HASHING-BASED EFFECTIVE USER MODELING

• Main Authors: ZHU, Yingnan, KIM, Honghoe, ZHAO, Xiangyuan, LEE, Hyunchul, ZHOU, Peng
• Format: Patent
• Language: English; French
• Published: 10.09.2020
• Subjects: CALCULATING; COMPUTING; COUNTING; DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES; ELECTRIC DIGITAL DATA PROCESSING; PHYSICS; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR

In one embodiment, a method includes receiving user behavior data and contextual information associated with the user behavior data, the contextual information including a first data portion associated with a first context type. The method includes generating, from the user behavior data and the contextual information using a hashing algorithm, a first heterogeneous hash code including a first portion representing the user behavior data and a second hash code portion representing the first data portion associated with the first context type. The method includes accessing a second heterogeneous hash code including a third hash code portion representing a second data portion associated with the first context type. The method includes comparing the first heterogeneous hash code with the second heterogeneous hash code including determining similarity between the second hash code portion of the first heterogeneous hash code and the third hash code portion of the second heterogenous hash code. Dans un mode de réalisation, un procédé consiste à recevoir des données de comportement d'utilisateur ainsi que des informations contextuelles associées aux données de comportement d'utilisateur, les informations contextuelles comprenant une première partie de données associée à un premier type de contexte. Le procédé consiste à générer, à partir des données de comportement d'utilisateur et des informations contextuelles à l'aide d'un algorithme de hachage, un premier code de hachage hétérogène comprenant une première partie représentant les données de comportement d'utilisateur ainsi qu'une deuxième partie de code de hachage représentant la première partie de données associée au premier type de contexte. Le procédé consiste à accéder à un second code de hachage hétérogène comprenant une troisième partie de code de hachage représentant une seconde partie de données associée au premier type de contexte. Le procédé consiste à comparer le premier code de hachage hétérogène avec le second code de hachage hétérogène, y compris à déterminer une similarité entre la deuxième partie de code de hachage du premier code de hachage hétérogène et la troisième partie de code de hachage du second code de hachage hétérogène.