账户识别方法、装置、电子设备及存储介质与流程

1.本公开涉及计算机应用技术领域，尤其涉及一种账户识别方法、装置、电子设备及存储介质。


背景技术：

2.你可能认识的人(people you may know，pymk)作品是社交平台内重要的组成部分，通过pymk作品，用户可以了解朋友的动态，因此通过向用户推送pymk作品可以提升用户的使用体验。
3.相关技术中，社交平台对pymk作品的推送，通常是将所有pymk作品进行排序，并按一定比例推送给用户。而由于不同用户在社交平台内的需求不同，如部分用户对pymk作品有需求，而另一部分用户可能对多频道网络(multi
‑
channel network，mcn)作品有需求，因此如何识别对目标类型作品有需求的用户是社交平台面临的一项重要挑战。


技术实现要素：

4.本公开提供一种账户识别方法、装置、电子设备及存储介质，以至少解决相关技术中社交平台无法识别需求目标类型作品用户的问题。
5.本公开的技术方案如下：
6.根据本公开实施例的第一方面，提供一种账户识别方法，包括：获取第一历史时间段内待检测账户的第一交互操作信息和所述待检测账户的社交关系信息，所述第一交互操作信息包括第一交互操作、以及所述第一交互操作的次数，所述第一交互操作为登录所述待检测账户的设备对预设类型资源执行过的操作；根据获取到的第一交互操作信息和社交关系信息，确定待检测账户对预设类型资源的关注度；若待检测账户对预设类型资源的关注度大于平均关注度，则确定待检测账户为预设类型资源的推荐候选账户。
7.可选的，上述方法还包括：获取第二历史时间段内账户对预设类型资源的第二交互操作信息；第二交互操作信息包括第二交互操作，第二交互操作为登录账户的设备对预设类型资源执行过的操作、以及第二交互操作的次数；根据第二交互操作信息，确定账户对预设类型资源的关注度；根据账户对预设类型资源的关注度，确定平均关注度。
8.可选的，上述账户对预设类型资源的关注度满足下列公式：
9.其中，pr为账户对预设类型资源的关注度，a为第二交互操作信息中第二交互操作的次数与目标交互操作的次数之比，b
i
为第二交互操作信息中第i交互操作的次数与第二交互操作的次数之比；k1为a的权重，k
i
为对应b
i
的权重，m为第二交互操作信息中交互操作的数量，i为正数。
10.可选的，目标交互操作为账户被推送预设类型资源，第二交互操作包括账户获取预设类型资源、账户点赞预设类型资源、账户对预设类型资源播放和账户关注预设类型资源；第i交互操作为以下任一项：账户点赞预设类型资源、账户对预设类型资源播放、账户关
注预设类型资源。
11.可选的，上述公式满足下列条件：e1(x1):e2(x2)＝1:1。
12.其中，x1＝k1*a，且各个b
i
对应的权重k
i
相等；e1为账户对应第一参数x1的均值，e2为账户对应第二参数x2的均值。
13.可选的，上述方法还包括：向推荐候选账户推送预设类型资源。
14.可选的，上述第一交互操作信息包括待检测账户获取预设类型资源的次数、待检测账户被推送预设类型资源的次数、待检测账户点赞预设类型资源的次数和待检测账户对预设类型资源播放的次数中的至少一个；上述社交关系信息包括待检测账户关注第一账户的数量、待检测账户未关注第一账户的数量、待检测账户与第二账户的关联度、待检测账户与第三账户的关联度中的至少一个；第一账户为预设类型资源对应的账户，第二账户为待检测账户关注的第一账户，第三账户为待检测账户未关注的第一账户。
15.根据本公开实施例的第二方面，提供一种账户识别装置，包括：获取模块，用于获取第一历史时间段内待检测账户对预设类型资源的第一交互操作信息和所述待检测账户的社交关系信息，所述第一交互操作信息包括第一交互操作、以及所述第一交互操作的次数，所述第一交互操作为登录所述待检测账户的设备对预设类型资源执行过的操作；模型计算模块，用于根据获取模块获取到的第一交互操作信息和社交关系信息，确定待检测账户对预设类型资源的关注度；账户确定模块，用于在模型计算模块确定的待检测账户对预设类型资源的关注度大于计算模块确定的平均关注度时，确定待检测账户为预设类型资源的推荐候选账户。
16.可选的，上述装置还包括计算模块。
17.获取模块，还用于获取第二历史时间段内账户对预设类型资源的第二交互操作信息；第二交互操作信息包括第二交互操作，第二交互操作为登录账户的设备对预设类型资源执行过的操作、以及第二交互操作的次数；计算模块，用于根据获取模块获取的第二交互操作信息，确定每个账户对预设类型资源的关注度；计算模块，还用于根据账户对预设类型资源的关注度，确定平均关注度。
18.可选的，上述账户对预设类型资源的关注度满足下列公式：
19.其中，pr为账户对预设类型资源的关注度，a为第二交互操作信息中第二交互操作的次数与目标交互操作的次数之比，b
i
为第二交互操作信息中第i交互操作的次数与第二交互操作的次数之比；k1为a的权重，k
i
为对应b
i
的权重，m为第二交互操作信息中交互操作的数量，i为正数。
20.可选的，目标交互操作为账户被推送预设类型资源，第二交互操作包括账户获取预设类型资源、账户点赞预设类型资源、账户对预设类型资源播放和账户关注预设类型资源；第i交互操作为以下任一项：账户点赞预设类型资源、账户对预设类型资源播放、账户关注预设类型资源。
21.可选的，上述公式满足下列条件：e1(x1):e2(x2)＝1:1。
22.其中，x1＝k1*a，且各个b
i
对应的权重k
i
相等；e1为账户对应第一参数x1的均值，e2为账户对应第二参数x2的均值。
23.可选的，上述装置还包括资源推送模块。
24.资源推送模块，用于向推荐候选账户推送预设类型资源。
25.可选的，上述第一交互操作信息包括待检测账户获取预设类型资源的次数、待检测账户被推送预设类型资源的次数、待检测账户点赞预设类型资源的次数和待检测账户对预设类型资源播放的次数中的至少一个；上述社交关系信息包括待检测账户关注第一账户的数量、待检测账户未关注第一账户的数量、待检测账户与第二账户的关联度、待检测账户与第三账户的关联度中的至少一个；第一账户为预设类型资源对应的账户，第二账户为待检测账户关注的第一账户，第三账户为待检测账户未关注的第一账户。
26.根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现如第一方面提供的账户识别方法。
27.根据本公开实施例的第四方面，提供一种计算机可读存储介质，计算机可读存储介质包括指令；当指令由电子设备的处理器执行时，使得电子设备执行如第一方面提供的账户识别方法。
28.根据本公开实施例的第五方面，提供一种计算机程序产品，计算机程序产品包括指令，当指令在电子设备的处理器上运行时，使得电子设备执行如第一方面提供的账户识别方法。
29.本公开的实施例提供的技术方案至少带来以下有益效果：本公开中，账户对预设类型资源的交互操作信息可以是账户对预设类型资源的历史消费信息，如预设类型资源可以为pymk视频，而所有账户可以划分为对pymk视频有需求的账户和对mcn视频有需求的账户；进一步的，本公开中将所有账户对预设类型资源的平均关注度作为是否对预设类型资源有需求的评价指标；电子设备通过待检测账户对预设类型资源的交互操作信息，以及其社交关系信息，可以确定待检测账户对预设类型资源的关注度；在待检测账户对预设类型资源的关注度大于平均关注度时，将待检测账户确定为对预设类型资源有需求的推荐候选账户。本公开根据待检测账户的相关交互操作信息、社交关系信息，结合平均关注度，即可以自动识别出预设类型资源有需求的账户，实现对各类型资源的精准推送，提高了用户体验。
30.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
31.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
32.图1是根据一示例性实施例示出的一种实施环境的架构示意图。
33.图2是根据一示例性实施例示出的一种账户识别方法的流程示意图之一。
34.图3是根据一示例性实施例示出的一种账户识别方法的流程示意图之二。
35.图4是根据一示例性实施例示出的一种账户识别方法的流程示意图之三。
36.图5是根据一示例性实施例示出的一种账户识别方法的流程示意图之四。
37.图6是根据一示例性实施例示出的一种账户识别装置的结构示意图。
38.图7是根据一示例性实施例示出的一种电子设备的结构示意图。
具体实施方式
39.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
40.需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
41.如背景技术中所描述的，社交平台内的视频作品不仅包括pymk视频，还包括mcn视频。虽然相比于pymk视频，mcn视频制作的更为精美，但并不是所有用户都喜欢mcn视频，一些用户更为喜欢pymk视频。而目前社交平台对于pymk视频的推送，通常是按一定比例从所有pymk视频中向账户推送pymk视频，而由于并非所有用户都喜欢pymk视频，因此在以上述方式向所有账户推送pymk视频时，可能导致视频推送不够精准，向账户推送的视频并非其喜欢的视频，导致用户使用体验较差。这里pymk视频是指与相应账户可能认识的人所发布的视频，可能认识的人可以通过用户的通讯录确定，也可以是指与通讯录内的人认识的人。
42.需要说明的是，本公开的技术方案中，所涉及的交互操作信息、社交关系信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
43.基于上述问题，本公开实施例提供一种账户识别方法，电子设备可以基于待检测账户对预设类型资源(如pymk视频)的第一交互操作信息和待检测账户的社交关系信息，确定待检测账户对预设类型资源的关注度；且本公开中，将根据所有账户对预设类型资源的关注度的平均值作为待检测账户是否对预设类型资源有需求的评价指标，进而根据待检测账户的关注度与平均关注度的比较结果，确定待检测账户是否对预设类型资源有需求，以便于电子设备精准为待检测账户推送有需求的预设类型资源，提高用户的体验。
44.图1是根据一示例性实施例示出的一种实施环境的架构图，如图1所示，下述账户识别方法可以应用于该实施环境中。该实施环境包括终端01和电子设备02。其中，终端01通过安装在该终端01上的应用程序与电子设备02建立通信连接。
45.在一种可实施的方式中，电子设备02可以是一台服务器，也可以是由多台服务器组成的服务器集群，或者是一个云计算服务中心。电子设备02可以包括处理器、存储器以及网络接口等。
46.在一种可实施的方式中，终端01用于向用户提供语音和/或数据连通性服务。终端01可以有不同的名称，例如ue、端、终端单元、终端站、移动站、移动台、远方站、远程终端、移动设备、无线通信设备、车辆用户设备、终端代理或终端装置等。
47.可选的，终端01可以为各种具有通信功能的手持设备、车载设备、可穿戴设备、计算机，本公开实施例对此不作任何限定。例如，手持设备可以是智能手机。车载设备可以是车载导航系统。可穿戴设备可以是智能手环。计算机可以是个人数字助理(personal digital assistant，pda)电脑、平板型电脑以及膝上型电脑(laptop computer)。
48.本领域技术人员应能理解上述终端仅为举例，其他现有的或今后可能出现的终端如可适用于本公开，也应包含在本公开保护范围以内，并在此以引用方式包含于此。
49.基于上述实施环境，本公开实施例提供的账户识别方法具体实现过程如下：
50.下面结合各个附图对本公开实施例提供的账户识别方法进行示例性的说明。
51.图2是根据一示例性实施例示出的一种账户识别方法的流程图，如图2所示，账户识别方法应用于电子设备，该方法包括以下s11至s13。
52.s11、电子设备获取第一历史时间段内待检测账户的第一交互操作信息和待检测账户的社交关系信息。
53.其中，第一交互操作信息包括第一交互操作、以及第一交互操作的次数，第一交互操作为登录待检测账户的设备对预设类型资源执行过的操作。
54.作为一种可能的实现方式，本公开实施例中的资源可以是视频、音频、文章等，本公开实施例对此不作具体限定。为了便于描述，下文主要以资源为视频为例进行说明。如预设类型资源可以是pymk视频，也可以是mcn视频，还可以是其他类型的视频，本公开实施例对此不作具体限定。为了便于理解，本公开中预设类型资源以pymk视频为例进行说明。
55.上述的第一交互操作信息包括待检测账户获取预设类型资源的次数、待检测账户被推送预设类型资源的次数、待检测账户点赞预设类型资源的次数和待检测账户播放预设类型资源的次数中的至少一个。第一交互操作包括获取预设类型资源、被推送预设类型资源、点赞预设类型资源和播放预设类型资源中的至少一个。
56.示例性的，这里获取预设类型资源是指点击预设类型资源对应的视频，被推送预设类型资源是指服务器向待检测账户推送预设类型资源，播放预设类型资源是指待检测账户播放预设类型资源的时间大于第一阈值，第一阈值可以由本领域的技术人员确定。
57.上述的社交关系信息包括待检测账户关注第一账户的数量、待检测账户未关注第一账户的数量、待检测账户与第二账户的关联度、待检测账户与第三账户的关联度中的至少一个；第一账户为预设类型资源对应的账户，第二账户为待检测账户关注的第一账户，第三账户为待检测账户未关注的第一账户。例如，若预设类型资源为pymk视频，则第一账户可以为待检测账户的pymk账户。
58.一些实施例中，两个账户之间的关联度基于两个账户之间的好友交集确定。例如，基于这两个账户的共同好友数量确定。
59.一个实施例中，待检测账户与第二账户的关联度可以由待检测账户与第二账户之间的共同好友数量确定，如第二账户包括第二账户1和第二账户2，待检测账户与第二账户1的共同好友为2个，与第二账户2的共同好友为5个，则待检测账户与第二账户的关联度可以为7。
60.示例性的，若待检测账户对应的第一账户数量为100，第二账户的数量为20，则第三账户的数量可以为80。若待检测账户与第一账户之间的共同好友数量为7，与第三账户之间的共同好友数量为5，则待检测账户与第二账户的关联度可以为7，与第三账户的关联度可以为5。
61.进一步的，上述的第一交互操作信息还可以包括待检测账户关注预设类型资源的次数，待检测账户评论预设类型资源的次数，待检测账户举报预设类型资源的次数，待检测账户播放预设类型资源的时长，待检测账户播放预设类型资源的次数，待检测账户获取预
设类型资源的次数与待检测账户推送预设类型资源的次数之比，待检测账户点赞预设类型资源的次数与待检测账户获取预设类型资源的次数之比，待检测账户播放预设类型资源的次数与待检测账户获取预设类型资源的次数之比，待检测账户关注预设类型资源的次数与待检测账户获取预设类型资源的次数之比，待检测账户分享预设类型资源的次数与待检测账户获取预设类型资源的次数之比，待检测账户评论预设类型资源的次数与待检测账户获取预设类型资源的次数之比等。
62.上述的社交关系信息还可以包括第三账户在第一账户中的占比，第二账户在第一账户中的占比。
63.需要说明的是，上述对第一交互操作信息和社交关系信息的说明仅为示例性的，本领域的技术人员可以根据需要设置。
64.由于第一交互操作信息和社交关系信息均为待检测账户对第一账户的历史交互信息，因此本公开中根据待检测账户的第一交互操作信息和社交关系信息，确定待检测账户对预设类型资源的关注度，可以使得关注度预测更为准确。
65.s12、电子设备根据获取到的第一交互操作信息和社交关系信息，确定待检测账户对预设类型资源的关注度。
66.作为一种可能的实现方式，这里待检测账户对预设类型资源的关注度确定，可以通过机器学习模型实现，例如通过已训练好的关注度识别模型确定关注度，该关注度识别模型的输入可以为第一交互操作信息和社交关系信息，输出即为关注度。一种可能的实现方式中，这里的关注度识别模型可以为已训练好的极端梯度提升(extreme gradient boosting，xgboost)模型。
67.上述的第一交互操作信息和社交关系信息可以作为关注度识别模型的输入特征，由于机器学习模型可以建立输入特征与输出特征之间的联系，而本公开中关注度识别模型建立了输入特征(第一交互操作信息和社交关系信息)与输出特征(关注度)之间的联系，因此，本步骤中关注度识别模型可以根据待检测账户的第一交互操作信息和社交关系信息确定待检测账户对预设类型资源的关注度。
68.另一种可能的实现方式中，关注度识别模型的输出的关注度可以为[0，1]的预测值，该预测值越大，则对应的待检测账户对预设类型资源的需求越高。
[0069]
s13、若待检测账户对预设类型资源的关注度大于平均关注度，则电子设备确定待检测账户为预设类型资源的推荐候选账户。
[0070]
作为一种可能的实现方式，由于本公开中将所有账户对预设类型资源的平均关注度作为账户是否需求预设类型资源的评价指标，因此在上述步骤s12确定的待检测账户对预设类型资源的关注度大于平均关注度时，可以确定待检测账户为预设类型资源的推荐候选账户。推荐候选账户是指需求预设类型资源的账户。例如，在预设类型资源为pymk视频时，上述的推荐候选账户即指需求pymk视频的账户。
[0071]
一种可能的实现方式中，本公开中可以将上述的平均关注度作为关注度识别模型的参数，在关注度大于平均关注度时，关注度识别模型可以输出标签1，指示待检测账户需求预设类型资源；在关注度小于或等于平均关注度时，关注度识别模型可以输出标签0，指示待检测账户对预设类型资源没有需求。
[0072]
上述实施例提供的技术方案至少具有以下有益效果：本公开根据待检测账户对预
设类型资源的历史消费信息，以及与第一账户的社交关系信息，确定待检测账户对预设类型资源的关注度，进而将待检测账户对预设类型资源的关注度与所有账户对预设类型资源的平均关注度进行比较，从而能够确定待检测账户是否为需求预设类型资源的推荐候选账户，自动识别出了预设类型资源有需求的账户，实现对各类型资源的精准推送，提高了用户体验。
[0073]
在一种可实施的方式中，结合图2，如图3所示，还包括s10。
[0074]
s10、电子设备确定第二历史时间段内账户对预设类型资源的平均关注度。
[0075]
作为一种可能的实现方式，社交平台包括多个用户，这些用户可以通过各自的账户登录社交平台。社交平台内的虚拟资源可以包括pymk视频和mcn视频，由于不同的用户对虚拟资源的偏好可能不同，部分用户偏好pymk视频，而另一部分用户偏好mcn视频，因此这些用户对应的账户对pymk视频或mcn视频获取需求也各不相同。由于社交平台内的账户足够多，且这些账户对pymk视频和mcn视频的需求不同，对pymk视频和mcn视频的关注度也就不同，因此，在确定这些账户对pymk视频或mcn视频的需求时，可以将这些账户对预设类型资源(pymk视频或mcn视频)的平均关注度作为判断账户是否需求预设类型资源的评价指标，如账户对预设类型资源的关注度大于平均关注度，则可以确定账户对预设类型资源有需求。
[0076]
示例性的，若社交平台包括n个账户，则这些账户对预设类型资源的平均关注度可以为：
[0077][0078]
其中，为账户对预设类型资源的平均关注度，z1为账户1对预设类型资源的关注度，z2为账户2对预设类型资源的关注度，z3为账户3对预设类型资源的关注度，
…
，z
n
为账户n对预设类型资源的关注度。
[0079]
需要说明的是，第一历史时间段可以是当前时刻之前的30天，第二历史时间段可以是当前时刻之前的7天，本领域的技术人员可以根据需要设置。一种可能的实现方式中，这里的第一历史时间段可以与上述的第二历史时间段相同，也可以不同。
[0080]
在一种可实施的方式中，结合图3，如图4所示，上述s10具体可以通过下述s101
‑
s103实现。
[0081]
s101、电子设备获取第二历史时间段内账户对预设类型资源的第二交互操作信息。
[0082]
其中，第二交互操作信息包括第二交互操作，第二交互操作为登录账户的设备对预设类型资源执行过的操作、以及第二交互操作的次数。
[0083]
作为一种可能的实现方式，这里的第二交互操作信息具体可以包括每个账户获取预设类型资源的次数，每个账户被推送预设类型资源的次数，每个账户点赞预设类型资源的次数，每个账户播放预设类型资源的次数，每个账户关注预设类型资源的次数。这里关注预设类型资源是指账户在观看预设类型资源时，对预设类型资源对应账户进行关注操作。
[0084]
另一种可能的实现方式中，上述的第一交互操作信息可以与这里的第二交互操作信息相同，这里的第二交互操作信息还可以与上述的第一交互操作信息不同。
[0085]
需要注意的是，在第二交互操作信息与第一交互信息不同时，下述确定关注度的公式也需要变化，本领域的技术人员可以相应调整。
[0086]
s102、电子设备根据第二交互操作信息，确定账户对预设类型资源的关注度。
[0087]
作为一种可能的实现方式，账户对预设类型资源的关注度满足下列公式：
[0088][0089]
其中，pr为账户对预设类型资源的关注度，a为第二交互操作信息中第二交互操作的次数与目标交互操作的次数之比，b
i
为第二交互操作信息中第i交互操作的次数与第二交互操作的次数之比；k1为a的权重，k
i
为对应b
i
的权重，m为第二交互操作信息中交互操作的数量，i为正数。
[0090]
一种可能的实现方式，目标交互操作为账户被推送预设类型资源，第二交互操作可以包括账户获取预设类型资源、账户点赞预设类型资源、账户播放预设类型资源和账户关注预设类型资源；第i交互操作可以为以下任一项：账户点赞预设类型资源、账户播放预设类型资源、账户关注预设类型资源。
[0091]
例如，每个账户对预设类型资源的交互操作可以包括对预设类型资源的获取、点赞、评论、关注等操作，根据第二交互操作信息内的交互操作不同时，可以对上述确定关注度的公式改进，例如，在第二交互操作信息包括第一交互操作、第二交互操作、第三交互操作、第四交互操作和目标交互操作时，上述确定关注度的公式可以为：
[0092]
pr＝k1*ctr k2*ltr k3*lvtr k4*wtr。
[0093]
在第一交互操作为账户获取预设类型资源，第二交互操作为账户点赞预设类型资源，第三交互操作为账户播放预设类型资源的次数，第四交互操作为账户关注预设类型资源，目标交互操作为账户被推送预设类型资源时，ctr为账户获取预设类型资源的次数与账户推送预设类型资源的次数之比，ltr为账户点赞预设类型资源的次数与账户获取预设类型资源的次数之比，lvtr为账户播放预设类型资源的次数与账户获取预设类型资源的次数之比，wtr为账户关注预设类型资源的次数与账户获取预设类型资源的次数之比；k1、k2、k3和k4分别为对应参数ctr、ltr、lvtr和wtr的权重，可以由本领域的技术人员根据先验知识确定。
[0094]
示例性的，若目标账户被推送预设类型资源的次数为50，获取预设类型资源的次数为30，点赞预设类型资源的次数为10，播放预设类型资源的次数为15，关注预设类型资源的次数为4，则ctr＝30/50＝0.6，ltr＝10/30＝1/3，lvtr＝15/30＝0.5，wtr＝4/30＝2/15。
[0095]
若k1＝0.4，k2＝0.2，k3＝0.2，k4＝0.2，则目标账户对预设类型资源的关注度为：
[0096][0097]
本公开的关注度确定公式提供了一种账户对预设类型资源的关注度确定方式，为确定账户是否需求预设类型资源的评价指标提供了基础。
[0098]
由于第二交互操作信息为每个账户对预设类型资源的交互操作信息，因此本公开中根据每个账户对预设类型资源的第二交互操作信息，可以确定账户对预设类型资源的历史消费情况，根据这些历史消费情况可以提高账户对预设类型资源关注度预测的准确性。
[0099]
s103、电子设备根据账户对预设类型资源的关注度，确定平均关注度。
[0100]
作为一种可能的实现方式，在根据上述公式确定社交平台内所有账户对预设类型资源的关注度之后，即可以确定这些账户的平均关注度。例如，账户对预设类型资源的平均
关注度可以由公式确定，z
n
为第n个账户对预设类型资源的关注度，而pr可以为根据确定关注度的公式确定的每个账户对预设类型资源的关注度，因此z
n
即为对应账户的pr。
[0101]
上述实施例提供的技术方案至少具有以下有益效果：本公开提供了一种账户是否需求预设类型资源的评价指标，能够实现对待检测账户的需求区分。
[0102]
在一种可实施的方式中，上述确定关注度的公式满足下列条件：e1(x1):e2(x2)＝1:1。
[0103]
其中，x1＝k1*a，且各个b
i
对应的权重k
i
相等；e1为账户对应第一参数x1的均值，e2为账户对应第二参数x2的均值。
[0104]
一种可能的实现方式中，与上述第一公式中ctr、ltr、lvtr和wtr对应的，这里x1＝k1*ctr，x2＝k2*ltr k3*lvtr k4*wtr，k2＝k3＝k4。
[0105]
实际中，上述参数ctr相比于参数ltr、lvtr和wtr更为重要，因此这里可以提供一种参数ctr、ltr、lvtr和wtr对应权重k1、k2、k3和k4的确定方式。
[0106]
由于e1为所有账户对应第一参数x1的均值，e2为所有账户对应第二参数x2的均值，因此：
[0107][0108]
e(x2)＝k2*(ltr1 ltr2
…
ltr
n
) k3*(lvtr1 lvtr2
…
lvtr
n
) k4*(wtr1 wtr2
…
wtr
n
)。
[0109]
其中，ctr1、ctr2、
…
、ctr
n
分别为社交平台内n个账户对应的参数ctr，同样的，上述公式中的ltr1、ltr2、
…
、ltr
n
，lvtr1、lvtr2、
…
lvtr
n
，wtr1、wtr2、
…
、wtr
n
也为社交平台内n个账户对应的参数ltr、lvtr和wtr。
[0110]
由于每个账户对应的参数ctr、ltr、lvtr和wtr可以通过电子设备统计对应账户的交互操作信息确定，因此上述公式中的ctr1 ctr2
…
ctr
n
、ltr1 ltr2
…
ltr
n
、lvtr1 lvtr2
…
lvtr
n
和wtr1 wtr2
…
wtr
n
是可以由电子设备确定的；又由于e1(x1):e2(x2)＝1:1，且k2＝k3＝k4，因此可以确定k1、k2、k3和k4的值。
[0111]
上述实施例提供的技术方案至少具有以下有益效果：本公开实施例提供了一种权重的特殊情况，相比于根据经验确定k
i
的值，这里根据所有账户对应第一参数x1的均值，以及所有账户对应第二参数x2的均值确定的权重，更为适应于关注度确定公式，使得根据公式确定的关注度更为准确。
[0112]
在一种可实施的方式中，结合图4，如图5所示，上述步骤s13之后，还包括s14。
[0113]
s14、电子设备向推荐候选账户推送预设类型资源。
[0114]
作为一种可能的实现方式，由于推荐候选账户为需求预设类型资源的账户，因此电子设备可以向推荐候选账户推送预设类型资源。
[0115]
示例性的，若预设类型资源为pymk视频，则上述的推荐候选账户为需求pymk视频的账户，电子设备可以向推荐候选账户推送pymk视频。
[0116]
另一种可能的实现方式中，在服务器将所有账户划分为推荐候选账户和非推荐候选账户，且社交平台内的预设类型资源包括pymk视频和mcn视频时，电子设备可以向推荐候
选账户推送pymk视频，向非推荐候选账户推送mcn视频。
[0117]
上述实施例提供的技术方案至少具有以下有益效果：本公开实施例中，通过确定电子设备预设类型资源的推荐候选账户，并向推荐候选账户推送预设类型资源，实现了资源的精准推送，提升用户的使用体验。
[0118]
在一种可实施的方式中，上述的关注度识别模型可以为已训练好的xgboost模型，该xgboost模型的训练集可以包括多个第四账户对应的第一交互操作信息和社交关系信息；由于训练集用于对xgboost模型的参数进行训练，因此训练集还包括第四账户对应的关注度，即训练集既包括xgboost模型的输入特征，还包括该输入特征对应的输出特征。该训练集内第四账户对应的第一交互操作信息和社交关系信息，以及第四账户对应的关注度可以由本领域的技术人员根据专家经验确定的。
[0119]
上述的第四账户为在第一历史时间段内曝光预设类型资源次数大于第二阈值的账户，即第四账户是指被电子设备推送预设类型资源的次数大于第二阈值的账户。
[0120]
xgboost模型的训练可以根据第四账户对应的第一交互操作信息和社交关系信息，以及第四账户对应的关注度，结合xgboost算法不断调整模型参数，并根据损失函数确定xgboost模型的训练停止条件，从而完成对xgboost模型的训练，即确定关注度识别模型。
[0121]
在一种可实施的方式中，本公开中的关注度识别模型可以每隔设定天数重新训练一次，其对应的训练集也需要更新，即将当前时刻之前的第一历史时间段内第四账户对应的第一交互操作信息和社交关系信息，以及第四账户对应的关注度确定为训练集内的数据。
[0122]
由于更新关注度识别模型时，对应训练集可以将之前关注度识别模型确定的关注度，及第一交互操作信息和社交关系信息作为更新关注度识别模型时的训练集数据。通过不断训练关注度识别模型，可以使得更新的关注度识别模型可以更精准的确定待检测账户的关注度。
[0123]
上述仅简述了xgboost模型的训练过程，具体训练过程可以参照本领域惯用的技术手段，这里不再赘述。
[0124]
图6是根据一示例性实施例示出的一种账户识别装置的结构示意图，如图6所示，该账户识别装置20包括获取模块201、模型计算模块202、账户确定模块203、计算模块204和资源推送模块205。
[0125]
获取模块201，用于获取第一历史时间段内待检测账户的第一交互操作信息和待检测账户的社交关系信息，第一交互操作信息包括第一交互操作、以及第一交互操作的次数，第一交互操作为登录待检测账户的设备对预设类型资源执行过的操作。例如，获取模块201可以执行上述步骤s11。
[0126]
模型计算模块202，用于根据获取模块201获取到的第一交互操作信息和社交关系信息，确定待检测账户对预设类型资源的关注度。例如，模型计算模块202可以执行上述步骤s12。
[0127]
账户确定模块203，用于在模型计算模块202确定的待检测账户对预设类型资源的关注度大于平均关注度，则确定待检测账户为预设类型资源的推荐候选账户。例如，账户确定模块203可以执行上述步骤s13。
[0128]
可选的，上述装置还包括计算模块204。
[0129]
获取模块201，还用于获取第二历史时间段内账户对预设类型资源的第二交互操作信息；第二交互操作信息包括第二交互操作，第二交互操作为登录账户的设备对预设类型资源执行过的操作、以及第二交互操作的次数。例如，获取模块201可以执行上述步骤s101。
[0130]
计算模块204，还用于根据获取模块201获取的第二交互操作信息，确定账户对预设类型资源的关注度。例如，计算模块204可以执行上述步骤s102。
[0131]
计算模块204，还用于根据账户对预设类型资源的关注度，确定平均关注度。例如，计算模块204还可以执行上述步骤s103。
[0132]
可选的，上述账户对预设类型资源的关注度满足下列公式：
[0133][0134]
其中，pr为账户对预设类型资源的关注度，a为第二交互操作信息中第二交互操作的次数与目标交互操作的次数之比，b
i
为第二交互操作信息中第i交互操作的次数与第二交互操作的次数之比；k1为a的权重，k
i
为b
i
的权重，m为第二交互操作信息中交互操作的数量，i为正数。
[0135]
可选的，目标交互操作为账户被推送预设类型资源，第二交互操作包括账户获取预设类型资源、账户点赞预设类型资源、账户播放预设类型资源和账户关注预设类型资源。
[0136]
第i交互操作为以下任一项：账户点赞预设类型资源、账户播放预设类型资源、账户关注预设类型资源。
[0137]
可选的，上述关注度确定公式满足下列条件：e1(x1):e2(x2)＝1:1。
[0138]
其中，x1＝k1*a，且各个b
i
对应的权重k
i
相等；e1为账户对应第一参数x1的均值，e2为账户对应第二参数x2的均值。
[0139]
可选的，上述账户识别装置20还包括资源推送模块205。
[0140]
资源推送模块205，用于向推荐候选账户推送预设类型资源。例如，资源推送模块205可以执行上述步骤s14。
[0141]
可选的，第一交互操作信息包括待检测账户获取预设类型资源的次数、待检测账户被推送预设类型资源的次数、待检测账户点赞预设类型资源的次数和待检测账户播放预设类型资源的次数中的至少一个。
[0142]
社交关系信息包括待检测账户关注第一账户的数量、待检测账户未关注第一账户的数量、待检测账户与第二账户的关联度、待检测账户与第三账户的关联度中的至少一个；第一账户为预设类型资源对应的账户，第二账户为待检测账户关注的第一账户，第三账户为待检测账户未关注的第一账户。
[0143]
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0144]
图7是本公开提供的一种电子设备30的结构示意图。如图7，该电子设备30可以包括至少一个处理器301以及用于存储处理器301可执行指令的存储器303。其中，处理器301被配置为执行存储器303中的指令，以实现上述实施例中的账户识别方法。作为一个示例，结合图6，账户识别装置中的获取模块201、模型计算模块202、账户确定模块203、计算模块204和资源推送模块205实现的功能与图7中的处理器301的功能相同。
[0145]
一些实施例中，电子设备30可以为图1所示的服务器。
[0146]
另外，电子设备30还可以包括通信总线302以及至少一个通信接口304。
[0147]
处理器301可以是一个gpu，微处理单元，asic，或一个或多个用于控制本公开方案程序执行的集成电路。
[0148]
通信总线302可包括一通路，在上述组件之间传送信息。
[0149]
通信接口304，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，ran)，无线局域网(wireless local area networks，wlan)等。
[0150]
存储器303可以是只读存储器(read
‑
only memory，rom)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，ram)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read
‑
only memory，eeprom)、只读光盘(compact disc read
‑
only memory，cd
‑
rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线与处理单元相连接。存储器也可以和处理单元集成在一起，为gpu中的易失性存储介质。
[0151]
其中，存储器303用于存储执行本公开方案的指令，并由处理器301来控制执行。处理器301用于执行存储器303中存储的指令，从而实现本公开方法中的功能。
[0152]
在具体实现中，作为一种实施例，处理器301可以包括一个或多个gpu，例如图7中的gpu0和gpu1。
[0153]
在具体实现中，作为一种实施例，电子设备30可以包括多个处理器，例如图6中的处理器301和处理器307。这些处理器中的每一个可以是一个单核(single
‑
cpu)处理器，也可以是一个多核(multi
‑
gpu)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
[0154]
在具体实现中，作为一种实施例，电子设备30还可以包括输出设备305和输入设备306。输出设备305和处理器301通信，可以以多种方式来显示信息。例如，输出设备305可以是液晶显示器(liquid crystal display，lcd)，发光二级管(light emitting diode，led)显示设备，阴极射线管(cathode ray tube，crt)显示设备，或投影仪(projector)等。输入设备306和处理器301通信，可以以多种方式接受用户的输入。例如，输入设备306可以是鼠标、键盘、触摸屏设备或传感设备等。
[0155]
本领域技术人员可以理解，图7中示出的结构并不构成对电子设备30的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
[0156]
另外，本公开还提供一种计算机可读存储介质，计算机可读存储介质包括指令，当指令由电子设备的处理器执行时，使得电子设备执行如上述实施例所提供的账户识别方法。
[0157]
另外，本公开还提供一种计算机程序产品，计算机程序产品包括指令，当指令在电子设备的处理器上运行时，使得电子设备执行如上述实施例所提供的账户识别方法。
[0158]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其
它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0159]
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。