发布者的比对方法、装置、设备、存储介质和程序产品与流程

1.本公开涉及计算机技术领域，尤其涉及一种发布者的比对方法、装置、设备、存储介质和程序产品。


背景技术：

2.短视频app(application，应用)等流媒体社交软件的兴起，丰富了人们共享信息的渠道。与文字、图片相比，视频和音频等多媒体对象的表现力较强。例如，视频将听觉信息和视觉信息相结合，内容较丰富，表现力较强，且直观性较好，因此在各个社交媒体上广受欢迎。随着生活节奏的加快，短视频这种碎片化的资讯获取方式逐渐受到了人们的喜爱，越来越多的人愿意在短视频平台上分享自己拍的短视频，以及向其他人分享自己觉得有趣的短视频。用户从观看短视频到主动拍摄短视频，就完成了从消费者到生产者的身份转变。随着用户拍摄越来越多的优质视频，吸引更多人来观看，其对应的粉丝数量也会呈现一定的增长。对于发布平台(例如视频平台或者音频平台)而言，对发布者进行比对，发现相似的发布者，并针对相似的发布者采用相同或相似的推送策略，在节省内容分发网络的带宽等方面具有重要意义。


技术实现要素：

3.本公开提供了一种发布者的比对技术方案。
4.根据本公开的一方面，提供了一种发布者的比对方法，包括：
5.获取第一发布者在不同时间的粉丝数量和第二发布者在不同时间的粉丝数量；
6.根据所述第一发布者在不同时间的粉丝数量，确定所述第一发布者对应的第一涨粉向量；
7.根据所述第二发布者在不同时间的粉丝数量，确定所述第二发布者对应的第二涨粉向量；
8.根据所述第一涨粉向量的子向量和所述第二涨粉向量的子向量，确定所述第一发布者与所述第二发布者之间的相似度。
9.通过获取第一发布者在不同时间的粉丝数量和第二发布者在不同时间的粉丝数量，根据第一发布者在不同时间的粉丝数量，确定第一发布者对应的第一涨粉向量，根据第二发布者在不同时间的粉丝数量，确定第二发布者对应的第二涨粉向量，并根据第一涨粉向量的子向量和第二涨粉向量的子向量，确定第一发布者与第二发布者之间的相似度，由此能够准确地发现相似的发布者，从而能够针对相似的发布者发布的内容采用相同或相似的推送策略，进而有助于发布平台对发布者发布的内容进行更有效地分发，从而有助于节省内容分发网络的带宽。
10.在一种可能的实现方式中，
11.所述根据所述第一发布者在不同时间的粉丝数量，确定所述第一发布者对应的第一涨粉向量，包括：根据所述第一发布者在不同时间的粉丝数量，以及预设的多个粉丝数量
区间，确定所述第一发布者对应的第一涨粉向量，其中，所述第一涨粉向量包括至少一个元素，所述第一涨粉向量中的任一元素，表示所述第一发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度；
12.所述根据所述第二发布者在不同时间的粉丝数量，确定所述第二发布者对应的第二涨粉向量，包括：根据所述第二发布者在不同时间的粉丝数量，以及所述预设的多个粉丝数量区间，确定所述第二发布者对应的第二涨粉向量，其中，所述第二涨粉向量包括至少一个元素，所述第二涨粉向量中的任一元素，表示所述第二发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度。
13.在该实现方式中，通过根据第一发布者在不同时间的粉丝数量，以及预设的多个粉丝数量区间，确定第一发布者对应的第一涨粉向量，根据第二发布者在不同时间的粉丝数量，以及所述预设的多个粉丝数量区间，确定第二发布者对应的第二涨粉向量，其中，第一涨粉向量中的任一元素表示第一发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度，第二涨粉向量中的任一元素表示第二发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度，由此确定的第一涨粉向量和第二涨粉向量能够准确地反映第一发布者和第二发布者的粉丝增长的特征。基于由此确定的第一涨粉向量和第二涨粉向量，能够提高确定第一发布者与第二发布者之间的相似度的准确性。
14.在一种可能的实现方式中，所述根据所述第一涨粉向量的子向量和所述第二涨粉向量的子向量，确定所述第一发布者与所述第二发布者之间的相似度，包括：
15.根据所述第一涨粉向量的连续子向量和所述第二涨粉向量的连续子向量，确定所述第一发布者与所述第二发布者之间的相似度。
16.在该实现方式中，通过根据第一涨粉向量的连续子向量和第二涨粉向量的连续子向量，确定第一发布者与第二发布者之间的相似度，由此能够提高所确定的第一发布者与第二发布者之间的相似度的准确性。
17.在一种可能的实现方式中，所述根据所述第一涨粉向量的子向量和所述第二涨粉向量的子向量，确定所述第一发布者与所述第二发布者之间的相似度，包括：
18.根据所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量，确定所述第一发布者与所述第二发布者之间的相似度。
19.在该实现方式中，通过根据第一涨粉向量和第二涨粉向量中相同长度的子向量，确定第一发布者与第二发布者之间的相似度，由此能够提高所确定的第一发布者与第二发布者之间的相似度的准确性。
20.在一种可能的实现方式中，所述根据所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量，确定所述第一发布者与所述第二发布者之间的相似度，包括：
21.根据所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量，确定所述第一涨粉向量和所述第二涨粉向量中的多个子向量对，其中，所述多个子向量对中的任一子向量对包括所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量；
22.对于所述多个子向量对中的任一子向量对，根据所述子向量对中的两个子向量之间的差向量，确定所述子向量对的相似度；
23.根据所述多个子向量对的相似度，确定所述第一发布者与所述第二发布者之间的相似度。
24.在该实现方式中，通过根据第一涨粉向量和第二涨粉向量中相同长度的子向量，确定第一涨粉向量和第二涨粉向量中的多个子向量对，其中，所述多个子向量对中的任一子向量对包括第一涨粉向量和第二涨粉向量中相同长度的子向量，对于所述多个子向量对中的任一子向量对，根据所述子向量对中的两个子向量之间的差向量，确定所述子向量对的相似度，并根据所述多个子向量对的相似度，确定第一发布者与第二发布者之间的相似度，由此能够基于第一涨粉向量和第二涨粉向量中相同长度的子向量之间的差异信息，较准确地确定第一发布者与第二发布者之间的相似度。
25.在一种可能的实现方式中，所述根据所述子向量对中的两个子向量之间的差向量，确定所述子向量对的相似度，包括：
26.对所述子向量对中的两个子向量之间的差向量进行归一化处理，得到所述子向量对对应的归一化的差向量；
27.根据所述子向量对对应的归一化的差向量，确定所述子向量对的相似度。
28.在该实现方式中，通过对所述子向量对中的两个子向量之间的差向量进行归一化处理，得到所述子向量对对应的归一化的差向量，并根据所述子向量对对应的归一化的差向量，确定所述子向量对的相似度，由此能够发现涨粉向量中的元素的绝对值不相近、但涨粉趋势相似的发布者。
29.在一种可能的实现方式中，所述对所述子向量对中的两个子向量之间的差向量进行归一化处理，得到所述子向量对对应的归一化的差向量，包括：
30.对于所述子向量对中的两个子向量之间的差向量，将所述差向量中的元素分别减去所述差向量的最小元素，得到所述子向量对对应的平移后的差向量；
31.基于目标元素，对所述子向量对对应的平移后的差向量中的元素进行归一化，得到所述子向量对对应的归一化的差向量。
32.在该实现方式中，通过对于所述子向量对中的两个子向量之间的差向量，将所述差向量中的元素分别减去所述差向量的最小元素，得到所述子向量对对应的平移后的差向量，并基于目标元素，对所述子向量对对应的平移后的差向量中的元素进行归一化，得到所述子向量对对应的归一化的差向量，基于由此确定的子向量对对应的归一化的差向量，能够更准确地确定子向量对中的两个子向量之间的相似度，从而能够更准确地确定发布者之间的相似度。
33.在一种可能的实现方式中，将所述多个子向量对对应的平移后的差向量中的最大元素，确定为所述目标元素。
34.在这个实现方式中，通过将所述多个子向量对对应的平移后的差向量中的最大元素，确定为所述目标元素，由此对所述多个子向量对采用相同的基准进行归一化，基于由此确定的子向量对对应的归一化的差向量，能够更准确地确定子向量对中的两个子向量之间的相似度，从而能够更准确地确定发布者之间的相似度。
35.在一种可能的实现方式中，所述子向量对的相似度，与所述子向量对对应的归一化的差向量的元素之和负相关。
36.根据该实现方式，能够更准确地确定子向量对中的两个子向量之间的相似度。
37.在一种可能的实现方式中，所述子向量对的相似度与第一比值负相关，其中，所述第一比值为第一和值与第二和值之间的比值，所述第一和值为所述子向量对对应的归一化
的差向量的元素之和，所述第二和值为所述多个子向量对对应的归一化的差向量的元素之和的最大值。
38.根据该实现方式，能够进一步提高所确定的子向量对的相似度的准确性，即，根据这个例子确定的子向量对的相似度，能够更准确地反映第一涨粉向量和第二涨粉向量的涨粉趋势的相似度。
39.在一种可能的实现方式中，所述子向量对的相似度，与所述子向量对中的子向量的长度正相关。
40.根据该实现方式确定的子向量对的相似度，能够更准确地反映第一涨粉向量和第二涨粉向量的涨粉趋势的相似度。
41.在一种可能的实现方式中，所述子向量对的相似度与第二比值正相关，其中，所述第二比值为第一长度与第二长度之间的比值，所述第一长度为所述子向量对中的子向量的长度，所述第二长度为所述多个子向量对中的子向量的最大长度。
42.根据该实现方式，能够进一步提高所确定的子向量对的相似度的准确性，即，根据这个例子确定的子向量对的相似度，能够更准确地反映第一涨粉向量和第二涨粉向量的涨粉趋势的相似度。
43.在一种可能的实现方式中，所述根据所述多个子向量对的相似度，确定所述第一发布者与所述第二发布者之间的相似度，包括：
44.将所述多个子向量对的相似度中的最大相似度，确定为所述第一发布者与所述第二发布者之间的相似度。
45.在该实现方式中，通过将所述多个子向量对的相似度中的最大相似度，确定为第一发布者与第二发布者之间的相似度，由此有助于发现部分涨粉趋势相似的发布者。
46.根据本公开的一方面，提供了一种发布者的比对装置，包括：
47.获取模块，用于获取第一发布者在不同时间的粉丝数量和第二发布者在不同时间的粉丝数量；
48.第一确定模块，用于根据所述第一发布者在不同时间的粉丝数量，确定所述第一发布者对应的第一涨粉向量；
49.第二确定模块，用于根据所述第二发布者在不同时间的粉丝数量，确定所述第二发布者对应的第二涨粉向量；
50.第三确定模块，用于根据所述第一涨粉向量的子向量和所述第二涨粉向量的子向量，确定所述第一发布者与所述第二发布者之间的相似度。
51.在一种可能的实现方式中，
52.所述第一确定模块用于：根据所述第一发布者在不同时间的粉丝数量，以及预设的多个粉丝数量区间，确定所述第一发布者对应的第一涨粉向量，其中，所述第一涨粉向量包括至少一个元素，所述第一涨粉向量中的任一元素，表示所述第一发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度；
53.所述第二确定模块用于：根据所述第二发布者在不同时间的粉丝数量，以及所述预设的多个粉丝数量区间，确定所述第二发布者对应的第二涨粉向量，其中，所述第二涨粉向量包括至少一个元素，所述第二涨粉向量中的任一元素，表示所述第二发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度。
54.在一种可能的实现方式中，所述第三确定模块用于：
55.根据所述第一涨粉向量的连续子向量和所述第二涨粉向量的连续子向量，确定所述第一发布者与所述第二发布者之间的相似度。
56.在一种可能的实现方式中，所述第三确定模块用于：
57.根据所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量，确定所述第一发布者与所述第二发布者之间的相似度。
58.在一种可能的实现方式中，所述第三确定模块用于：
59.根据所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量，确定所述第一涨粉向量和所述第二涨粉向量中的多个子向量对，其中，所述多个子向量对中的任一子向量对包括所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量；
60.对于所述多个子向量对中的任一子向量对，根据所述子向量对中的两个子向量之间的差向量，确定所述子向量对的相似度；
61.根据所述多个子向量对的相似度，确定所述第一发布者与所述第二发布者之间的相似度。
62.在一种可能的实现方式中，所述第三确定模块用于：
63.对所述子向量对中的两个子向量之间的差向量进行归一化处理，得到所述子向量对对应的归一化的差向量；
64.根据所述子向量对对应的归一化的差向量，确定所述子向量对的相似度。
65.在一种可能的实现方式中，所述第三确定模块用于：
66.对于所述子向量对中的两个子向量之间的差向量，将所述差向量中的元素分别减去所述差向量的最小元素，得到所述子向量对对应的平移后的差向量；
67.基于目标元素，对所述子向量对对应的平移后的差向量中的元素进行归一化，得到所述子向量对对应的归一化的差向量。
68.在一种可能的实现方式中，将所述多个子向量对对应的平移后的差向量中的最大元素，确定为所述目标元素。
69.在一种可能的实现方式中，所述子向量对的相似度，与所述子向量对对应的归一化的差向量的元素之和负相关。
70.在一种可能的实现方式中，所述子向量对的相似度与第一比值负相关，其中，所述第一比值为第一和值与第二和值之间的比值，所述第一和值为所述子向量对对应的归一化的差向量的元素之和，所述第二和值为所述多个子向量对对应的归一化的差向量的元素之和的最大值。
71.在一种可能的实现方式中，所述子向量对的相似度，与所述子向量对中的子向量的长度正相关。
72.在一种可能的实现方式中，所述子向量对的相似度与第二比值正相关，其中，所述第二比值为第一长度与第二长度之间的比值，所述第一长度为所述子向量对中的子向量的长度，所述第二长度为所述多个子向量对中的子向量的最大长度。
73.在一种可能的实现方式中，所述第三确定模块用于：
74.将所述多个子向量对的相似度中的最大相似度，确定为所述第一发布者与所述第二发布者之间的相似度。
75.根据本公开的一方面，提供了一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
76.根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
77.根据本公开的一方面，提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
78.在本公开实施例中，通过获取第一发布者在不同时间的粉丝数量和第二发布者在不同时间的粉丝数量，根据第一发布者在不同时间的粉丝数量，确定第一发布者对应的第一涨粉向量，根据第二发布者在不同时间的粉丝数量，确定第二发布者对应的第二涨粉向量，并根据第一涨粉向量的子向量和第二涨粉向量的子向量，确定第一发布者与第二发布者之间的相似度，由此能够准确地发现相似的发布者，从而能够针对相似的发布者发布的内容采用相同或相似的推送策略，进而有助于发布平台对发布者发布的内容进行更有效地分发，从而有助于节省内容分发网络的带宽。
79.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，而非限制本公开。
80.根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
81.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
82.图1示出本公开实施例提供的发布者的比对方法的流程图。
83.图2a示出本公开实施例提供的发布者的比对方法中第一发布者对应的涨粉日龄曲线的示意图。
84.图2b示出本公开实施例提供的发布者的比对方法中第二发布者对应的涨粉日龄曲线的示意图。
85.图3示出本公开实施例提供的发布者的比对方法中第一涨粉向量与第二涨粉向量之间的对比矩阵的示意图。
86.图4示出本公开实施例提供的发布者的比对方法中平移处理后的对比矩阵的示意图。
87.图5示出本公开实施例提供的发布者的比对方法中归一化的对比矩阵的示意图。
88.图6a示出本公开实施例提供的发布者的比对方法中目标发布者对应的涨粉日龄曲线的示意图。
89.图6b示出本公开实施例提供的发布者的比对方法中目标发布者的最相似发布者对应的涨粉日龄曲线的示意图。
90.图6c示出本公开实施例提供的发布者的比对方法中目标发布者的相似发布者对应的涨粉日龄曲线的示意图。
91.图6d示出本公开实施例提供的发布者的比对方法中目标发布者的非相似发布者对应的涨粉日龄曲线的示意图。
92.图7示出本公开实施例提供的发布者的比对方法中发布者对应的粉丝增长曲线的示意图。
93.图8示出本公开实施例提供的发布者的比对装置的框图。
94.图9示出本公开实施例提供的一电子设备1900的框图。
具体实施方式
95.以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
96.在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
97.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
98.另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
99.本公开实施例提供了一种发布者的比对方法、装置、电子设备、存储介质和程序产品，通过获取第一发布者在不同时间的粉丝数量和第二发布者在不同时间的粉丝数量，根据第一发布者在不同时间的粉丝数量，确定第一发布者对应的第一涨粉向量，根据第二发布者在不同时间的粉丝数量，确定第二发布者对应的第二涨粉向量，并根据第一涨粉向量的子向量和第二涨粉向量的子向量，确定第一发布者与第二发布者之间的相似度，由此能够准确地发现相似的发布者，从而能够针对相似的发布者发布的内容采用相同或相似的推送策略，进而有助于发布平台对发布者发布的内容进行更有效地分发，从而有助于节省内容分发网络的带宽。
100.下面结合附图对本公开实施例提供的发布者的比对方法进行详细的说明。
101.图1示出本公开实施例提供的发布者的比对方法的流程图。在一种可能的实现方式中，所述发布者的比对方法的执行主体可以是发布者的比对装置，例如，所述发布者的比对方法可以由终端设备或服务器或其它电子设备执行。其中，终端设备可以是用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中，所述发布者的比对方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，所述发布者的比对方法包括步骤s11至步骤s14。
102.在步骤s11中，获取第一发布者在不同时间的粉丝数量和第二发布者在不同时间的粉丝数量。
103.在步骤s12中，根据所述第一发布者在不同时间的粉丝数量，确定所述第一发布者
对应的第一涨粉向量。
104.在步骤s13中，根据所述第二发布者在不同时间的粉丝数量，确定所述第二发布者对应的第二涨粉向量。
105.在步骤s14中，根据所述第一涨粉向量的子向量和所述第二涨粉向量的子向量，确定所述第一发布者与所述第二发布者之间的相似度。
106.在本公开实施例中，发布者可以表示发布内容的人员、组织或者机器人。发布者所发布的内容可以为短视频、视频、音频、照片或者文章等等，在此不做限定。在一些应用场景中，发布者也可以被称为作者、创作者、博主、上传者、up主或者主播等等。在本公开实施例中，第一发布者与第二发布者是两个不同的发布者。
107.在本公开实施例中，粉丝可以表示关注或者订阅发布者的人员。在一些应用场景中，粉丝也可以被称为订阅者、关注者、跟随者或者追随者等等。
108.在本公开实施例中，可以获取第一发布者在注册账户后的不同时间的粉丝数量，并获取第二发布者在注册账户后的不同时间的粉丝数量；或者，可以获取第一发布者在发布第一项内容后的不同时间的粉丝数量，并获取第二发布者在发布第一项内容后的不同时间的粉丝数量；等等。
109.例如，可以获取第一发布者在注册账户后的每天的粉丝数量，并获取第二发布者在注册账户后的每天的粉丝数量；又如，可以获取第一发布者在注册账户后的每周的粉丝数量，并获取第二发布者在注册账户后的每周的粉丝数量；又如，可以获取第一发布者在注册账户后的每小时的粉丝数量，并获取第二发布者在注册账户后的每小时的粉丝数量；等等。
110.又如，可以获取第一发布者在发布第一项内容后的每天的粉丝数量，并获取第二发布者在发布第一项内容后的每天的粉丝数量；又如，可以获取第一发布者在发布第一项内容后的每周的粉丝数量，并获取第二发布者在发布第一项内容后的每周的粉丝数量；又如，可以获取第一发布者在发布第一项内容后的每小时的粉丝数量，并获取第二发布者在发布第一项内容后的每小时的粉丝数量；等等。
111.在本公开实施例中，根据第一发布者在不同时间的粉丝数量，可以确定第一发布者对应的第一涨粉向量。例如，可以根据第一发布者在注册账户后的每天的粉丝数量，确定第一发布者对应的第一涨粉向量。其中，第一涨粉向量可以表示第一发布者对应的涨粉向量。第一涨粉向量可以体现第一发布者的粉丝数量的变化信息。
112.根据第二发布者在不同时间的粉丝数量，可以确定第二发布者对应的第二涨粉向量。例如，可以根据第二发布者在注册账户后的每天的粉丝数量，确定第二发布者对应的第二涨粉向量。其中，第二涨粉向量可以表示第二发布者对应的涨粉向量。第二涨粉向量可以体现第二发布者的粉丝数量的变化信息。
113.第一涨粉向量包括至少一个元素，且第二涨粉向量包括至少一个元素。第一涨粉向量与第二涨粉向量的长度可以相同，也可以不同。
114.本公开实施例不对步骤s12和步骤s13的执行顺序进行限定，只要步骤s12和步骤s13分别在步骤s11之后、且在步骤s14之前执行即可。例如，可以按照步骤s11-步骤s12-步骤s13-步骤s14的顺序，执行本公开实施例提供的发布者的比对方法。又如，可以按照步骤s11-步骤s13-步骤s12-步骤s14的顺序，执行本公开实施例提供的发布者的比对方法。又
如，步骤s12和步骤s13可以同时执行。
115.在一种可能的实现方式中，所述根据所述第一发布者在不同时间的粉丝数量，确定所述第一发布者对应的第一涨粉向量，包括：根据所述第一发布者在不同时间的粉丝数量，以及预设的多个粉丝数量区间，确定所述第一发布者对应的第一涨粉向量，其中，所述第一涨粉向量包括至少一个元素，所述第一涨粉向量中的任一元素，表示所述第一发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度；所述根据所述第二发布者在不同时间的粉丝数量，确定所述第二发布者对应的第二涨粉向量，包括：根据所述第二发布者在不同时间的粉丝数量，以及所述预设的多个粉丝数量区间，确定所述第二发布者对应的第二涨粉向量，其中，所述第二涨粉向量包括至少一个元素，所述第二涨粉向量中的任一元素，表示所述第二发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度。
116.在该实现方式中，预设的多个粉丝数量区间中的各个粉丝数量区间的长度可以相同，也可以不同。例如，预设的粉丝数量区间的数量为101个，这101个粉丝数量区间分别为[0,1w),[1w,2w),
……
,[99w,100w),[100w, ∞)。又如，预设的粉丝数量区间的数量为4个，这4个粉丝数量区间分别为[0,1w),[1w,10w),[10w,100w),[100w, ∞)。其中，w表示万。例如，1w表示10000，100w表示1000000。在该实现方式中，第一涨粉向量和第二涨粉向量可以分别为一维向量。在该实现方式中，第一涨粉向量和第二涨粉向量也可以称为粉丝量跃迁向量。
[0117]
在一个示例中，预设的多个粉丝数量区间包括[0,1w),[1w,2w),
……
,[99w,100w),[100w, ∞)。根据预设的多个粉丝数量区间，以及第一发布者在注册账户后的每天的粉丝数量，可以确定第一发布者对应的第一涨粉向量。例如，第一发布者的粉丝数量停留在粉丝数量区间[0,1w)的时间长度为5天(即，第一发布者的粉丝数量从0涨到9999所经历的时长为5天)，第一发布者的粉丝数量停留在粉丝数量区间[1w,2w)的时间长度为0天，第一发布者的粉丝数量停留在粉丝数量区间[2w,3w)的时间长度为2天，第一发布者的粉丝数量停留在粉丝数量区间[3w,4w)的时间长度为1天，第一发布者的粉丝数量停留在粉丝数量区间[4w,5w)的时间长度为1天，第一发布者的粉丝数量停留在粉丝数量区间[5w,6w)的时间长度为0天，第一发布者的粉丝数量停留在粉丝数量区间[6w,7w)的时间长度为2天，且当前第一发布者的粉丝数量尚未达到7w，则可以确定第一发布者对应的第一涨粉向量为[5,0,2,1,1,0,2]。根据预设的多个粉丝数量区间，以及第二发布者在注册账户后的每天的粉丝数量，可以确定第二发布者对应的第二涨粉向量。例如，第二发布者的粉丝数量停留在粉丝数量区间[0,1w)的时间长度为7天(即，第二发布者的粉丝数量从0涨到9999所经历的时长为7天)，第二发布者的粉丝数量停留在粉丝数量区间[1w,2w)的时间长度为0天，第二发布者的粉丝数量停留在粉丝数量区间[2w,3w)的时间长度为6天，第二发布者的粉丝数量停留在粉丝数量区间[3w,4w)的时间长度为3天，第二发布者的粉丝数量停留在粉丝数量区间[4w,5w)的时间长度为3天，且当前第二发布者的粉丝数量尚未达到5w，则可以确定第二发布者对应的第二涨粉向量为[7,0,6,3,3]。
[0118]
在另一个示例中，预设的多个粉丝数量区间包括[0,1w),[1w,10w),[10w,100w),
[0119]
[100w, ∞)。根据预设的多个粉丝数量区间，以及第一发布者在注册账户后的每天的粉丝数量，可以确定第一发布者对应的第一涨粉向量。例如，第一发布者的粉丝数量停留在粉丝数量区间[0,1w)的时间长度为1000天，第一发布者的粉丝数量停留在粉丝数量区
间[1w,10w)的时间长度为10天，第一发布者的粉丝数量停留在粉丝数量区间[10w,100w)的时间长度为20天，则可以确定第一发布者对应的第一涨粉向量为[1000,10,20]。根据预设的多个粉丝数量区间，以及第二发布者在注册账户后的每天的粉丝数量，可以确定第二发布者对应的第二涨粉向量。例如，第二发布者的粉丝数量停留在粉丝数量区间[0,1w)的时间长度为2000天，第二发布者的粉丝数量停留在粉丝数量区间[1w,10w)的时间长度为20天，第二发布者的粉丝数量停留在粉丝数量区间[10w,100w)的时间长度为40天，则可以确定第二发布者对应的第二涨粉向量为[2000,20,40]。
[0120]
在该实现方式中，通过根据第一发布者在不同时间的粉丝数量，以及预设的多个粉丝数量区间，确定第一发布者对应的第一涨粉向量，根据第二发布者在不同时间的粉丝数量，以及所述预设的多个粉丝数量区间，确定第二发布者对应的第二涨粉向量，其中，第一涨粉向量中的任一元素表示第一发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度，第二涨粉向量中的任一元素表示第二发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度，由此确定的第一涨粉向量和第二涨粉向量能够准确地反映第一发布者和第二发布者的粉丝增长的特征。基于由此确定的第一涨粉向量和第二涨粉向量，能够提高确定第一发布者与第二发布者之间的相似度的准确性。
[0121]
在另一种可能的实现方式中，所述根据所述第一发布者在不同时间的粉丝数量，确定所述第一发布者对应的第一涨粉向量，包括：根据所述第一发布者在不同时间的粉丝数量，以及预设的多个时间区间，确定所述第一发布者对应的第一涨粉向量，其中，所述第一涨粉向量包括至少一个元素，所述第一涨粉向量中的任一元素，表示所述第一发布者在所述元素对应的时间区间的粉丝增长数量；所述根据所述第二发布者在不同时间的粉丝数量，确定所述第二发布者对应的第二涨粉向量，包括：根据所述第二发布者在不同时间的粉丝数量，以及所述预设的多个时间区间，确定所述第二发布者对应的第二涨粉向量，其中，所述第二涨粉向量包括至少一个元素，所述第二涨粉向量中的任一元素，表示所述第二发布者在所述元素对应的时间区间的粉丝增长数量。
[0122]
在本公开实施例中，在确定第一发布者对应的第一涨粉向量和第二发布者对应的第二涨粉向量之后，可以根据第一涨粉向量的子向量与第二涨粉向量的子向量之间的相似度，确定第一发布者与第二发布者之间的相似度。其中，第一涨粉向量的子向量的长度小于或等于第一涨粉向量的长度，且第一涨粉向量的子向量的长度大于或等于1；第二涨粉向量的子向量的长度小于或等于第二涨粉向量的长度，且第二涨粉向量的子向量的长度大于或等于1。在一种可能的实现方式中，可以根据第一涨粉向量的长度大于或等于2的子向量，以及第二涨粉向量的长度大于或等于2的子向量，确定第一发布者与第二发布者之间的相似度。
[0123]
在本公开实施例中，对于任一向量，若该向量中的各元素均为第一涨粉向量中的元素，且在该向量中的元素的数量大于或等于2的情况下，该向量中的元素的先后顺序与第一涨粉向量相同，则该向量为第一涨粉向量的子向量。例如，第一涨粉向量为[5,0,2,1,1,0,2]，则第一涨粉向量的子向量包括[5,0,2]、[2,1,1,0]、[0,1,0]、[5,0,2,1,1,0,2]等等。假设一向量为[2,0,5]，虽然[2,0,5]中的元素均为第一涨粉向量中的元素，但[2,0,5]中的元素的先后顺序与第一涨粉向量不同，因此，[2,0,5]不为第一涨粉向量的子向量。
[0124]
对于任一向量，若该向量中的各元素均为第二涨粉向量中的元素，且在该向量中
的元素的数量大于或等于2的情况下，该向量中的元素的先后顺序与第二涨粉向量相同，则该向量为第二涨粉向量的子向量。
[0125]
在一种可能的实现方式中，所述根据所述第一涨粉向量的子向量和所述第二涨粉向量的子向量，确定所述第一发布者与所述第二发布者之间的相似度，包括：根据所述第一涨粉向量的连续子向量和所述第二涨粉向量的连续子向量，确定所述第一发布者与所述第二发布者之间的相似度。
[0126]
在该实现方式中，对于第一涨粉向量的任一子向量，若该子向量中相邻的元素，在第一涨粉向量中也相邻，则该子向量为第一涨粉向量的连续子向量；若该子向量中相邻的任意两个元素，在第一涨粉向量中不相邻，则该子向量为第一涨粉向量的非连续子向量。例如，第一涨粉向量为[5,0,2,1,1,0,2]，则第一涨粉向量的连续子向量包括[5,0,2]、[2,1,1,0]、[5,0,2,1,1,0,2]等等，第一涨粉向量的非连续子向量包括[0,1,0]、[5,2,1,1,0,2]等等。
[0127]
对于第二涨粉向量的任一子向量，若该子向量中相邻的元素，在第二涨粉向量中也相邻，则该子向量为第二涨粉向量的连续子向量；若该子向量中相邻的任意两个元素，在第二涨粉向量中不相邻，则该子向量为第二涨粉向量的非连续子向量。
[0128]
在该实现方式中，通过根据第一涨粉向量的连续子向量和第二涨粉向量的连续子向量，确定第一发布者与第二发布者之间的相似度，由此能够提高所确定的第一发布者与第二发布者之间的相似度的准确性。
[0129]
在另一种可能的实现方式中，还可以根据第一涨粉向量的非连续子向量和第二涨粉向量的非连续子向量，确定第一发布者与第二发布者之间的相似度。
[0130]
在一种可能的实现方式中，所述根据所述第一涨粉向量的子向量和所述第二涨粉向量的子向量，确定所述第一发布者与所述第二发布者之间的相似度，包括：根据所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量，确定所述第一发布者与所述第二发布者之间的相似度。在该实现方式中，通过根据第一涨粉向量和第二涨粉向量中相同长度的子向量，确定第一发布者与第二发布者之间的相似度，由此能够提高所确定的第一发布者与第二发布者之间的相似度的准确性。
[0131]
作为该实现方式的一个示例，所述根据所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量，确定所述第一发布者与所述第二发布者之间的相似度，包括：根据第一涨粉向量和第二涨粉向量中相同长度的连续子向量，确定第一发布者与第二发布者之间的相似度。
[0132]
在另一种可能的实现方式中，还可以根据第一涨粉向量和所述第二涨粉向量中不同长度的子向量，确定所述第一发布者与所述第二发布者之间的相似度。
[0133]
在一种可能的实现方式中，所述根据所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量，确定所述第一发布者与所述第二发布者之间的相似度，包括：根据所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量，确定所述第一涨粉向量和所述第二涨粉向量中的多个子向量对，其中，所述多个子向量对中的任一子向量对包括所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量；对于所述多个子向量对中的任一子向量对，根据所述子向量对中的两个子向量之间的差向量，确定所述子向量对的相似度；根据所述多个子向量对的相似度，确定所述第一发布者与所述第二发布者之间的相似度。在该实
现方式中，所述多个子向量对中的任一子向量对包括两个子向量，这两个子向量包括第一涨粉向量的子向量和第二涨粉向量的子向量，且这两个子向量的长度相同。对于所述多个子向量对中的任一子向量对，可以根据所述子向量对中的两个子向量之间的差向量，确定所述子向量对的相似度。其中，任一子向量对的相似度，可以表示该子向量对中的两个子向量之间的相似度。
[0134]
在该实现方式中，通过根据第一涨粉向量和第二涨粉向量中相同长度的子向量，确定第一涨粉向量和第二涨粉向量中的多个子向量对，其中，所述多个子向量对中的任一子向量对包括第一涨粉向量和第二涨粉向量中相同长度的子向量，对于所述多个子向量对中的任一子向量对，根据所述子向量对中的两个子向量之间的差向量，确定所述子向量对的相似度，并根据所述多个子向量对的相似度，确定第一发布者与第二发布者之间的相似度，由此能够基于第一涨粉向量和第二涨粉向量中相同长度的子向量之间的差异信息，较准确地确定第一发布者与第二发布者之间的相似度。
[0135]
作为该实现方式的一个示例，对于所述多个子向量对中的任一子向量对，在所述子向量对中的子向量的长度小于最大子向量长度的情况下，所述子向量对中的两个子向量分别包含相应涨粉向量的边缘元素。其中，所述最大子向量长度为第一涨粉向量的长度和第二涨粉向量的长度中的较小值。例如，第一涨粉向量的长度为7，第二涨粉向量的长度为5，则所述最大子向量长度为5。任一涨粉向量的边缘元素包括该涨粉向量的第一个元素和最后一个元素。例如，第一涨粉向量为[5,0,2,1,1,0,2]，则第一涨粉向量的边缘元素包括5和2。又如，第二涨粉向量为[7,0,6,3,3]，则第二涨粉向量的边缘元素包括7和3。
[0136]
例如，第一涨粉向量为[5,0,2,1,1,0,2]，第二涨粉向量为[7,0,6,3,3]，则可以确定出以下9个子向量对：{[5,0],[3,3]}，{[5,0,2],[6,3,3]}，{[5,0,2,1],[0,6,3,3]}，{[5,0,2,1,1],[7,0,6,3,3]}，{[0,2,1,1,0],[7,0,6,3,3]}，{[2,1,1,0,2],[7,0,6,3,3]}，{[1,1,0,2],[7,0,6,3]}，{[1,0,2],[7,0,6]}，{[0,2],[7,0]}。
[0137]
在这个例子中，第一涨粉向量的长度为7，第二涨粉向量的长度为5，因此，第一涨粉向量和第二涨粉向量的子向量对中的最大子向量长度为5。其中，子向量对{[5,0,2,1,1],[7,0,6,3,3]}、{[0,2,1,1,0],[7,0,6,3,3]}和{[2,1,1,0,2],[7,0,6,3,3]}中的子向量的长度等于5；子向量对{[5,0],[3,3]}、{[5,0,2],[6,3,3]}、{[5,0,2,1],[0,6,3,3]}、{[1,1,0,2],[7,0,6,3]}、{[1,0,2],[7,0,6]}和{[0,2],[7,0]}中的子向量的长度小于5。在子向量对{[5,0],[3,3]}、{[5,0,2],[6,3,3]}、{[5,0,2,1],[0,6,3,3]}、{[1,1,0,2],[7,0,6,3]}、{[1,0,2],[7,0,6]}和{[0,2],[7,0]}中，每个子向量对中的两个子向量分别包含相应涨粉向量的边缘元素。例如，子向量对{[5,0],[3,3]}中的[5,0]包含第一涨粉向量的边缘元素5，[3,3]包含第二涨粉向量的边缘元素3；子向量对{[5,0,2],[6,3,3]}中的[5,0,2]包含第一涨粉向量的边缘元素5，[6,3,3]包含第二涨粉向量的边缘元素3；子向量对{[5,0,2,1],[0,6,3,3]}中的[5,0,2,1]包含第一涨粉向量的边缘元素5，[0,6,3,3]包含第二涨粉向量的边缘元素3；{[1,1,0,2],[7,0,6,3]}中的[1,1,0,2]包含第一涨粉向量的边缘元素2，[7,0,6,3]包含第二涨粉向量的边缘元素7；{[1,0,2],[7,0,6]}中的[1,0,2]包含第一涨粉向量的边缘元素2，[7,0,6]包含第二涨粉向量的边缘元素7；{[0,2],[7,0]}中的[0,2]包含第一涨粉向量的边缘元素2，[7,0]包含第二涨粉向量的边缘元素7。
[0138]
其中，子向量对{[5,0],[3,3]}中的两个子向量之间的差向量为[-2,3]，子向量对
{[5,0,2],[6,3,3]}中的两个子向量之间的差向量为[1,3,1]，子向量对{[5,0,2,1],[0,6,3,3]}中的两个子向量之间的差向量为[-5,6,1,2]，子向量对{[5,0,2,1,1],[7,0,6,3,3]}中的两个子向量之间的差向量为[2,0,4,2,2]，子向量对{[0,2,1,1,0],[7,0,6,3,3]}中的两个子向量之间的差向量为[7,-2,5,2,3]，子向量对{[2,1,1,0,2],[7,0,6,3,3]}中的两个子向量之间的差向量为[5,-1,5,3,1]，子向量对{[1,1,0,2],[7,0,6,3]}中的两个子向量之间的差向量为[6,-1,6,1]，子向量对{[1,0,2],[7,0,6]}中的两个子向量之间的差向量为[6,0,4]，子向量对{[0,2],[7,0]}中的两个子向量之间的差向量为[7,-2]。
[0139]
作为该实现方式的一个示例，可以根据第一涨粉向量和第二涨粉向量，构建第一涨粉向量与第二涨粉向量之间的对比矩阵，其中，所述对比矩阵可以为m
×
n矩阵，m可以为第二涨粉向量中的元素的数量，n可以为第一涨粉向量中的元素的数量，所述对比矩阵中的第i行第j列的元素可以为第二涨粉向量的第i个元素与第一涨粉向量的第j个元素的差值，1≤i≤m，1≤j≤n。
[0140]
图2a示出本公开实施例提供的发布者的比对方法中第一发布者对应的涨粉日龄曲线的示意图。在图2a中，横轴为粉丝数量，单位为万人，纵轴为时间轴，单位为日。第一发布者对应的第一涨粉向量为[5,0,2,1,1,0,2]。第一涨粉向量包括7个元素。
[0141]
图2b示出本公开实施例提供的发布者的比对方法中第二发布者对应的涨粉日龄曲线的示意图。在图2b中，横轴为粉丝数量，单位为万人，纵轴为时间轴，单位为日。第二发布者对应的第二涨粉向量为[7,0,6,3,3]。第二涨粉向量包括5个元素。
[0142]
图3示出本公开实施例提供的发布者的比对方法中第一涨粉向量与第二涨粉向量之间的对比矩阵的示意图。在图3所示的示例中，第一涨粉向量为[5,0,2,1,1,0,2]，第二涨粉向量为[7,0,6,3,3]，第一涨粉向量与第二涨粉向量之间的对比矩阵为5
×
7矩阵。所述对比矩阵中的第i行第j列的元素，为第二涨粉向量的第i个元素与第一涨粉向量的第j个元素的差值，其中，1≤i≤5，1≤j≤7。在图3中，箭头与子向量对对应的差向量一一对应。其中，子向量对对应的差向量表示子向量对中的两个子向量之间的差向量。
[0143]
作为该实现方式的一个示例，所述根据所述子向量对中的两个子向量之间的差向量，确定所述子向量对的相似度，包括：对所述子向量对中的两个子向量之间的差向量进行归一化处理，得到所述子向量对对应的归一化的差向量；根据所述子向量对对应的归一化的差向量，确定所述子向量对的相似度。在该示例中，通过对所述子向量对中的两个子向量之间的差向量进行归一化处理，得到所述子向量对对应的归一化的差向量，并根据所述子向量对对应的归一化的差向量，确定所述子向量对的相似度，由此能够发现涨粉向量中的元素的绝对值不相近、但涨粉趋势相似的发布者。例如，第一发布者对应的第一涨粉向量为[1000,10,20]，第二发布者对应的第二涨粉向量为[2000,20,40]。第一涨粉向量与第二涨粉向量虽然绝对值相差较大，但第一发布者与第二发布者的涨粉趋势相似。
[0144]
在一个示例中，所述对所述子向量对中的两个子向量之间的差向量进行归一化处理，得到所述子向量对对应的归一化的差向量，包括：对于所述子向量对中的两个子向量之间的差向量，将所述差向量中的元素分别减去所述差向量的最小元素，得到所述子向量对对应的平移后的差向量；基于目标元素，对所述子向量对对应的平移后的差向量中的元素进行归一化，得到所述子向量对对应的归一化的差向量。
[0145]
例如，对于子向量对{[5,0],[3,3]}中的两个子向量之间的差向量[-2,3]，所述差
向量的最小元素为-2，将所述差向量中的元素分别减去所述差向量的最小元素，可以得到子向量对{[5,0],[3,3]}对应的平移后的差向量[0,5]；
[0146]
对于子向量对{[5,0,2],[6,3,3]}中的两个子向量之间的差向量[1,3,1]，所述差向量的最小元素为1，将所述差向量中的元素分别减去所述差向量的最小元素，可以得到子向量对{[5,0,2],[6,3,3]}对应的平移后的差向量[0,2,0]；
[0147]
对于子向量对{[5,0,2,1],[0,6,3,3]}中的两个子向量之间的差向量[-5,6,1,2]，所述差向量的最小元素为-5，将所述差向量中的元素分别减去所述差向量的最小元素，可以得到子向量对{[5,0,2,1],[0,6,3,3]}对应的平移后的差向量[0,11,6,7]；
[0148]
对于子向量对{[5,0,2,1,1],[7,0,6,3,3]}中的两个子向量之间的差向量[2,0,4,2,2]，所述差向量的最小元素为0，将所述差向量中的元素分别减去所述差向量的最小元素，可以得到子向量对{[5,0,2,1,1],[7,0,6,3,3]}对应的平移后的差向量[2,0,4,2,2]；
[0149]
对于子向量对{[0,2,1,1,0],[7,0,6,3,3]}中的两个子向量之间的差向量[7,-2,5,2,3]，所述差向量的最小元素为-2，将所述差向量中的元素分别减去所述差向量的最小元素，可以得到子向量对{[0,2,1,1,0],[7,0,6,3,3]}对应的平移后的差向量[9,0,7,4,5]；
[0150]
对于子向量对{[2,1,1,0,2],[7,0,6,3,3]}中的两个子向量之间的差向量[5,-1,5,3,1]，所述差向量的最小元素为-1，将所述差向量中的元素分别减去所述差向量的最小元素，可以得到子向量对{[2,1,1,0,2],[7,0,6,3,3]}对应的平移后的差向量[6,0,6,4,2]；
[0151]
对于子向量对{[1,1,0,2],[7,0,6,3]}中的两个子向量之间的差向量[6,-1,6,1]，所述差向量的最小元素为-1，将所述差向量中的元素分别减去所述差向量的最小元素，可以得到子向量对{[1,1,0,2],[7,0,6,3]}对应的平移后的差向量[7,0,7,2]；
[0152]
对于子向量对{[1,0,2],[7,0,6]}中的两个子向量之间的差向量[6,0,4]，所述差向量的最小元素为0，将所述差向量中的元素分别减去所述差向量的最小元素，可以得到子向量对{[1,0,2],[7,0,6]}对应的平移后的差向量[6,0,4]；
[0153]
对于子向量对{[0,2],[7,0]}中的两个子向量之间的差向量[7,-2]。所述差向量的最小元素为-2，将所述差向量中的元素分别减去所述差向量的最小元素，可以得到子向量对{[0,2],[7,0]}对应的平移后的差向量[9,0]。
[0154]
图4示出本公开实施例提供的发布者的比对方法中平移处理后的对比矩阵的示意图。在图4中，箭头与子向量对对应的平移后的差向量一一对应。如图4所示，对于所述对比矩阵中的左上角的元素，可以取所述左上角的元素的绝对值；和/或，对于所述对比矩阵中的右下角的元素，可以取所述右下角的元素的绝对值。
[0155]
在该示例中，所述多个子向量对可以对应于相同的目标元素，也可以对应于不同的目标元素，在此不做限定。其中，所述多个子向量对中的任一子向量对对应的目标元素，大于或等于所述子向量对对应的平移后的差向量中的最大元素。
[0156]
在该示例中，通过对于所述子向量对中的两个子向量之间的差向量，将所述差向量中的元素分别减去所述差向量的最小元素，得到所述子向量对对应的平移后的差向量，并基于目标元素，对所述子向量对对应的平移后的差向量中的元素进行归一化，得到所述子向量对对应的归一化的差向量，基于由此确定的子向量对对应的归一化的差向量，能够
更准确地确定子向量对中的两个子向量之间的相似度，从而能够更准确地确定发布者之间的相似度。
[0157]
在一个例子中，将所述多个子向量对对应的平移后的差向量中的最大元素，确定为所述目标元素。在这个例子中，所述多个子向量对对应的目标元素相同。例如，所述多个子向量对对应的平移后的差向量分别为[0,5]、[0,2,0]、[0,11,6,7]、[2,0,4,2,2]、[9,0,7,4,5]、[6,0,6,4,2]、[7,0,7,2]、[6,0,4]和[9,0]，其中，最大元素为11，那么，可以将11确定为目标元素。将[0,5]、[0,2,0]、[0,11,6,7]、[2,0,4,2,2]、[9,0,7,4,5]、[6,0,6,4,2]、[7,0,7,2]、[6,0,4]和[9,0]中的各个元素分别除以11，可以得到所述多个子向量对对应的归一化的差向量。
[0158]
在这个例子中，通过将所述多个子向量对对应的平移后的差向量中的最大元素，确定为所述目标元素，由此对所述多个子向量对采用相同的基准进行归一化，基于由此确定的子向量对对应的归一化的差向量，能够更准确地确定子向量对中的两个子向量之间的相似度，从而能够更准确地确定发布者之间的相似度。
[0159]
在一个例子中，对于所述多个子向量对中的任一子向量对，可以将所述子向量对对应的平移后的差向量中的元素分别加1后，除以第三和值，得到所述子向量对对应的归一化的差向量，其中，第三和值为目标元素与1的和值。
[0160]
例如，目标元素为11，则第三和值为12；
[0161]
对于子向量对{[5,0],[3,3]}对应的平移后的差向量[0,5]，将所述平移后的差向量中的元素分别加1后，除以12，可以得到子向量对{[5,0],[3,3]}对应的归一化的差向量[0.083,0.5]；
[0162]
对于子向量对{[5,0,2],[6,3,3]}对应的平移后的差向量[0,2,0]，将所述平移后的差向量中的元素分别加1后，除以12，可以得到子向量对{[5,0,2],[6,3,3]}对应的归一化的差向量[0.083,0.25,0.083]；
[0163]
对于子向量对{[5,0,2,1],[0,6,3,3]}对应的平移后的差向量[0,11,6,7]，将所述平移后的差向量中的元素分别加1后，除以12，可以得到子向量对{[5,0,2,1],[0,6,3,3]}对应的归一化的差向量[0.083,1.0,0.583,0.667]；
[0164]
对于子向量对{[5,0,2,1,1],[7,0,6,3,3]}对应的平移后的差向量[2,0,4,2,2]，将所述平移后的差向量中的元素分别加1后，除以12，可以得到子向量对{[5,0,2,1,1],[7,0,6,3,3]}对应的归一化的差向量[0.25,0.083,0.417,0.25,0.25]；
[0165]
对于子向量对{[0,2,1,1,0],[7,0,6,3,3]}对应的平移后的差向量[9,0,7,4,5]，将所述平移后的差向量中的元素分别加1后，除以12，可以得到子向量对{[0,2,1,1,0],[7,0,6,3,3]}对应的归一化的差向量[0.833,0.083,0.667,0.417,0.5]；
[0166]
对于子向量对{[2,1,1,0,2],[7,0,6,3,3]}对应的平移后的差向量[6,0,6,4,2]，将所述平移后的差向量中的元素分别加1后，除以12，可以得到子向量对{[2,1,1,0,2],[7,0,6,3,3]}对应的归一化的差向量[0.583,0.083,0.583,0.417,0.25]；
[0167]
对于子向量对{[1,1,0,2],[7,0,6,3]}对应的平移后的差向量[7,0,7,2]，将所述平移后的差向量中的元素分别加1后，除以12，可以得到子向量对{[1,1,0,2],[7,0,6,3]}对应的归一化的差向量[0.667,0.083,0.667,0.25]；
[0168]
对于子向量对{[1,0,2],[7,0,6]}对应的平移后的差向量[6,0,4]，将所述平移后
的差向量中的元素分别加1后，除以12，可以得到子向量对{[1,0,2],[7,0,6]}对应的归一化的差向量[0.583,0.083,0.417]；
[0169]
对于子向量对{[0,2],[7,0]}对应的平移后的差向量[9,0]，将所述平移后的差向量中的元素分别加1后，除以12，可以得到子向量对{[0,2],[7,0]}对应的归一化的差向量[0.833,0.083]。
[0170]
图5示出本公开实施例提供的发布者的比对方法中归一化的对比矩阵的示意图。在图5中，箭头与子向量对对应的归一化的差向量一一对应。
[0171]
在另一个例子中，所述多个子向量对对应的目标元素可以不同。例如，对于所述多个子向量对中的任一子向量对，可以将所述子向量对对应的平移后的差向量中的最大元素，确定为所述子向量对对应的目标元素。
[0172]
在另一个示例中，所述对所述子向量对中的两个子向量之间的差向量进行归一化处理，得到所述子向量对对应的归一化的差向量，包括：对于所述子向量对中的两个子向量之间的差向量，将所述差向量中的元素分别减去所述差向量的最小元素，再加1，得到所述子向量对对应的平移后的差向量；基于目标元素，对所述子向量对对应的平移后的差向量中的元素进行归一化，得到所述子向量对对应的归一化的差向量。
[0173]
在一个示例中，所述子向量对的相似度，与所述子向量对对应的归一化的差向量的元素之和负相关。在该示例中，对于所述多个子向量对中的任一子向量对，所述子向量对对应的归一化的差向量的元素之和越大，则所述子向量对中的两个子向量之间的相似度越小，所述子向量对对应的归一化的差向量的元素之和越小，则所述子向量对中的两个子向量之间的相似度越大。根据该示例，能够更准确地确定子向量对中的两个子向量之间的相似度。
[0174]
在一个例子中，所述子向量对的相似度与第一比值负相关，其中，所述第一比值为第一和值与第二和值之间的比值，所述第一和值为所述子向量对对应的归一化的差向量的元素之和，所述第二和值为所述多个子向量对对应的归一化的差向量的元素之和的最大值。
[0175]
其中，所述多个子向量对中的第k个子向量对对应的第一比值可以记为其中，dk表示第k个子向量对对应的第一和值，即，dk表示第k个子向量对对应的归一化的差向量的元素之和，d
kmax
表示第二和值，即，d
kmax
表示所述多个子向量对对应的归一化的差向量的元素之和的最大值。例如，总共有9个子向量对，则1≤k≤9。
[0176]
例如，子向量对{[5,0],[3,3]}对应的归一化的差向量为[0.083,0.5]，那么，子向量对{[5,0],[3,3]}对应的dk＝0.083 0.5＝0.583；
[0177]
子向量对{[5,0,2],[6,3,3]}对应的归一化的差向量为[0.083,0.25,0.083]，那么，子向量对{[5,0,2],[6,3,3]}对应的dk＝0.083 0.25 0.083＝0.416；
[0178]
子向量对{[5,0,2,1],[0,6,3,3]}对应的归一化的差向量为[0.083,1.0,0.583,0.667]，那么，子向量对{[5,0,2,1],[0,6,3,3]}对应的dk＝0.083 1.0 0.583 0.667＝2.333；
[0179]
子向量对{[5,0,2,1,1],[7,0,6,3,3]}对应的归一化的差向量为[0.25,0.083,0.417,0.25,0.25]，那么，子向量对{[5,0,2,1,1],[7,0,6,3,3]}对应的dk＝0.25 0.083
0.417 0.25 0.25＝1.25；
[0180]
子向量对{[0,2,1,1,0],[7,0,6,3,3]}对应的归一化的差向量为[0.833,0.083,0.667,0.417,0.5]，那么，子向量对{[0,2,1,1,0],[7,0,6,3,3]}对应的dk＝0.833 0.083 0.667 0.417 0.5＝2.5；
[0181]
子向量对{[2,1,1,0,2],[7,0,6,3,3]}对应的归一化的差向量为[0.583,0.083,0.583,0.417,0.25]，那么，子向量对{[2,1,1,0,2],[7,0,6,3,3]}对应的dk＝0.583 0.083 0.583 0.417 0.25＝1.916；
[0182]
子向量对{[1,1,0,2],[7,0,6,3]}对应的归一化的差向量为[0.667,0.083,0.667,0.25]，那么，子向量对{[1,1,0,2],[7,0,6,3]}对应的dk＝0.667 0.083 0.667 0.25＝1.667；
[0183]
子向量对{[1,0,2],[7,0,6]}对应的归一化的差向量为[0.583,0.083,0.417]，那么，子向量对{[1,0,2],[7,0,6]}对应的dk＝0.583 0.083 0.417＝1.083；
[0184]
子向量对{[0,2],[7,0]}对应的归一化的差向量为[0.833,0.083]，那么，子向量对{[0,2],[7,0]}对应的dk＝0.833 0.083＝0.916。
[0185]
其中，d
kmax
＝2.5。
[0186]
根据这个例子，能够进一步提高所确定的子向量对的相似度的准确性，即，根据这个例子确定的子向量对的相似度，能够更准确地反映第一涨粉向量和第二涨粉向量的涨粉趋势的相似度。
[0187]
在一个示例中，所述子向量对的相似度，与所述子向量对中的子向量的长度正相关。在该示例中，对于所述多个子向量对中的任一子向量对，所述子向量对中的子向量的长度越大，则所述子向量对中的两个子向量之间的相似度越大，所述子向量对中的子向量的长度越小，则所述子向量对中的两个子向量之间的相似度越小。根据这个例子确定的子向量对的相似度，能够更准确地反映第一涨粉向量和第二涨粉向量的涨粉趋势的相似度。
[0188]
在一个例子中，所述子向量对的相似度与第二比值正相关，其中，所述第二比值为第一长度与第二长度之间的比值，所述第一长度为所述子向量对中的子向量的长度，所述第二长度为所述多个子向量对中的子向量的最大长度。
[0189]
其中，所述多个子向量对中的第k个子向量对对应的第二比值可以记为其中，lk表示第k个子向量对对应的第一长度，即，lk表示第k个子向量对中的子向量的长度，l
max
表示第二长度，即，l
max
表示所述多个子向量对中的子向量的最大长度。例如，总共有9个子向量对，则1≤k≤9。
[0190]
例如，子向量对{[5,0],[3,3]}对应的lk＝2，子向量对{[5,0,2],[6,3,3]}对应的lk＝3，子向量对{[5,0,2,1],[0,6,3,3]}对应的lk＝4，子向量对{[5,0,2,1,1],[7,0,6,3,3]}对应的lk＝5，子向量对{[0,2,1,1,0],[7,0,6,3,3]}对应的lk＝5，子向量对{[2,1,1,0,2],[7,0,6,3,3]}对应的lk＝5，子向量对{[1,1,0,2],[7,0,6,3]}对应的lk＝4，子向量对{[1,0,2],[7,0,6]}对应的lk＝3，子向量对{[0,2],[7,0]}对应的lk＝2。其中，l
max
＝5。
[0191]
根据这个例子，能够进一步提高所确定的子向量对的相似度的准确性，即，根据这个例子确定的子向量对的相似度，能够更准确地反映第一涨粉向量和第二涨粉向量的涨粉趋势的相似度。
[0192]
在一个例子中，可以采用式1，确定第k个子向量对中的两个子向量之间的相似度sk：
[0193][0194]
其中，dk表示第k个子向量对对应的归一化的差向量的元素之和，d
kmax
表示所述多个子向量对对应的归一化的差向量的元素之和的最大值，lk表示第k个子向量对中的子向量的长度，l
max
表示所述多个子向量对中的子向量的最大长度。
[0195]
例如，对于子向量对{[5,0],[3,3]}，
[0196]
对于子向量对{[5,0,2,1],[0,6,3,3]}，
[0197]
对于子向量对{[0,2,1,1,0],[7,0,6,3,3]}，
[0198]
在这个例子中，通过采用距离惩罚项和长度惩罚项确定第k个子向量对中的两个子向量之间的相似度sk，所确定的相似度sk能够更准确地反映第一涨粉向量和第二涨粉向量的涨粉趋势的相似度。
[0199]
作为该实现方式的另一个示例，可以不对所述子向量对中的两个子向量之间的差向量进行归一化处理，直接根据所述子向量对中的两个子向量，确定所述子向量对的相似度
[0200]
作为该实现方式的一个示例，所述根据所述多个子向量对的相似度，确定所述第一发布者与所述第二发布者之间的相似度，包括：将所述多个子向量对的相似度中的最大相似度，确定为所述第一发布者与所述第二发布者之间的相似度。在该示例中，通过将所述多个子向量对的相似度中的最大相似度，确定为第一发布者与第二发布者之间的相似度，由此有助于发现部分涨粉趋势相似的发布者。
[0201]
在其他示例中，还可以根据所述多个子向量对的相似度的平均值或者中位数等，确定第一发布者与第二发布者之间的相似度。
[0202]
在一种可能的实现方式中，在所述确定所述第一发布者与所述第二发布者之间的相似度之后，所述方法还包括：响应于第一发布者与第二发布者之间的相似度大于或等于预设相似度，确定第一发布者与第二发布者互为相似的发布者；或者，响应于第一发布者与第二发布者之间的相似度小于预设相似度，确定第一发布者与第二发布者互为非相似的发布者。
[0203]
下面通过一个具体的应用场景说明本公开实施例提供的发布者的比对方法。
[0204]
在该应用场景中，可以预先设置101个粉丝数量区间，分别为[0,1w),[1w,2w),
……
,[99w,100w),[100w, ∞)。可以获取第一发布者在注册账户后每天的粉丝数量，并可以根据第一发布者在注册账户后每天的粉丝数量以及预设的101个粉丝数量区间，确
定第一发布者对应的第一涨粉向量，其中，第一涨粉向量包括至少一个元素，第一涨粉向量中的任一元素，表示第一发布者的粉丝数量停留在所述元素对应的粉丝数量区间的日数。例如，第一涨粉向量为[5,0,2,1,1,0,2]。可以获取第二发布者在注册账户后每天的粉丝数量，并可以根据第二发布者在注册账户后每天的粉丝数量以及预设的101个粉丝数量区间，确定第二发布者对应的第二涨粉向量，其中，第二涨粉向量包括至少一个元素，第二涨粉向量中的任一元素，表示第二发布者的粉丝数量停留在所述元素对应的粉丝数量区间的日数。例如，第二涨粉向量为[7,0,6,3,3]。
[0205]
根据第一涨粉向量和第二涨粉向量，可以确定出以下9个子向量对：{[5,0],[3,3]}，{[5,0,2],[6,3,3]}，{[5,0,2,1],[0,6,3,3]}，{[5,0,2,1,1],[7,0,6,3,3]}，{[0,2,1,1,0],[7,0,6,3,3]}，{[2,1,1,0,2],[7,0,6,3,3]}，{[1,1,0,2],[7,0,6,3]}，{[1,0,2],[7,0,6]}，{[0,2],[7,0]}。
[0206]
其中，子向量对{[5,0],[3,3]}中的两个子向量之间的差向量为[-2,3]，子向量对{[5,0,2],[6,3,3]}中的两个子向量之间的差向量为[1,3,1]，子向量对{[5,0,2,1],[0,6,3,3]}中的两个子向量之间的差向量为[-5,6,1,2]，子向量对{[5,0,2,1,1],[7,0,6,3,3]}中的两个子向量之间的差向量为[2,0,4,2,2]，子向量对{[0,2,1,1,0],[7,0,6,3,3]}中的两个子向量之间的差向量为[7,-2,5,2,3]，子向量对{[2,1,1,0,2],[7,0,6,3,3]}中的两个子向量之间的差向量为[5,-1,5,3,1]，子向量对{[1,1,0,2],[7,0,6,3]}中的两个子向量之间的差向量为[6,-1,6,1]，子向量对{[1,0,2],[7,0,6]}中的两个子向量之间的差向量为[6,0,4]，子向量对{[0,2],[7,0]}中的两个子向量之间的差向量为[7,-2]。
[0207]
如图3所示，可以构建第一涨粉向量与第二涨粉向量之间的对比矩阵。其中，所述对比矩阵为5
×
7矩阵。所述对比矩阵中的第i行第j列的元素，为第二涨粉向量的第i个元素与第一涨粉向量的第j个元素的差值，其中，1≤i≤5，1≤j≤7。在图3中，箭头与子向量对对应的差向量一一对应。
[0208]
对于9个子向量对中的任一子向量对中的两个子向量之间的差向量，将所述差向量中的元素分别减去所述差向量的最小元素，得到所述子向量对对应的平移后的差向量。其中，子向量对{[5,0],[3,3]}对应的平移后的差向量为[0,5]，子向量对{[5,0,2],[6,3,3]}对应的平移后的差向量为[0,2,0]，子向量对{[5,0,2,1],[0,6,3,3]}对应的平移后的差向量为[0,11,6,7]，子向量对{[5,0,2,1,1],[7,0,6,3,3]}对应的平移后的差向量为[2,0,4,2,2]，子向量对{[0,2,1,1,0],[7,0,6,3,3]}对应的平移后的差向量为[9,0,7,4,5]，子向量对{[2,1,1,0,2],[7,0,6,3,3]}对应的平移后的差向量为[6,0,6,4,2]，子向量对{[1,1,0,2],[7,0,6,3]}对应的平移后的差向量为[7,0,7,2]，子向量对{[1,0,2],[7,0,6]}对应的平移后的差向量为[6,0,4]，子向量对{[0,2],[7,0]}对应的平移后的差向量为[9,0]。
[0209]
可以将9个子向量对对应的平移后的差向量中的最大元素11，确定为目标元素。将目标元素加1，可以得到第三和值12。对于9个子向量对中的任一子向量对，可以将所述子向量对对应的平移后的差向量中的元素分别加1后，除以第三和值，得到所述子向量对对应的归一化的差向量。其中，子向量对{[5,0],[3,3]}对应的归一化的差向量为[0.083,0.5]，子向量对{[5,0,2],[6,3,3]}对应的归一化的差向量为[0.083,0.25,0.083]，子向量对{[5,0,2,1],[0,6,3,3]}对应的归一化的差向量为[0.083,1.0,0.583,0.667]，子向量对{[5,0,
2,1,1],[7,0,6,3,3]}对应的归一化的差向量为[0.25,0.083,0.417,0.25,0.25]，子向量对{[0,2,1,1,0],[7,0,6,3,3]}对应的归一化的差向量为[0.833,0.083,0.667,0.417,0.5]，子向量对{[2,1,1,0,2],[7,0,6,3,3]}对应的归一化的差向量为[0.583,0.083,0.583,0.417,0.25]，子向量对{[1,1,0,2],[7,0,6,3]}对应的归一化的差向量为[0.667,0.083,0.667,0.25]，子向量对{[1,0,2],[7,0,6]}对应的归一化的差向量为[0.583,0.083,0.417]，子向量对{[0,2],[7,0]}对应的归一化的差向量为[0.833,0.083]。
[0210]
可以采用式1，确定9个子向量对中的各个子向量对的相似度。可以将9个子向量对的相似度中的最大相似度，确定为第一发布者与第二发布者之间的相似度。
[0211]
图6a示出本公开实施例提供的发布者的比对方法中目标发布者对应的涨粉日龄曲线的示意图。在图6a中，横轴为粉丝数量，单位为万人，纵轴为时间轴，单位为日。采用本公开实施例提供的发布者的比对方法，对于任一目标发布者，可以确定该目标发布者对应的相似发布者、最相似发布者和非相似发布者。图6b示出本公开实施例提供的发布者的比对方法中目标发布者的最相似发布者对应的涨粉日龄曲线的示意图。在图6b中，横轴为粉丝数量，单位为万人，纵轴为时间轴，单位为日。图6c示出本公开实施例提供的发布者的比对方法中目标发布者的相似发布者对应的涨粉日龄曲线的示意图。在图6c中，横轴为粉丝数量，单位为万人，纵轴为时间轴，单位为日。图6d示出本公开实施例提供的发布者的比对方法中目标发布者的非相似发布者对应的涨粉日龄曲线的示意图。在图6d中，横轴为粉丝数量，单位为万人，纵轴为时间轴，单位为日。
[0212]
图7示出本公开实施例提供的发布者的比对方法中发布者对应的粉丝增长曲线的示意图。在图7中，横轴为时间轴，单位为日，纵轴表示粉丝数量，单位为万人。如图7所示，根据发布者1在注册账户后每天的粉丝数量，可以得到发布者1对应的粉丝增长曲线31；根据发布者2在注册账户后每天的粉丝数量，可以得到发布者2对应的粉丝增长曲线32；根据发布者3在注册账户后每天的粉丝数量，可以得到发布者3对应的粉丝增长曲线33；根据发布者4在注册账户后每天的粉丝数量，可以得到发布者4对应的粉丝增长曲线34；根据发布者5在注册账户后每天的粉丝数量，可以得到发布者5对应的粉丝增长曲线35。采用本公开实施例提供的发布者的比对方法，可以确定发布者1、发布者2、发布者3与发布者5互为相似的发布者，发布者4与发布者5互为非相似的发布者。
[0213]
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
[0214]
此外，本公开还提供了发布者的比对装置、电子设备、计算机可读存储介质、计算机程序产品，上述均可用来实现本公开提供的任一种发布者的比对方法，相应技术方案和技术效果可参见方法部分的相应记载，不再赘述。
[0215]
图8示出本公开实施例提供的发布者的比对装置的框图。如图8所示，所述发布者的比对装置包括：
[0216]
获取模块41，用于获取第一发布者在不同时间的粉丝数量和第二发布者在不同时间的粉丝数量；
[0217]
第一确定模块42，用于根据所述第一发布者在不同时间的粉丝数量，确定所述第
一发布者对应的第一涨粉向量；
[0218]
第二确定模块43，用于根据所述第二发布者在不同时间的粉丝数量，确定所述第二发布者对应的第二涨粉向量；
[0219]
第三确定模块44，用于根据所述第一涨粉向量的子向量和所述第二涨粉向量的子向量，确定所述第一发布者与所述第二发布者之间的相似度。
[0220]
在一种可能的实现方式中，
[0221]
所述第一确定模块42用于：根据所述第一发布者在不同时间的粉丝数量，以及预设的多个粉丝数量区间，确定所述第一发布者对应的第一涨粉向量，其中，所述第一涨粉向量包括至少一个元素，所述第一涨粉向量中的任一元素，表示所述第一发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度；
[0222]
所述第二确定模块43用于：根据所述第二发布者在不同时间的粉丝数量，以及所述预设的多个粉丝数量区间，确定所述第二发布者对应的第二涨粉向量，其中，所述第二涨粉向量包括至少一个元素，所述第二涨粉向量中的任一元素，表示所述第二发布者的粉丝数量停留在所述元素对应的粉丝数量区间的时间长度。
[0223]
在一种可能的实现方式中，所述第三确定模块44用于：
[0224]
根据所述第一涨粉向量的连续子向量和所述第二涨粉向量的连续子向量，确定所述第一发布者与所述第二发布者之间的相似度。
[0225]
在一种可能的实现方式中，所述第三确定模块44用于：
[0226]
根据所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量，确定所述第一发布者与所述第二发布者之间的相似度。
[0227]
在一种可能的实现方式中，所述第三确定模块44用于：
[0228]
根据所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量，确定所述第一涨粉向量和所述第二涨粉向量中的多个子向量对，其中，所述多个子向量对中的任一子向量对包括所述第一涨粉向量和所述第二涨粉向量中相同长度的子向量；
[0229]
对于所述多个子向量对中的任一子向量对，根据所述子向量对中的两个子向量之间的差向量，确定所述子向量对的相似度；
[0230]
根据所述多个子向量对的相似度，确定所述第一发布者与所述第二发布者之间的相似度。
[0231]
在一种可能的实现方式中，所述第三确定模块44用于：
[0232]
对所述子向量对中的两个子向量之间的差向量进行归一化处理，得到所述子向量对对应的归一化的差向量；
[0233]
根据所述子向量对对应的归一化的差向量，确定所述子向量对的相似度。
[0234]
在一种可能的实现方式中，所述第三确定模块44用于：
[0235]
对于所述子向量对中的两个子向量之间的差向量，将所述差向量中的元素分别减去所述差向量的最小元素，得到所述子向量对对应的平移后的差向量；
[0236]
基于目标元素，对所述子向量对对应的平移后的差向量中的元素进行归一化，得到所述子向量对对应的归一化的差向量。
[0237]
在一种可能的实现方式中，将所述多个子向量对对应的平移后的差向量中的最大元素，确定为所述目标元素。
[0238]
在一种可能的实现方式中，所述子向量对的相似度，与所述子向量对对应的归一化的差向量的元素之和负相关。
[0239]
在一种可能的实现方式中，所述子向量对的相似度与第一比值负相关，其中，所述第一比值为第一和值与第二和值之间的比值，所述第一和值为所述子向量对对应的归一化的差向量的元素之和，所述第二和值为所述多个子向量对对应的归一化的差向量的元素之和的最大值。
[0240]
在一种可能的实现方式中，所述子向量对的相似度，与所述子向量对中的子向量的长度正相关。
[0241]
在一种可能的实现方式中，所述子向量对的相似度与第二比值正相关，其中，所述第二比值为第一长度与第二长度之间的比值，所述第一长度为所述子向量对中的子向量的长度，所述第二长度为所述多个子向量对中的子向量的最大长度。
[0242]
在一种可能的实现方式中，所述第三确定模块44用于：
[0243]
将所述多个子向量对的相似度中的最大相似度，确定为所述第一发布者与所述第二发布者之间的相似度。
[0244]
在本公开实施例中，通过获取第一发布者在不同时间的粉丝数量和第二发布者在不同时间的粉丝数量，根据第一发布者在不同时间的粉丝数量，确定第一发布者对应的第一涨粉向量，根据第二发布者在不同时间的粉丝数量，确定第二发布者对应的第二涨粉向量，并根据第一涨粉向量的子向量和第二涨粉向量的子向量，确定第一发布者与第二发布者之间的相似度，由此能够准确地发现相似的发布者，从而能够针对相似的发布者发布的内容采用相同或相似的推送策略，进而有助于发布平台对发布者发布的内容进行更有效地分发，从而有助于节省内容分发网络的带宽。
[0245]
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现和技术效果可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
[0246]
本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。其中，所述计算机可读存储介质可以是非易失性计算机可读存储介质，或者可以是易失性计算机可读存储介质。
[0247]
本公开实施例还提出一种计算机程序，包括计算机可读代码，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
[0248]
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
[0249]
本公开实施例还提供一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
[0250]
电子设备可以被提供为终端、服务器或其它形态的设备。
[0251]
图9示出本公开实施例提供的一电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图9，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，
例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
[0252]
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入/输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(windows server
tm
)，苹果公司推出的基于图形用户界面操作系统(mac os x
tm
)，多用户多进程的计算机操作系统(unix
tm
),自由和开放原代码的类unix操作系统(linux
tm
)，开放原代码的类unix操作系统(freebsd
tm
)或类似。
[0253]
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
[0254]
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
[0255]
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
[0256]
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
[0257]
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c 等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可
编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
[0258]
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
[0259]
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
[0260]
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
[0261]
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0262]
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
[0263]
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
[0264]
若本公开实施例的技术方案涉及个人信息，应用本公开实施例的技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本公开实施例的技术方案涉及敏感个人信息，应用本公开实施例的技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
[0265]
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也
不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。