本技术涉及数据处理，尤其涉及一种用户相似度分析方法、装置、电子设备及存储介质。
背景技术：
1、随着互联网时代的到来，计算机技术的高速发展使得人们进入了一个信息爆炸的时代。用户在日常生活中会接收到很多信息，而这些信息都有各自的特点，可能是某个物品的介绍信息，也可能是某个产品的优惠信息。每个用户都有自己感兴趣的物品信息，但是有可能会因为物品信息投放方法不完善，用户容易经常接收到自己不感兴趣的物品信息。
2、为了使得投放的物品信息能够符合用户的兴趣，需要对目标用户进行精细化的定位，目前信息推荐算法主要分为两大类：相似度算法和机器学习算法，通过信息推荐算法能够获取用户感兴趣的产品，进而推送用户感兴趣的物品信息。但是目前难以很好地通过相似度算法获取用户感兴趣的产品，容易忽略用户对于感兴趣物品的评价特点，因此推荐算法存在局限性，容易导致推荐的物品信息发生误差。
技术实现思路
1、为解决或部分解决相关技术中存在的问题，本技术提供一种用户相似度分析方法、装置、电子设备及存储介质，能够得到两个用户之间的相似度，有利于从各种对象中筛选出用户感兴趣的对象，提高对象投放的准确度。
2、本技术第一方面提供一种用户相似度分析方法，包括获取多个目标对象分别对应的目标对象类别；获取两个用户分别对应的第一评价数据，每个所述第一评价数据包括所述用户对所述目标对象类别的对象的第一评价数量和所述用户对单个目标对象类别的对象的平均评价数量；根据两个所述用户的所述第一评价数据，确定所述两个用户之间的相似度。
3、结合第一方面，在第一方面的一种可能的实现方式中，获取所述用户的至少一个兴趣类别；从所述用户的至少一个兴趣类别中筛选出与所述目标对象类别相同的目标兴趣类别；若所述目标兴趣类别和所述目标对象类别相同，则获取所述用户对所述目标对象类别的对象的第一评价数量。
4、结合第一方面，在第一方面的一种可能的实现方式中，所述根据两个所述用户的所述第一评价数据，确定所述两个用户之间的相似度，包括：获取所述目标对象的第二评价数量，所述第二评价数量是所有用户对所述目标对象的评价总数量；根据所述目标对象的第二评价数量确定所述目标对象的权重，所述目标对象的权重与所述第二评价数量负相关；根据所述目标对象的权重对每个所述用户的第一评价数量进行加权，得到加权评价数量；根据所述加权评价数量、所述平均评价数量，确定所述两个用户之间的相似度。
5、结合第一方面，在第一方面的一种可能的实现方式中，所述根据所述加权评价数量、所述平均评价数量，确定所述两个用户之间的相似度，包括：获取每个所述用户对所述目标对象的历史评价时间；根据两个所述历史评价时间之间的绝对差值，确定所述目标对象的评价时间权重因子，所述评价时间权重因子与所述两个历史评价时间之间的绝对差值负相关；根据所述目标对象的评价时间权重因子、所述加权评价数量、所述平均评价数量，确定两个所述用户之间的相似度。
6、结合第一方面，在第一方面的一种可能的实现方式中，所述根据所述目标对象的评价时间权重因子、所述加权评价数量、所述平均评价数量，确定两个所述用户之间的相似度，包括：获取每个所述用户的第三评价数量，所述第三评价数量为所述用户对所有目标对象的评价数量；对于每个所述用户，根据所述用户的第三评价数量确定所述用户的活跃度权重因子，所述第三评价数量与所述活跃度权重因子正相关；根据所述加权评价数量、所述平均评价数量、所述评价时间权重因子、所述活跃度权重因子，确定两个所述用户之间的相似度。
7、结合第一方面，在第一方面的一种可能的实现方式中，所述根据所述用户的第三评价数量确定所述用户的活跃度权重因子，包括：若所述用户的第三评价数量小于预设阈值，则根据所述用户的第三评价数量和所述预设阈值之间的第一差值，确定所述用户的活跃度权重因子，所述活跃度权重因子与所述第一差值正相关。
8、结合第一方面，在第一方面的一种可能的实现方式中，所述根据所述用户的第三评价数量确定所述用户的活跃度权重因子，包括：若所述用户的第三评价数量大于所述预设阈值，则获取所述用户对所有目标对象的近期评价数量；根据所述用户的近期评价数量与预设阈值之间的第一比值，以及，所述用户的第三评价数量和所述预设阈值之间的第一差值，确定所述用户的活跃度权重因子，所述活跃度权重因子正相关于所述第一比值、所述第一差值。
9、结合第一方面，在第一方面的一种可能的实现方式中，所述根据所述用户的近期评价数量与预设阈值之间的第一比值，以及，所述用户的第三评价数量和所述预设阈值之间的第一差值，确定所述用户的活跃度权重因子，包括：确定所述第三评价数量和所述近期评价数量的第二差值；确定所述第二差值与所述预设阈值之间的第二比值；根据所述第二比值、所述第一比值和所述第一差值确定所述用户的活跃度权重因子，所述活跃度权重因子负相关于所述第二比值。
10、本技术第二方面提供一种用户相似度分析装置，包括获取模块，用于获取多个目标对象分别对应的目标对象类别；处理模块，用于获取两个用户分别对应的第一评价数据，每个所述第一评价数据包括所述用户对所述目标对象类别的对象的第一评价数量和所述用户对单个目标对象类别的对象的平均评价数量；确定模块，用于根据两个所述用户的所述第一评价数据，确定所述两个用户之间的相似度。
11、结合第二方面，在第二方面的一种可能的实现方式中，确定模块还用于获取所述用户的至少一个兴趣类别；从所述用户的至少一个兴趣类别中筛选出与所述目标对象类别相同的目标兴趣类别；若所述目标兴趣类别和所述目标对象类别相同，则获取所述用户对所述目标对象类别的对象的第一评价数量。
12、结合第二方面，在第二方面的一种可能的实现方式中，处理模块还用于获取所述目标对象的第二评价数量，所述第二评价数量是所有用户对所述目标对象的评价总数量；根据所述目标对象的第二评价数量确定所述目标对象的权重，所述目标对象的权重与所述第二评价数量负相关；根据所述目标对象的权重对每个所述用户的第一评价数量进行加权，得到加权评价数量；根据所述加权评价数量、所述平均评价数量，确定所述两个用户之间的相似度。
13、结合第二方面，在第二方面的一种可能的实现方式中，确定模块还用于获取每个所述用户对所述目标对象的历史评价时间；根据两个所述历史评价时间之间的绝对差值，确定所述目标对象的评价时间权重因子，所述评价时间权重因子与所述两个历史评价时间之间的绝对差值负相关；根据所述目标对象的评价时间权重因子、所述加权评价数量、所述平均评价数量，确定两个所述用户之间的相似度。
14、结合第二方面，在第二方面的一种可能的实现方式中，确定模块还用于获取每个所述用户的第三评价数量，所述第三评价数量为所述用户对所有目标对象的评价数量；对于每个所述用户，根据所述用户的第三评价数量确定所述用户的活跃度权重因子，所述第三评价数量与所述活跃度权重因子正相关；根据所述加权评价数量、所述平均评价数量、所述评价时间权重因子、所述活跃度权重因子，确定两个所述用户之间的相似度。
15、结合第二方面，在第二方面的一种可能的实现方式中，确定模块还用于若所述用户的第三评价数量小于预设阈值，则根据所述用户的第三评价数量和所述预设阈值之间的第一差值，确定所述用户的活跃度权重因子，所述活跃度权重因子与所述第一差值正相关。
16、结合第二方面，在第二方面的一种可能的实现方式中，确定模块还用于若所述用户的第三评价数量大于所述预设阈值，则获取所述用户对所有目标对象的近期评价数量；根据所述用户的近期评价数量与预设阈值之间的第一比值，以及，所述用户的第三评价数量和所述预设阈值之间的第一差值，确定所述用户的活跃度权重因子，所述活跃度权重因子正相关于所述第一比值、所述第一差值。
17、结合第二方面，在第二方面的一种可能的实现方式中，确定模块还用于确定所述第三评价数量和所述近期评价数量的第二差值；确定所述第二差值与所述预设阈值之间的第二比值；根据所述第二比值、所述第一比值和所述第一差值确定所述用户的活跃度权重因子，所述活跃度权重因子负相关于所述第二比值。
18、本技术第三方面提供一种电子设备，包括：
19、处理器；以及
20、存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
21、本技术第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
22、本技术第五方面提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如上所述的方法。
23、本技术提供的技术方案可以包括以下有益效果：
24、本技术的用户相似度分析方法，包括获取多个目标对象分别对应的目标对象类别；获取两个用户分别对应的第一评价数据，每个第一评价数据包括用户对目标对象类别的对象的第一评价数量和用户对单个目标对象类别的对象的平均评价数量；根据两个用户的第一评价数据，确定两个用户之间的相似度，能够得到两个用户之间的相似度，有利于从各种对象中筛选出用户感兴趣的对象，提高对象投放的准确度。
25、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，并不能限制本技术。
1.一种用户相似度分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述根据两个所述用户的所述第一评价数据，确定所述两个用户之间的相似度，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述加权评价数量、所述平均评价数量，确定所述两个用户之间的相似度，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标对象的评价时间权重因子、所述加权评价数量、所述平均评价数量，确定两个所述用户之间的相似度，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述用户的第三评价数量确定所述用户的活跃度权重因子，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述用户的第三评价数量确定所述用户的活跃度权重因子，包括：
8.根据权利要求7所述的方法，其特征在于，所述根据所述用户的近期评价数量与预设阈值之间的第一比值，以及，所述用户的第三评价数量和所述预设阈值之间的第一差值，确定所述用户的活跃度权重因子，包括：
9.一种用户相似度分析装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括：
11.一种计算机可读存储介质，其特征在于：其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1-8中任一项所述的方法。
12.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现权利要求1-8中任一项所述的方法。
