
11.发送单元，用于基于匹配度向第一群组包括的对象发送第一主题包括的项目。
12.相应地，本技术实施例提供了一种计算机设备，包括：存储器、处理器以及网络接口，上述处理器与上述存储器、上述网络接口相连，其中，上述网络接口用于提供网络通信功能，上述存储器用于存储程序代码，上述处理器用于调用程序代码，执行本技术实施例中的方法。
13.相应地，本技术实施例提供了一种计算机可读存储介质，包括：该计算机读存储介质中存储有计算机程序，该计算机程序被处理器执行时，实现本技术实施例中的方法。
14.相应地，本技术实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中，计算机设备的处理器从计算机可读存储介质读取并执行该计算机指令，使得该计算机设备执行本技术实施例中的方法。
15.通过实施本技术实施例，能够根据群组的图网络和主题的图网络，从多方面获取群组的特征信息和主题的特征信息，具体的，可以获取群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息，主题的全局特征信息、项目匹配信息、标签匹配信息以及结果匹配信息，然后基于群组的特征信息和主题的特征信息可以确定群组与主题之间的匹配度，并根据匹配度将主题中的项目发送至群组中的对象。通过这种方式，在进行信息匹配时，可以考虑群组与主题之间的复杂的属性交互，提高信息匹配的准确度。
附图说明
16.为了更清楚地说明本技术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技术的一些实施例，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获得其他的附图。
17.图1是本技术实施例提供的一种信息匹配系统的架构示意图；
18.图2是本技术实施例提供的一种信息匹配方法的流程示意图；
19.图3a是本技术实施例提供的另一种信息匹配方法的流程示意图；
20.图3b是本技术实施例提供的另一种信息匹配方法的流程示意图；
21.图3c是本技术实施例提供的另一种信息匹配方法的流程示意图；
22.图3d是本技术实施例提供的另一种信息匹配方法的流程示意图；
23.图3e是本技术实施例提供的另一种信息匹配方法的流程示意图；
24.图4是本技术实施例提供的又一种信息匹配方法的流程示意图；
25.图5a是本技术实施例提供的用于验证信息匹配方法的数据集示意图；
26.图5b是本技术实施例提供的信息匹配方法的验证结果对比示意图；
27.图6是本技术实施例提供的一种信息匹配装置的结构示意图；
28.图7是本技术实施例提供的一种计算机设备的结构示意图。
具体实施方式
29.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
30.本技术实施例提供的信息匹配方法，首先，根据原始数据图和标签库构建群组集合中的每个群组的图网络以及主题集合中每个主题的图网络；然后获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息，其中，第一特征信息可以包括第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息中的一种或多种，第二特征信息可以包括第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息中的一种或多种；最后，基于第一特征信息和第二特征信息确定第一群组与第一主题之间的匹配度，并基于匹配度向第一群组中的对象发送第一主题中的项目。如此，在进行信息匹配时由于丰富了每个群组和每个主题的特征信息，充分考虑了群组与主题之间的交互关系，从而能更精确地将特定主题的项目发送到特定群组中的项目，提高了信息匹配的准确度。
31.请参见图1，图1是本技术实施例提供的一种信息匹配系统的架构示意图。如图1所示，该信息匹配系统的架构中包括终端设备10和服务器12，终端设备10与服务器12之间可以通过通信网络11进行通信。其中，通信网络11可以是有线网络或无线网络，终端设备10与服务器12之间可以通过有线或无线通信方式进行直接或间接地连接，本技术对此不做限制。
32.在本技术实施例中，终端设备10上可以安装与信息匹配相关的应用，应用可以是软件，也可以是网页、小程序等。服务器12则是与软件或是网页、小程序对应的服务器。本技术实施例提供的信息匹配方法可以由终端设备10独立实施，也可以由服务器12独立实施，还可以由终端设备10和服务器12协同实施，在此不做具体限定。
33.在一个实施例中，以终端设备10和服务器12协同实施本技术实施例提供的信息匹配方法为例进行说明。如图1所示，终端设备10上可以运行与信息匹配相关的应用，例如即时通信应用、直播应用、社交媒体应用等，终端设备10当对象打开终端设备10上运行的与信息匹配相关的应用时，便可以接收到对象的信息匹配请求。终端设备10接收到对象的信息匹配请求后，可以通过网络向服务器12发送该信息匹配请求，服务器12响应信息匹配请求，获取原始数据，并基于原始数据构建原始数据图和标签库，其中，原始数据包括对象所属的群组集合中各个群组与主题集合中各个主题之间的访问关系。在进行信息匹配时，服务器12根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络；获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息，第一群组例如可以是对象所属的群组，在其他一些实施例中，第一群组也可以是对象直接或间接关联的群组，第一特征信息可以包括第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息中的一种或多种，第二特征信息可以包括第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息中的一种或多种；基于第一特征信息和第二特征信息可以确定第一群组与第一主题之间的匹配度，并基于匹配度向第一群组中的对象发送第一主题中的项目。相应地，第一群组中的对象使用终端设备10便可以接收服务器12发送的第一主题中的项目。
34.需要说明的是，本技术实施例所涉及的终端设备可以是个人计算机、笔记本电脑、智能手机、平板电脑、智能手表、智能语音交互设备、智能家电、车载终端和智能可穿戴设备等，但并不局限于此。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服
务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
35.本技术实施例可应用于各种场景，包括但不限于云技术、人工智能、智慧交通、辅助驾驶等。
36.可以理解的是，在本技术的具体实施方式中，涉及到原始数据、标签库等相关的数据，当本技术以上实施例运用到具体产品或技术中时，相关数据均需要获得相关许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
37.进一步的，请参见图2，图2是本技术实施例提供的一种信息匹配方法的流程示意图。该信息匹配方法可以由计算机设备执行，计算机设备可以为终端设备，也可以为服务器。为了便于理解，本技术实施例以该方法由服务器执行为例进行说明，如图2所示，该方法可以包括但不限于如下步骤。
38.s201：根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络。
39.在本技术实施中，服务器可以根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络。其中，原始数据图包括每个群组中的各个对象与每个主题中的各个项目之间的关联关系；每个群组的图网络包括每个群组中的各个对象与标签库中的标签之间的关联关系，以及每个群组与该群组中包括的各个对象之间的连接关系；每个主题的图网络包括每个主题中的各个项目与标签库中的标签之间的关联关系，以及每个主题与该主题中包括的各个项目之间的连接关系。
40.在一个实施例中，群组可以是由多个具有共同关注点的对象构成的，例如关注音乐的对象可以构成一个群组，关注游戏的对象可以构成另一个群组。主题可以是由多个内容相关的项目构成的，项目例如可以是新闻、音乐、视频等等。具体的，假设主题为天气，该天气主题可以由多个与天气相关的新闻构成，新闻内容例如可以是未来一星期的天气预报，或者是当日紫外线指数等等。在一个实施例中，若原始数据图中的对象与项目之间为连接关系，即表示对象与项目之间存在关联关系。对象与项目之间存在关联关系可以是指对象浏览过项目，或是对象搜索过项目。标签库中可以包括与群组中的各个对象存在关联关系的项目的标签，标签例如可以是项目的关键词、项目的类型、项目的名称等等，根据原始数据图和标签库构建的每个群组的图网络与每个主题的图网络之间可以通过标签进行交互。
41.s202：获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息。
42.在本技术实施例中，服务器可以获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息，其中，第一特征信息可以包括第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息中的一种或多种，第二特征信息可以包括第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息中的一种或多种；第一群组可以为群组集合包括的群组中的任意一个，第一主题可以为主题集合包括的主题中的任意一个。
43.在一个实施例中，第一群组的图网络的第一特征信息可以是第一群组的图网络的
特征表示；第一群组的全局特征信息可以是第一群组的特征表示，第一群组的特征表示可以是第一群组中每个对象的特征表示聚合得到的；第一群组的对象匹配信息可以是第一群组中每个对象的特征表示，与第一主题的特征表示进行匹配后得到的；第一群组的标签匹配信息可以是第一主题对应的标签的特征表示，与第一群组的特征表示进行匹配后得到的；第一群组的全局结构信息可以是与第一群组存在关联关系的各个主题对应的第一平均热度的特征表示，与第一主题的第一目标热度的特征表示进行匹配后得到的，第一平均热度可以是指与第一群组存在关联关系的各个主题的平均访问次数，将第一平均热度进行变换处理，可以得到第一平均热度的特征表示，第一目标热度可以是指第一主题的访问次数，将第一目标热度进行变换处理，可以得到第一目标热度的特征表示。第一群组的图网络的特征表示可以基于第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息中的任意一种或多种进行自由组合得到，即第一群组的图网络的特征表示的规模维度可设置。
44.相应地，第一主题的图网络的第二特征信息可以是第一主题的图网络的特征表示；第一主题的全局特征信息可以是第一主题的特征表示，第一主题的特征表示可以是第一主题中每个项目的特征表示聚合得到的；第一主题的项目匹配信息可以是第一主题中每个项目的特征表示，与第一群组的特征表示进行匹配后得到的；第一主题的标签匹配信息可以是第一群组对应的标签的特征表示，与第一主题的特征表示进行匹配后得到的；第一主题的全局结构信息可以是与第一主题存在关联关系的各个群组对应的第二平均热度的特征表示，与第一群组的第二目标热度的特征表示进行匹配后得到的，第二平均热度可以是指与第一主题存在关联关系的各个群组的平均项目访问次数，将第二平均热度进行变换处理可以得到第二平均热度的特征表示，第二目标热度可以是指第一群组的项目访问次数，将第二目标热度进行变换处理可以得到第二目标热度的特征表示。第一主题的图网络的特征表示可以基于第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息中的任意一种或多种进行自由组合得到，即第一主题的图网络的特征表示的规模维度可设置。
45.s203：基于第一特征信息以及第二特征信息确定第一群组与第一主题之间的匹配度，并基于匹配度向第一群组包括的对象发送第一主题包括的项目。
46.在本技术实施例中，服务器可以基于第一特征信息以及第二特征信息确定第一群组与第一主题之间的匹配度，并基于匹配度向第一群组包括的对象发送第一主题包括的项目。第一群组与第一主题之间的匹配度可以是第一群组与第一主题之间的匹配得分，若匹配得分大于阈值，即匹配度高，则可以向第一群组包括的对象发送第一主题包括的项目。
47.在一个实施例中，也可以确定第一群组与主题集合中的各个主题的匹配得分后，将第一群组与主题集合中的各个主题的匹配得分由大到小的进行排序，然后按照匹配得分的排序，依次将位于排序之前的特定数量的主题包括的项目发送至第一群组包括的对象。
48.通过实施本技术实施例，针对第一群组的图网络和第一主题的图网络，可以基于不同维度的特征信息组合构建第一群组的第一特征信息和第一主题的第二特征信息，并基于第一群组的第一特征信息和第一主题的第二特征信息确定二者的匹配度，从而根据匹配度向第一群组包括的对象发送第一主题包括的项目。如此，由于第一群组的第一特征信息和第一主题的第二特征信息可以融合不同维度的特征信息，使第一群组的第一特征信息和
第一主题的第二特征信息都更为丰富，同时第一群组与第一主题之间的复杂的属性交互也得以考虑，进而有利于提升信息匹配的准确度。
49.进一步的，请参见图3a，图3a是本技术实施例提供的另一种信息匹配方法的流程示意图。该信息匹配方法可以由计算机设备执行，计算机设备可以为终端设备，也可以为服务器。为了便于理解，本技术实施例以该方法由服务器执行为例进行说明，如图3a所示，该方法可以包括但不限于如下步骤。
50.s301：获取原始数据。
51.在本技术实施例中，服务器可以获取原始数据，原始数据包括群组集合中每个群组与主题集合中每个主题之间的访问关系，即每个群组中包括的对象是否浏览过每个主题中包括的项目，或者每个群组中包括的对象是否点击过每个主题中包括的项目对应的访问链接，又或者是每个群组中包括的对象是否搜索过每个主题中包括的项目。
52.s302：基于群组集合中每个群组与主题集合中每个主题的之间访问关系构建原始数据图。
53.在本技术实施例中，服务器基于群组集合中每个群组与主题集合中每个主题的之间访问关系，可以确定每个群组中的各个对象与每个主题中的各个项目之间的关联关系，从而构建原始数据图。在原始数据图中，每个群组与每个群组包括的对象之间为连接关系，每个主题与每个主题包括的项目之间为连接关系，每个群组包括的对象与对象关联的项目之间也为连接关系。
54.s303：获取每个群组中各个对象访问的各个项目的标签。
55.在本技术实施例中，服务器可以获取每个群组中各个对象访问的各个项目的标签。
56.s304：基于每个群组中各个对象访问的各个项目的标签构建标签库。
57.在本技术实施例中，服务器基于每个群组中各个对象访问的各个项目的标签可以构建标签库。
58.s305：根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络。
59.在本技术实施例中，服务器根据原始数据图以及标签库可以构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络。在每个群组的图网络中，群组与群组包括的对象之间为连接关系，对象与对象关联的项目的标签之间为连接关系，主题与主题包括的项目之间为连接关系，项目与项目的标签之间为连接关系，因此，每个群组的图网络与每个主题的图网络之间便可以通过标签进行交互。
60.s306：获取第一群组的图网络包括的每个对象的特征信息。
61.在本技术实施例中，服务器可以获取第一群组的图网络包括的每个对象的特征信息，第一群组可以为群组集合包括的群组中的任意一个，每个对象的特征信息可以是每个对象的特征表示，每个对象的特征表示可以根据对象关联的项目的标签的特征表示得到。
62.在一个实施例中，每个对象的特征表示可以通过如下公式(1-1)得到：
63.zu＝f
agg
(xi:i∈iu)，u∈vcꢀꢀꢀ
(1-1)；
64.其中，zu是对象的特征表示，f
agg
是聚合函数，xi是与对象关联的项目的特征表示，与对象关联的项目的特征表示可以根据项目的标签的特征表示得到，标签的特征表示例如
可以是标签对应的词嵌入向量，iu是选择聚合以获取对象的特征表示的项目的标签集合，vc是第一群组的图网络中包括的对象以及标签的集合。
65.在一个实施例中，聚合函数可以是求和函数，也可以是求平均值的函数。与每个对象存在关联的项目可以通过图3b所示步骤s31-s34确定。
66.s31：获取第一群组的图网络包括的每个对象浏览的第一项目集合。
67.在本技术实施例中，服务器可以获取第一群组的图网络包括的每个对象浏览的第一项目集合，该第一项目集合中包含有属于第一主题的项目，也包含有不属于第一主题的项目。
68.s32：确定第一项目集合中不属于第一主题的第二项目集合包括的各个项目与第一主题之间的相关度。
69.在本技术实施例中，将第一项目集合中不属于第一主题的项目确定为第二项目集合，进而服务器可以确定第二项目集合包括的各个项目与第一主题之间的相关度。
70.在一个实施例中，服务器可以采用如下方式确定第二项目集合包括的各个项目与第一主题之间的相关度：
71.方式一、计算第二项目集合包括的每个项目与第一项目集合中属于第一主题的每个项目之间的余弦相似度分数，将余弦相似度分数确定为第二项目集合包括的项目与第一主题之间的相关度。
72.方式二、统计第二项目集合包括的每个项目与第一项目集合中属于第一主题的每个项目之间有多少共同的浏览对象，以此确定两个项目之间的密切程度。
73.具体的，如图3c所示，对象b浏览的第一项目集合中包括了三个项目：项目a、项目b、项目c，该第一项目集合中项目b和项目c属于第一主题(主题h)，项目a为不属于第一主题的第二项目集合中的项目。若采用上述方式一确定第二项目集合中的项目a与第一主题之间的相关度，则可以分别计算项目a与项目b和项目c之间的余弦相似度分数；若采用上述方式二确定项目a与第一主题之间的相关度，可以统计项目a与项目b和项目c之间有多少共同的浏览对象，例如项目a与项目b之间有对象a和对象b两个共同的浏览对象，所以项目a与项目b之间具有一定的相似度，也即与第一主题之间具有较高的相关度。
74.s33：根据相关度从第二项目集合中确定目标项目。
75.在本技术实施例中，服务器可以将第二项目集合中与第一主题之间具有较高相关度的项目确定为目标项目，其中较高相关度可以是指第二项目集合中的项目与第一主题中的项目之间的余弦相似度分数超过阈值，也可以是指第二项目集合中的项目与第一主题中的项目之间的共同的浏览对象的数量超过阈值。
76.s34：将目标项目以及第一主题包括的项目作为与每个对象存在关联的各个项目。
77.在本技术实施例中，可以将确定的目标项目以及第一主题包括的项目作为与每个对象存在关联的各个项目。
78.通过这种方式，可以确定与对象存在关联的项目，并将与对象存在关联的项目的标签进行聚合处理，以得到对象的特征表示，如此达到了丰富对象的特征表示的目的，使对象的特征表示更加准确。
79.s307：获取第一主题的图网络包括的每个项目的特征信息。
80.在本技术实施例中，服务器可以获取第一主题的图网络包括的每个项目的特征信
息，第一主题可以为主题集合包括的主题中的任意一个，每个项目的特征信息可以是每个项目的特征表示，每个项目的特征表示可以根据项目的标签的特征表示得到。
81.在一个实施例中，每个项目的特征表示可以通过如下公式(1-2)得到：
82.zi＝f
agg
(yi:i∈ii),i∈vhꢀꢀꢀ
(1-2)；
83.其中，zi是项目的特征表示，f
agg
是聚合函数，yi是项目的每个标签的特征表示，ii是聚合以获取项目的特征表示的标签集合，vh是第一主题的图网络中包括的项目以及标签的集合。
84.s308：基于每个对象的特征信息确定第一群组的全局特征信息。
85.在本技术实施例中，基于每个对象的特征信息服务器可以确定第一群组的全局特征信息。
86.在一个实施例中，基于每个对象的特征表示可以确定第一群组的全局特征表示，第一群组的全局特征表示可以通过如下公式(1-3)得到：
87.zc＝propagate(zu；gc；k＝1)
ꢀꢀꢀ
(1-3)；
88.其中，zu是每个对象的特征表示，可以通过公式(1-1)得到，propagate是传播函数，gc用于指导消息传递的方向，k＝1是指聚合一层。
89.s309：基于每个项目的特征信息确定第一主题的全局特征信息。
90.在本技术实施例中，基于每个项目的特征信息服务器可以确定第一主题的全局特征信息。
91.在一个实施例中，基于每个项目的特征表示可以确定第一主题的全局特征表示，第一主题的全局特征表示可以通过如下公式(1-4)得到：
92.zh＝propagate(zi；gh；k＝1)
ꢀꢀꢀ
(1-4)；
93.其中，zi是每个项目的特征表示，可以通过公式(1-2)得到，propagate是传播函数，gh用于指导消息传递的方向，k＝1是指聚合一层。
94.s310：基于第一群组的图网络包括的每个对象的特征信息以及第一主题的全局特征信息，确定每个对象与第一主题的匹配信息。
95.在本技术实施例中，基于第一群组的图网络包括的每个对象的特征信息以及第一主题的全局特征信息，服务器可以确定每个对象与第一主题的匹配信息。
96.在一个实施例中，可以将第一群组的图网络包括的每个对象的特征表示与第一主题的全局特征表示通过如下公式(1-5)进行匹配，以得到每个对象与第一主题的匹配信息：
97.z
uh
＝zu*zh,u∈vcꢀꢀꢀ
(1-5)；
98.其中，zu是第一群组的图网络包括的每个对象的特征表示，可以通过公式(1-1)得到，zh是第一主题的全局特征表示，可以通过公式(1-4)得到，*是对应位相乘，vc是第一群组的图网络中包括的对象以及标签的集合。
99.通过这种方式进行匹配，相较于直接使用每个对象的特征表示聚合得到第一群组的特征表示，进一步考虑了每个对象与主题之间的匹配情况，更能代表对象的偏好。
100.s311：基于第一主题的图网络包括的每个项目的特征信息以及第一群组的全局特征信息，确定每个项目与第一群组的匹配信息。
101.在本技术实施例中，基于第一主题的图网络包括的每个项目的特征信息以及第一群组的全局特征信息，服务器可以确定每个对象与第一主题的匹配信息。
102.在一个实施例中，可以将第一主题的图网络包括的每个项目的特征表示与第一群组的全局特征表示通过如下公式(1-6)进行匹配，以得到每个项目与第一群组的匹配信息：
103.z
ic
＝zi*zc,i∈vhꢀꢀꢀ
(1-6)；
104.其中，zi是第一主题的图网络包括的每个项目的特征表示，可以通过公式(1-2)得到，zc是第一群组的全局特征表示，可以通过公式(1-3)得到，*是对应位相乘，vh是第一主题的图网络中包括的项目以及标签的集合。
105.s312：基于每个对象与第一主题的匹配信息确定第一群组的对象匹配信息。
106.在本技术实施例中，基于每个对象与第一主题的匹配信息可以确定第一群组的对象匹配信息。
107.在一个实施例中，第一群组的对象匹配信息可以通过如下公式(1-7)得到：
[0108][0109]
其中，∑是相加，z
uh
可以通过公式(1-5)得到，将第一群组的图网络包括的每个对象与第一主题的匹配信息相加可以得到一群组的对象匹配信息。
[0110]
s313：基于每个项目与第一群组的匹配信息确定第一主题的项目匹配信息。
[0111]
在本技术实施例中，基于每个项目与第一群组的匹配信息可以确定第一主题的项目匹配信息。
[0112]
在一个实施例中，第一主题的项目匹配信息可以通过如下公式(1-8)得到：
[0113][0114]
其中，∑是相加，z
ic
可以通过公式(1-6)得到，将第一主题的图网络包括的每个项目与第一群组的匹配信息相加可以得到第一主题的项目匹配信息。
[0115]
s314：基于第一主题的图网络获取第一主题对应的第一标签集合。
[0116]
在本技术实施例中，服务器基于第一主题的图网络可以获取第一主题对应的第一标签集合，该第一标签集合中包括了第一主题中每个项目的标签。
[0117]
s315：基于第一群组的图网络获取第一群组对应的第二标签集合。
[0118]
在本技术实施例中，服务器基于第一群组的图网络可以获取第一群组对应的第二标签集合，该第二标签集合中包括了第一群组中每个对象浏览的项目的标签。
[0119]
s316：基于第一标签集合包括的每个标签以及第一群组的全局特征信息，确定第一群组的标签匹配信息。
[0120]
在本技术实施例中，基于第一标签集合包括的每个标签以及第一群组的全局特征信息，服务器可以确定第一群组的标签匹配信息。
[0121]
在一个实施例中，可以将第一标签集合包括的每个标签的特征表示与第一群组的全局特征表示通过如下公式(1-9)进行匹配，以确定第一群组的标签匹配信息：
[0122][0123]
其中，∑是相加，z
tag
是第一主题对应的第一标签集合中每个标签的特征表示，zc是第一群组的全局特征表示，*是对应位相乘，vh是第一主题的图网络中包括的项目以及标签的集合。将第一主题对应的第一标签集合中每个标签的特征表示，与第一群组的全局特征表示进行对应位相乘后再相加，可以得到第一群组的标签匹配信息。
[0124]
s317：基于第二标签集合包括的每个标签以及第一主题的全局特征信息，确定第
一主题的标签匹配信息。
[0125]
在本技术实施例中，基于第二标签集合包括的每个标签以及第一主题的全局特征信息，服务器可以确定第一主题的标签匹配信息。
[0126]
在一个实施例中，可以将第二标签集合包括的每个标签的特征表示与第一主题的全局特征表示通过如下公式(1-10)进行匹配，以确定第一主题的标签匹配信息：
[0127][0128]
其中，∑是相加，z
tag
是第一群组对应的第二标签集合中每个标签的特征表示，zh是第一主题的全局特征表示，*是对应位相乘，vc是第一群组的图网络中包括的对象以及标签的集合。将第一群组对应的第二标签集合中每个标签的特征表示，与第一主题的全局特征表示进行对应位相乘后再相加，可以得到第一主题的标签匹配信息。
[0129]
s318：获取与第一群组存在关联关系的各个主题对应的第一平均热度特征信息，以及第一主题的第一目标热度特征信息。
[0130]
在本技术实施例中，服务器可以基于原始数据图获取与第一群组存在关联关系的各个主题对应的第一平均热度特征信息，以及第一主题的第一目标热度特征信息，其中，第一平均热度特征信息是基于各个主题的访问次数得到的，第一目标热度特征信息是基于第一主题的访问次数得到的。
[0131]
在一个实施例中，如图3d所示，与第一群组存在关联关系的各个主题对应的第一平均热度特征信息，以及第一主题的第一目标热度特征信息，可以通过步骤s35-s38得到。
[0132]
s35：获取第一群组与主题集合之间的第一关联关系矩阵。
[0133]
在本技术实施例中，服务器可以基于原始数据图获取第一群组与主题集合之间的第一关联关系矩阵。该第一关联关系矩阵中包括了第一群组包括的每个对象与主题集合中的各个主题包括的项目之间的关联关系，第一关联关系矩阵中的元素的取值可以为0或1，若对象与项目之间存在关联关系，则对应第一关联关系矩阵中的元素取值为1，若对象与项目之间不存在关联关系，则对应第一关联关系矩阵中的元素取值为0。
[0134]
s36：获取主题集合对应的第一热度特征信息矩阵。
[0135]
在本技术实施例中，服务器可以基于原始数据图获取主题集合对应的第一热度特征信息矩阵，该第一热度特征信息矩阵包括主题集合中每个主题的热度特征信息，每个主题的热度特征信息可以基于每个主题的访问次数得到的。
[0136]
在一个实施例中，获取每个主题的访问次数之后，可以将每个主题的访问次数转换处理为访问次数的特征表示，相应地，该第一热度特征信息矩阵可以是由每个主题的访问次数的特征表示拼接得到的。
[0137]
s37：根据第一关联关系矩阵以及第一热度特征信息矩阵，确定与第一群组存在关联关系的各个主题对应的第一平均热度特征信息。
[0138]
在本技术实施例中，服务器根据获取到的第一关联关系矩阵以及第一热度特征信息矩阵，可以确定与第一群组存在关联关系的各个主题对应的第一平均热度特征信息。该第一平均热度特征信息可以是第一关联关系矩阵与第一热度特征信息矩阵进行矩阵的乘法运算之后求平均得到的第一平均热度的特征表示。
[0139]
s38：基于第一主题的访问次数确定第一主题的第一目标热度特征信息。
[0140]
在本技术实施例中，服务器基于第一主题的访问次数可以确定第一主题的第一目
标热度特征信息，该第一目标热度特征信息可以是第一目标热度的特征表示。
[0141]
在一个实施例中，获取第一主题的访问次数之后，可以将第一主题的访问次数进行转换处理，得到第一主题的访问次数的特征表示，该第一主题的访问次数的特征表示可以确定为第一主题的第一目标热度的特征表示。
[0142]
s319：获取与第一主题存在关联关系的各个群组对应的第二平均热度特征信息，以及第一群组的第二目标热度特征信息。
[0143]
在本技术实施例中，服务器可以基于原始数据图获取与第一主题存在关联关系的各个群组对应的第二平均热度特征信息，以及第一群组的第二目标热度特征信息，其中，第二平均热度特征信息是基于各个群组的项目访问次数得到的，第二目标热度特征信息是基于第一群组的项目访问次数得到的。
[0144]
在一个实施例中，如图3e所示，与第一主题存在关联关系的各个群组对应的第二平均热度特征信息，以及第一群组的第二目标热度特征信息，可以通过步骤s39-s41得到。
[0145]
s39：获取第一主题与群组集合之间的第二关联关系矩。
[0146]
在本技术实施例中，服务器可以基于原始数据图获取第一主题与群组集合之间的第二关联关系矩阵。该第二关联关系矩阵中包括了第一主题包括的每个项目与群组集合中的各个群组包括的对象之间的关联关系，第二关联关系矩阵中的元素的取值可以为0或1，若项目与对象之间存在关联关系，则对应第二关联关系矩阵中的元素取值为1，若项目与对象之间不存在关联关系，则对应第二关联关系矩阵中的元素取值为0。
[0147]
s40：获取群组集合对应的第二热度特征信息矩阵。
[0148]
在本技术实施例中，服务器可以基于原始数据图获取群组集合对应的第二热度特征信息矩阵，该第二热度特征信息矩阵包括群组集合中每个群组的热度特征信息，每个群组的热度特征信息是基于每个群组包括的对象的项目访问次数得到的。
[0149]
在一个实施例中，获取每个群组包括的对象的项目访问次数之后，可以将每个群组包括的对象的项目访问次数转换处理为项目访问次数的特征表示，该第二热度特征信息矩阵可以是由每个群组包括的对象的项目访问次数的特征表示拼接得到的。
[0150]
s41：根据第二关联关系矩阵以及第二热度特征信息矩阵，确定与第一主题存在关联关系的各个群组对应的第二平均热度特征信息。
[0151]
在本技术实施例中，服务器根据获取到的第二关联关系矩阵以及第二热度特征信息矩阵，可以确定与第一主题存在关联关系的各个群组对应的第二平均热度特征信息。该第二平均热度特征信息可以是第二关联关系矩阵与第二热度特征信息矩阵进行矩阵的乘法运算之后求平均得到的第二平均热度的特征表示。
[0152]
s42：基于第一群组包括的对象的项目访问次数确定第一群组的第二目标热度特征信息。
[0153]
在本技术实施例中，服务器基于第一群组包括的对象的项目访问次数可以确定第一群组的第二目标热度特征信息，该第二目标热度特征信可以是第二目标热度的特征表示。
[0154]
在一个实施例中，获取第一群组包括的对象的项目访问次数之后，可以将第一群组包括的对象的项目访问次数进行转换处理，得到第一群组包括的对象的项目访问次数的特征表示，该第一群组包括的对象的项目访问次数的特征表示可以确定为第一群组的第二
目标热度的特征表示。
[0155]
s320：基于第一平均热度特征信息以及第一目标热度特征信息确定第一群组的结构匹配信息。
[0156]
在本技术实施例中，服务器基于第一平均热度特征信息以及第一目标热度特征信息可以确定第一群组的结构匹配信息。
[0157]
在一个实施例中，可以将第一平均热度的特征表示与第一目标热度的特征表示通过如下公式(1-11)进行匹配，以确定第一群组的结构匹配信息：
[0158]
md＝mean(a
chdh
)*dhꢀꢀꢀ
(1-11)；
[0159]
其中，mean(a
chdh
)是第一平均热度的特征表示，a
ch
是第一关联关系矩阵，dh是第一热度的特征信息矩阵，dh是第一目标热度的特征表示，*是对应位相乘。
[0160]
s321：基于第二平均热度特征信息以及第二目标热度特征信息确定第一主题的结构匹配信息。
[0161]
在本技术实施例中，服务器基于第二平均热度特征信息以及第二目标热度特征信息可以确定第一主题的结构匹配信息。
[0162]
在一个实施例中，可以将第二平均热度的特征表示与第二目标热度的特征表示通过如下公式(1-12)进行匹配，以确定第一主题的结构匹配信息：
[0163]md'
＝mean(a
hc
dc)*dcꢀꢀꢀ
(1-12)；
[0164]
其中，mean(a
hc
dc)是第二平均热度的特征表示，a
hc
是第二关联关系矩阵，dc是第二热度的特征信息矩阵，dc是第一目标热度的特征表示，*是对应位相乘。
[0165]
s322：对第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息进行融合处理，得到第一群组的图网络的第一特征信息。
[0166]
在本技术实施例中，服务器可以对第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息进行融合处理，最终得到第一群组的图网络的第一特征信息。
[0167]
在一个实施例中，可以通过如下公式(1-13)融合第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息：
[0168]
zc'＝f
fuse
(zc,m
uh
,m
ch
,md)
ꢀꢀꢀ
(1-13)；
[0169]
其中，f
fuse
是融合函数，zc是第一群组的全局特征信息，m
uh
是第一群组的对象匹配信息，m
ch
是第一群组的标签匹配信息，md是第一群组的结构匹配信息。
[0170]
s323：对第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息进行融合处理，得到第一主题的图网络的第二特征信息。
[0171]
在本技术实施例中，服务器可以对第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息进行融合处理，最终得到第一主题的图网络的第二特征信息。
[0172]
在一个实施例中，可以通过如下公式(1-14)融合第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息：
[0173]
zh'＝f
fuse
(zh,m
ic
,m
hc
,m
d'
)
ꢀꢀꢀ
(1-14)；
[0174]
其中，f
fuse
是融合函数，zh是第一主题的全局特征信息，m
ic
是第一主题的项目匹配信息，m
hc
是第一主题的标签匹配信息，m
d'
是第一主题的结构匹配信息。
[0175]
s324：基于第一特征信息以及第二特征信息确定第一群组与第一主题之间的匹配度，并基于匹配度向第一群组包括的对象发送第一主题包括的项目。
[0176]
在本技术实施例中，服务器可以基于第一特征信息以及第二特征信息确定第一群组与第一主题之间的匹配度，例如可以将第一特征信息与第二特征信息进行点积运算得到第一群组与第一主题之间的匹配度，并基于匹配度向第一群组包括的对象发送第一主题包括的项目。
[0177]
通过实施本技术实施例，可以分别获取第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息，第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息；将第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息进行融合处理后得到第一群组的第一特征信息，将第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息进行融合处理后得到第一主题的第二特征信息；基于第一群组的第一特征信息和第一主题的第二特征信息可以确定第一群组与第一主题之间的匹配度，并基于匹配度向第一群组包括的对象发送第一主题包括的项目。使得用于描述第一群组和第一主题的特征信息更加丰富，第一群组的第一特征信息和第一主题的第二特征信息更加准确，进而提升了信息匹配时的准确度。
[0178]
进一步的，请参见图4，图4是本技术实施例提供的又一种信息匹配方法的流程示意图。该信息匹配方法可以由计算机设备执行，计算机设备可以为终端设备，也可以为服务器。为了便于理解，本技术实施例以该方法由服务器执行为例进行说明。
[0179]
s401：服务器可以根据原始数据构建图4所示的原始数据图43以及标签库44。
[0180]
s402：服务器基于图4所示原始数据图43以及标签库44可以构建第一群组的图网络45和第一主题的图网络46。
[0181]
s403：服务器基于原始数据图服务器可以获取与第一群组中的每个对象存在关联的项目47，具体获取步骤可见前述图3c所示实施例。
[0182]
s404：服务器可以获取第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息。
[0183]
s405：服务器可以获取第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息。
[0184]
s406：服务器可以将第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息进行融合处理，得到第一群组的第一特征信息。
[0185]
s407：服务器可以将第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息进行融合处理，得到第一主题的第二特征信息。
[0186]
s408：服务器基于第一特征信息以及第二特征信息可以确定第一群组与第一主题之间的匹配度。
[0187]
进一步的，服务器可以基于匹配度向第一群组包括的对象发送第一主题包括的项目。
[0188]
本技术实施例提供的信息匹配方法可以在如图5a所示的三个数据集中进行信息匹配验证，三个数据集具有不同的数据规模，可以提高验证结果的可靠性。通过对本技术实施例提供的信息匹配方法与其他模型进行对比得到的结果可参见图5b，图5b示出了本技术与其他五种不同模型的对比结果，最终对比结果包括三种评价指标：acc(accuracy，准确率)，auc(area under the curve，曲线下面积)，f1(f1 score，f1分数)。acc是用于评价模型的准确率的一种指标，auc是用于评价模型的准确率另一种指标，f1是用于评价模型的精
确度的一种指标，可以理解的是，三种指标的值越大，对应模型的准确度越好。由此可见，本技术实施例提供的方法得到的信息匹配准确度明显优于其他五种模型，较好地提升了信息匹配的准确度。
[0189]
进一步的，请参见图6，图6是本技术实施例提供的一种信息匹配装置的结构示意图，在一个实施例中，如图6所示，该信息匹配装置60，可以包括：
[0190]
获取单元601，用于获取原始数据图以及标签库，原始数据图包括每个群组中的各个对象与每个主题中的各个项目之间的关联关系。
[0191]
处理单元602，用于根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络；获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息，第一特征信息包括第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息中的一种或多种，第二特征信息包括第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息中的一种或多种；第一群组为群组集合包括的群组中的任意一个，第一主题为主题集合包括的主题中的任意一个；基于第一特征信息以及第二特征信息确定第一群组与第一主题之间的匹配度。
[0192]
发送单元603，用于基于匹配度向第一群组包括的对象发送第一主题包括的项目。
[0193]
在一个实施例中，处理单元602，还可以用于基于第一群组的图网络以及第一主题的图网络，获取第一群组的全局特征信息、对象匹配信息、标签匹配信息、结构匹配信息，以及第一主题的全局特征信息、项目匹配信息、标签匹配信息、结构匹配信息；对第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息进行融合处理，得到第一群组的图网络的第一特征信息；对第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息进行融合处理，得到第一主题的图网络的第二特征信息。
[0194]
在一个实施例中，处理单元602，还可以用于获取第一群组的图网络包括的每个对象的特征信息以及第一主题的图网络包括的每个项目的特征信息，每个对象的特征信息是基于与每个对象存在关联的各个项目的标签得到的，每个项目的特征信息是基于每个项目的标签得到的；基于每个对象的特征信息确定第一群组的全局特征信息；基于每个项目的特征信息确定第一主题的全局特征信息。
[0195]
在一个实施例中，处理单元602，还可以用于获取第一群组的图网络包括的每个对象浏览的第一项目集合；确定第一项目集合中不属于第一主题的第二项目集合包括的各个项目与第一主题之间的相关度；根据相关度从第二项目集合中确定目标项目；将目标项目以及第一主题包括的项目作为与每个对象存在关联的各个项目。
[0196]
在一个实施例中，处理单元602，还可以用于基于第一群组的图网络包括的每个对象的特征信息以及第一主题的全局特征信息，确定每个对象与第一主题的匹配信息；基于每个对象与第一主题的匹配信息确定第一群组的对象匹配信息；基于第一主题的图网络包括的每个项目的特征信息以及第一群组的全局特征信息，确定每个项目与第一群组的匹配信息；基于每个项目与第一群组的匹配信息确定第一主题的项目匹配信息。
[0197]
在一个实施例中，获取单元601，还可以用于获取原始数据，原始数据包括群组集合中每个群组与主题集合中每个主题之间的访问关系；处理单元602，还可以用于基于群组集合中每个群组与主题集合中每个主题的之间访问关系构建原始数据图；获取每个群组中各个对象访问的各个项目的标签；基于每个群组中各个对象访问的各个项目的标签构建标
签库。
[0198]
在一个实施例中，处理单元602，还可以用于基于第一主题的图网络获取第一主题对应的第一标签集合；基于第一标签集合包括的每个标签以及第一群组的全局特征信息，确定第一群组的标签匹配信息；基于第一群组的图网络获取第一群组对应的第二标签集合；基于第二标签集合包括的每个标签以及第一主题的全局特征信息，确定第一主题的标签匹配信息。
[0199]
在一个实施例中，处理单元602，还可以用于获取与第一群组存在关联关系的各个主题对应的第一平均热度特征信息，以及第一主题的第一目标热度特征信息，第一平均热度特征信息是基于各个主题的访问次数得到的，第一目标热度特征信息是基于第一主题的访问次数得到的；基于第一平均热度特征信息以及第一目标热度特征信息确定第一群组的结构匹配信息；获取与第一主题存在关联关系的各个群组对应的第二平均热度特征信息，以及第一群组的第二目标热度特征信息，第二平均热度特征信息是基于各个群组包括的对象的项目访问次数得到，第二目标热度特征信息是基于第一群组包括的对象的项目访问次数得到；基于第二平均热度特征信息以及第二目标热度特征信息确定第一主题的结构匹配信息。
[0200]
在一个实施例中，处理单元602，还可以用于获取第一群组与主题集合之间的第一关联关系矩阵，第一关联关系矩阵包括第一群组与主题集合中每个主题之间的关联关系；获取主题集合对应的第一热度特征信息矩阵，第一热度特征信息矩阵包括主题集合中每个主题的热度特征信息，每个主题的热度特征信息是基于每个主题的访问次数得到的；根据第一关联关系矩阵以及第一热度特征信息矩阵，确定与第一群组存在关联关系的各个主题对应的第一平均热度特征信息；基于第一主题的访问次数确定第一主题的第一目标热度特征信息。
[0201]
在一个实施例中，处理单元602，还可以用于获取第一主题与群组集合之间的第二关联关系矩阵，第二关联关系矩阵包括第一主题与群组集合中每个群组之间的关联关系；获取群组集合对应的第二热度特征信息矩阵，第二热度特征信息矩阵包括群组集合中每个群组的热度特征信息，每个群组的热度特征信息是基于每个群组包括的对象的项目访问次数得到的；根据第二关联关系矩阵以及第二热度特征信息矩阵，确定与第一主题存在关联关系的各个群组对应的第二平均热度特征信息；基于第一群组包括的对象的项目访问次数确定第一群组的第二目标热度特征信息。
[0202]
需要说明的是，图6对应的实施例中未提及的内容以及各个步骤的具体实现方式可参见图2-图5b示实施例以及前述内容，这里不再赘述。
[0203]
进一步的，请参见图7，图7是本技术实施例提供的一种计算机设备的结构示意图。该计算机设备可以包括：网络接口701、存储器702和处理器703，网络接口701、存储器702和处理器703通过一条或多条通信总线连接，通信总线用于实现这些组件之间的连接通信。网络接口701可以包括标准的有线接口、无线接口(如wifi接口)。存储器702可以包括易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，ram)；存储器702也可以包括非易失性存储器(non-volatile memory)，例如快闪存储器(flash memory)，固态硬盘(solid-state drive，ssd)等；存储器702还可以包括上述种类的存储器的组合。处理器703可以是中央处理器(central processing unit，cpu)。处理器703还可以
进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，asic)，可编程逻辑器件(programmable logic device，pld)等。上述pld可以是现场可编程逻辑门阵列(field-programmable gate array，fpga)，通用阵列逻辑(generic array logic，gal)等。
[0204]
可选的，存储器702还用于存储程序指令，处理器703还可调用该程序指令，以实现：
[0205]
根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络；
[0206]
获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息，第一特征信息包括第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息中的一种或多种，第二特征信息包括第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息中的一种或多种；第一群组为群组集合包括的群组中的任意一个，第一主题为主题集合包括的主题中的任意一个；
[0207]
基于第一特征信息以及第二特征信息确定第一群组与第一主题之间的匹配度，并基于匹配度向第一群组包括的对象发送第一主题包括的项目。
[0208]
在一个实施例中，存储器702还用于存储程序指令，处理器703还可调用该程序指令，以实现：基于第一群组的图网络以及第一主题的图网络，获取第一群组的全局特征信息、对象匹配信息、标签匹配信息、结构匹配信息，以及第一主题的全局特征信息、项目匹配信息、标签匹配信息、结构匹配信息；对第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息进行融合处理，得到第一群组的图网络的第一特征信息；对第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息进行融合处理，得到第一主题的图网络的第二特征信息。
[0209]
在一个实施例中，存储器702还用于存储程序指令，处理器703还可调用该程序指令，以实现：获取第一群组的图网络包括的每个对象的特征信息以及第一主题的图网络包括的每个项目的特征信息，每个对象的特征信息是基于与每个对象存在关联的各个项目的标签得到的，每个项目的特征信息是基于每个项目的标签得到的；基于每个对象的特征信息确定第一群组的全局特征信息；基于每个项目的特征信息确定第一主题的全局特征信息。
[0210]
在一个实施例中，存储器702还用于存储程序指令，处理器703还可调用该程序指令，以实现：获取第一群组的图网络包括的每个对象浏览的第一项目集合；确定第一项目集合中不属于第一主题的第二项目集合包括的各个项目与第一主题之间的相关度；根据相关度从第二项目集合中确定目标项目；将目标项目以及第一主题包括的项目作为与每个对象存在关联的各个项目。
[0211]
在一个实施例中，存储器702还用于存储程序指令，处理器703还可调用该程序指令，以实现：基于第一群组的图网络包括的每个对象的特征信息以及第一主题的全局特征信息，确定每个对象与第一主题的匹配信息；基于每个对象与第一主题的匹配信息确定第一群组的对象匹配信息；基于第一主题的图网络包括的每个项目的特征信息以及第一群组的全局特征信息，确定每个项目与第一群组的匹配信息；基于每个项目与第一群组的匹配信息确定第一主题的项目匹配信息。
[0212]
在一个实施例中，存储器702还用于存储程序指令，处理器703还可调用该程序指令，以实现：获取原始数据，原始数据包括群组集合中每个群组与主题集合中每个主题之间的访问关系；基于群组集合中每个群组与主题集合中每个主题的之间访问关系构建原始数据图；获取每个群组中各个对象访问的各个项目的标签；基于每个群组中各个对象访问的各个项目的标签构建标签库。
[0213]
在一个实施例中，存储器702还用于存储程序指令，处理器703还可调用该程序指令，以实现：基于第一主题的图网络获取第一主题对应的第一标签集合；基于第一标签集合包括的每个标签以及第一群组的全局特征信息，确定第一群组的标签匹配信息；基于第一群组的图网络获取第一群组对应的第二标签集合；基于第二标签集合包括的每个标签以及第一主题的全局特征信息，确定第一主题的标签匹配信息。
[0214]
在一个实施例中，存储器702还用于存储程序指令，处理器703还可调用该程序指令，以实现：获取与第一群组存在关联关系的各个主题对应的第一平均热度特征信息，以及第一主题的第一目标热度特征信息，第一平均热度特征信息是基于各个主题的访问次数得到的，第一目标热度特征信息是基于第一主题的访问次数得到的；基于第一平均热度特征信息以及第一目标热度特征信息确定第一群组的结构匹配信息；获取与第一主题存在关联关系的各个群组对应的第二平均热度特征信息，以及第一群组的第二目标热度特征信息，第二平均热度特征信息是基于各个群组包括的对象的项目访问次数得到，第二目标热度特征信息是基于第一群组包括的对象的项目访问次数得到；基于第二平均热度特征信息以及第二目标热度特征信息确定第一主题的结构匹配信息。
[0215]
在一个实施例中，存储器702还用于存储程序指令，处理器703还可调用该程序指令，以实现：获取第一群组与主题集合之间的第一关联关系矩阵，第一关联关系矩阵包括第一群组与主题集合中每个主题之间的关联关系；获取主题集合对应的第一热度特征信息矩阵，第一热度特征信息矩阵包括主题集合中每个主题的热度特征信息，每个主题的热度特征信息是基于每个主题的访问次数得到的；根据第一关联关系矩阵以及第一热度特征信息矩阵，确定与第一群组存在关联关系的各个主题对应的第一平均热度特征信息；基于第一主题的访问次数确定第一主题的第一目标热度特征信息。
[0216]
在一个实施例中，存储器702还用于存储程序指令，处理器703还可调用该程序指令，以实现：获取第一主题与群组集合之间的第二关联关系矩阵，第二关联关系矩阵包括第一主题与群组集合中每个群组之间的关联关系；获取群组集合对应的第二热度特征信息矩阵，第二热度特征信息矩阵包括群组集合中每个群组的热度特征信息，每个群组的热度特征信息是基于每个群组包括的对象的项目访问次数得到的；根据第二关联关系矩阵以及第二热度特征信息矩阵，确定与第一主题存在关联关系的各个群组对应的第二平均热度特征信息；基于第一群组包括的对象的项目访问次数确定第一群组的第二目标热度特征信息。
[0217]
应当理解，本技术实施例中所描述的计算机设备70解决问题的原理与有益效果与本技术图2-图5b所示实施例以及前述内容解决问题的原理和有益效果相似，为简洁描述，在这里不再赘述。
[0218]
此外，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现前述实施例提供的方法。
[0219]
本技术实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或
计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前述实施例提供的方法。
[0220]
本技术实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
[0221]
本技术实施例装置中的单元可以根据实际需要进行合并、划分和删减。
[0222]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，上述存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random access memory，ram)等。
[0223]
以上所揭露的仅为本技术的部分实施例而已，当然不能以此来限定本技术之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本技术权利要求所作的等同变化，仍属于本技术所涵盖的范围。

技术特征：
1.一种信息匹配方法，其特征在于，所述方法包括：根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络，所述原始数据图包括所述每个群组中的各个对象与所述每个主题中的各个项目之间的关联关系；获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息，所述第一特征信息包括所述第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息中的一种或多种，所述第二特征信息包括所述第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息中的一种或多种；所述第一群组为所述群组集合包括的群组中的任意一个，所述第一主题为所述主题集合包括的主题中的任意一个；基于所述第一特征信息以及所述第二特征信息确定所述第一群组与所述第一主题之间的匹配度，并基于所述匹配度向所述第一群组包括的对象发送所述第一主题包括的项目。2.如权利要求1所述的方法，其特征在于，所述获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息，包括：基于所述第一群组的图网络以及所述第一主题的图网络，获取所述第一群组的全局特征信息、对象匹配信息、标签匹配信息、结构匹配信息，以及所述第一主题的全局特征信息、项目匹配信息、标签匹配信息、结构匹配信息；对所述第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息进行融合处理，得到所述第一群组的图网络的所述第一特征信息；对所述第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息进行融合处理，得到所述第一主题的图网络的所述第二特征信息。3.如权利要求2所述的方法，其特征在于，所述基于第一群组的图网络以及第一主题的图网络，获取所述第一群组的全局特征信息、对象匹配信息、标签匹配信息、结构匹配信息，以及所述第一主题的全局特征信息、对象匹配信息、标签匹配信息、结构匹配信息，包括：获取所述第一群组的图网络包括的每个对象的特征信息以及所述第一主题的图网络包括的每个项目的特征信息，所述每个对象的特征信息是基于与所述每个对象存在关联的各个项目的标签得到的，所述每个项目的特征信息是基于所述每个项目的标签得到的；基于所述每个对象的特征信息确定所述第一群组的全局特征信息；基于所述每个项目的特征信息确定所述第一主题的全局特征信息。4.如权利要求3所述的方法，其特征在于，所述方法还包括：获取所述第一群组的图网络包括的每个对象浏览的第一项目集合；确定所述第一项目集合中不属于所述第一主题的第二项目集合包括的各个项目与所述第一主题之间的相关度；根据所述相关度从所述第二项目集合中确定目标项目；将所述目标项目以及所述第一主题包括的项目作为与所述每个对象存在关联的各个项目。5.如权利要求2所述的方法，其特征在于，所述方法还包括：基于所述第一群组的图网络包括的每个对象的特征信息以及所述第一主题的全局特征信息，确定所述每个对象与所述第一主题的匹配信息；
基于所述每个对象与所述第一主题的匹配信息确定所述第一群组的对象匹配信息；基于所述第一主题的图网络包括的每个项目的特征信息以及所述第一群组的全局特征信息，确定所述每个项目与所述第一群组的匹配信息；基于所述每个项目与所述第一群组的匹配信息确定所述第一主题的项目匹配信息。6.如权利要求1所述的方法，其特征在于，所述根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络之前，所述方法还包括：获取原始数据，所述原始数据包括所述群组集合中每个群组与所述主题集合中每个主题之间的访问关系；基于所述群组集合中每个群组与所述主题集合中每个主题的之间访问关系构建所述原始数据图；获取所述每个群组中各个对象访问的各个项目的标签；基于所述每个群组中各个对象访问的各个项目的标签构建所述标签库。7.如权利要求2所述的方法，其特征在于，所述方法还包括：基于所述第一主题的图网络获取所述第一主题对应的第一标签集合；基于所述第一标签集合包括的每个标签以及所述第一群组的全局特征信息，确定所述第一群组的标签匹配信息；基于所述第一群组的图网络获取所述第一群组对应的第二标签集合；基于所述第二标签集合包括的每个标签以及所述第一主题的全局特征信息，确定所述第一主题的标签匹配信息。8.如权利要求2所述的方法，其特征在于，所述方法还包括：获取与所述第一群组存在关联关系的各个主题对应的第一平均热度特征信息，以及所述第一主题的第一目标热度特征信息，所述第一平均热度特征信息是基于所述各个主题的访问次数得到的，所述第一目标热度特征信息是基于所述第一主题的访问次数得到的；基于所述第一平均热度特征信息以及所述第一目标热度特征信息确定所述第一群组的结构匹配信息；获取与所述第一主题存在关联关系的各个群组对应的第二平均热度特征信息，以及所述第一群组的第二目标热度特征信息，所述第二平均热度特征信息是基于所述各个群组包括的对象的项目访问次数得到，所述第二目标热度特征信息是基于所述第一群组包括的对象的项目访问次数得到；基于所述第二平均热度特征信息以及所述第二目标热度特征信息确定所述第一主题的结构匹配信息。9.如权利要求8所述的方法，其特征在于，所述获取与所述第一群组存在关联关系的各个主题对应的第一平均热度特征信息，以及所述第一主题的第一目标热度特征信息，包括：获取所述第一群组与所述主题集合之间的第一关联关系矩阵，所述第一关联关系矩阵包括所述第一群组与所述主题集合中每个主题之间的关联关系；获取所述主题集合对应的第一热度特征信息矩阵，所述第一热度特征信息矩阵包括所述主题集合中每个主题的热度特征信息，所述每个主题的热度特征信息是基于所述每个主题的访问次数得到的；根据所述第一关联关系矩阵以及所述第一热度特征信息矩阵，确定与所述第一群组存
在关联关系的各个主题对应的第一平均热度特征信息；基于所述第一主题的访问次数确定所述第一主题的第一目标热度特征信息。10.如权利要求8所述的方法，其特征在于，所述获取与所述第一主题存在关联关系的各个群组对应的第二平均热度特征信息，以及所述第一群组的第二目标热度特征信息，包括：获取所述第一主题与所述群组集合之间的第二关联关系矩阵，所述第二关联关系矩阵包括所述第一主题与所述群组集合中每个群组之间的关联关系；获取所述群组集合对应的第二热度特征信息矩阵，所述第二热度特征信息矩阵包括所述群组集合中每个群组的热度特征信息，所述每个群组的热度特征信息是基于所述每个群组包括的对象的项目访问次数得到的；根据所述第二关联关系矩阵以及所述第二热度特征信息矩阵，确定与所述第一主题存在关联关系的各个群组对应的第二平均热度特征信息；基于所述第一群组包括的对象的项目访问次数确定所述第一群组的第二目标热度特征信息。11.一种信息匹配装置，其特征在于，所述装置包括：获取单元，用于获取原始数据图以及标签库，所述原始数据图包括所述每个群组中的各个对象与所述每个主题中的各个项目之间的关联关系；处理单元，用于根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络；获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息，所述第一特征信息包括所述第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息中的一种或多种，所述第二特征信息包括所述第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息中的一种或多种；所述第一群组为所述群组集合包括的群组中的任意一个，所述第一主题为所述主题集合包括的主题中的任意一个；基于所述第一特征信息以及所述第二特征信息确定所述第一群组与所述第一主题之间的匹配度；发送单元，用于基于所述匹配度向所述第一群组包括的对象发送所述第一主题包括的项目。12.一种计算机设备，其特征在于，包括存储器、处理器以及网络接口，所述处理器与所述存储器、所述网络接口相连，其中，所述网络接口用于提供网络通信功能，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，执行权利要求1-10任一项所述的方法。13.一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，该计算机程序被处理器执行时，实现权利要求1-10任一项所述的方法。14.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序或计算机指令，所述计算机程序或计算机指令被处理器执行时实现权利要求1-10中任一项所述的方法。

技术总结
本申请实施例公开了一种信息匹配方法、装置、设备及存储介质、程序产品，该方法包括：根据原始数据图以及标签库构建群组集合中每个群组的图网络以及主题集合中每个主题的图网络；获取第一群组的图网络的第一特征信息以及第一主题的图网络的第二特征信息，第一特征信息包括第一群组的全局特征信息、对象匹配信息、标签匹配信息以及结构匹配信息中的一种或多种，第二特征信息包括第一主题的全局特征信息、项目匹配信息、标签匹配信息以及结构匹配信息中的一种或多种；基于第一特征信息以及第二特征信息确定第一群组与第一主题之间的匹配度，并基于匹配度向第一群组包括的对象发送第一主题包括的项目。采用本申请，可以提高信息匹配的准确度。息匹配的准确度。息匹配的准确度。


技术研发人员：王伟 陆元福 杨海力 谢若冰 张旭
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2022.01.25
技术公布日：2023/8/5