本申请涉及元宇宙领域领域，特别涉及一种元宇宙环境下的多维社交匹配方法及系统。
背景技术：
1、在迅速扩张的元宇宙时代，用户社交圈的无限拓展与信息交流的无界流动，虽带来了前所未有的连接机会，却也引发了新的挑战：社交疲劳，导致用户在海量的社交接触中感到迷茫与疲惫，难以有效识别并建立与潜在合作伙伴或灵感源泉之间的深度连接，用户常常发现自己淹没在众多浅层的社交接触中，难以聚焦精力培养真正富有意义和深度的人际关系，这一现象不仅影响了用户的社交体验质量，也限制了他们在专业合作、知识分享及创意启发等方面的潜力发挥。
2、面对这一困境，现有的社交管理与推荐系统大多停留在初级阶段，仅能基于简单的兴趣标签或社交活跃度进行匹配，这种浅层的匹配方式忽略了用户深层次的社交需求与个性化偏好，无法有效应对用户在多元化、动态变化的元宇宙社交场景中的期待与挑战，缺乏对用户深层次需求、个性化偏好及长期社交目标的精准理解。换言之，目前元宇宙系统中的社交关系匹配系统的短板在于未能深入探究用户的内在需求、细腻的个性化偏好以及他们对于建立长远社交联系的深层愿望。例如，一个人可能在表面上对科技新闻表现出兴趣，但这并不能完全代表他渴望在这一领域找到志同道合的伙伴进行深入探讨，或是期望结识能引领其进入新兴科技领域的导师。简而言之，现有的机制往往错失了挖掘用户社交动机背后更丰富、更多层次的内涵。
3、因此急需一种在元宇宙环境下能够精准识别用户社交偏好、深度挖掘潜在关系价值，并优化社交网络质量的多维社交匹配方法。
技术实现思路
1、本申请方案提供一种元宇宙环境下的多维社交匹配方法及系统，通过在元宇宙环境下获取用户的综合相似度，利用综合相似度进行多维度的高准确性的匹配。
2、为实现以上目的，第一方面，本方案提供了一种元宇宙环境下的多维社交匹配方法，包括以下步骤：自用户中选定目标用户，并设定除目标用户以外的其他用户为待匹配用户；获取目标用户同待匹配用户在元宇宙环境下的社交网络，并基于社交网络获取目标用户同待匹配用户的社交特征；获取目标用户和待匹配用户的用户数据，基于用户数据获取目标用户同不同待匹配用户的综合相似度，其中综合相似度为身份特征相似度、隐因子相似度、知识图谱相似度和序列行为相似度的加权值；将社交特征及综合相似度输入到已训练参数的多维社交匹配函数中得到目标用户同每一待匹配用户的匹配度得分。
3、第二方面，本方案提供了一种元宇宙环境下的多维社交匹配系统，包括：
4、用户选择模块，用于自用户中选定目标用户，并设定除目标用户以外的其他用户为待匹配用户；
5、社交特征获取模块，用于获取目标用户同待匹配用户在元宇宙环境下的社交网络，并基于社交网络获取目标用户同待匹配用户的社交特征；
6、综合相似度获取模块，用于获取目标用户和待匹配用户的用户数据，基于用户数据获取目标用户同不同待匹配用户的综合相似度，其中综合相似度为身份特征相似度、隐因子相似度、知识图谱相似度和序列行为相似度的加权值；
7、匹配度得分计算模块，用于将社交特征及综合相似度输入到已训练参数的多维社交匹配函数中得到目标用户同每一待匹配用户的匹配度得分。
8、第三方面，本方案提供了一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序包括用于控制过程以执行过程的程序代码，所述过程包括上述提到的元宇宙环境下的多维社交匹配方法。
9、区别于现有技术，本发明的主要贡献和创新点如下：
10、本方案通过在元宇宙环境下实施多维社交匹配，极大优化了用户的社交体验与连接质量，展现出以下显著益处：首先，深度剖析用户间的多维度相似性，超越了表面兴趣，促进了基于共同价值观、长远目标及深层次兼容性的高质量社交对接，增强了社交互动的深度与持久性。其次，综合相似度的计算模型，通过精细加权各类特征，实现了个性化匹配的精准度最大化，帮助用户突破社交圈层限制，发现意趣相投的新朋友，促进了元宇宙社会的多样性和包容性。再者，结合社交网络分析，该方法有效提升了推荐的实时性和动态适应性，使用户在不断变化的虚拟社交场景中，仍能持续获得与个人成长路径相契合的社交机遇。综上，此方案不仅深化了用户间的关系纽带，还为元宇宙平台注入了更强的社交活力与用户黏性，推动构建一个更加互动、和谐与有价值的虚拟社会生态系统。本方案可根据用户的历史行为、兴趣和目标，预测用户可能感兴趣的人脉、活动和资源，找到最佳匹配的社交连接，以匹配他们与潜在合作伙伴或灵感来源。
11、本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
1.一种元宇宙环境下的多维社交匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的元宇宙环境下的多维社交匹配方法，其特征在于，以目标用户表示社交网络中的主节点，以不同待匹配用户表示社交网络中的次节点，以目标用户和对应的待匹配用户之间的社交关系表示社交网络中的节点和节点连接的边，获取社交网络中目标用户同待匹配用户之间的边为关联边，将关联边转换为社交特征。
3.根据权利要求1所述的元宇宙环境下的多维社交匹配方法，其特征在于，获取目标用户和待匹配用户的身份特征，取身份特征之间的相似度为身份特征相似度，其中获取目标用户和待匹配用户在元宇宙环境下的用户身份数据，自用户身份数据中选择特征向量构建身份特征。
4.根据权利要求1所述的元宇宙环境下的多维社交匹配方法，其特征在于，获取目标用户和待匹配用户的隐因子特征，根据隐因子特征的相似度作为隐因子相似度，其中获取用户和虚拟物之间交互数据并基于交互数据构建用户-物质交互矩阵，基于用户-物质交互矩阵进行矩阵分解获取用户隐因子矩阵作为隐因子特征。
5.根据权利要求1所述的元宇宙环境下的多维社交匹配方法，其特征在于，获取目标用户和待匹配用户的隐因子特征，根据隐因子特征的相似度作为隐因子相似度，其中根据不同用户的身份特征聚类得到不同的聚类簇，对每一聚类簇构建用户-物质交互矩阵，对每一聚类簇的用户-物质交互矩阵进行矩阵分解以得到进行矩阵分解获取用户隐因子矩阵作为用户的隐因子特征。
6.根据权利要求1所述的元宇宙环境下的多维社交匹配方法，其特征在于，获取目标用户和待匹配用户的序列行为特征，并计算序列行为特征之间的相似度得到序列行为相似度，其中获取目标用户和待匹配用户在元宇宙环境下的用户行为数据，利用关联规则挖掘算法自用户行为数据中挖掘得到目标用户和待匹配用户的行为关联规则，以rnn模型构建用户行为智能体并以行为关联规则作为用户行为智能体的行为决策规则，基于元宇宙行为智能体对用户行为数据进行分析得到目标用户和待匹配用户对应的时序行为特征。
7.根据权利要求1所述的元宇宙环境下的多维社交匹配方法，其特征在于，获取目标用户和待匹配用户的知识图谱特征，基于知识图谱特征的相似度作为知识图谱相似度，其中对目标用户和待匹配用户的用户行为数据分别的进行实体识别和关系抽取得到实体及实体关系，基于实体及实体关系构建目标用户或者待匹配用户的知识图谱，利用知识图谱嵌入算法转换知识图谱得到低维知识图谱，融合用户行为数据和低维知识图谱得到目标用户或待匹配用户对应的知识图谱特征。
8.根据权利要求1所述的元宇宙环境下的多维社交匹配方法，其特征在于，多维社交匹配函数以社交特征及综合相似度为输入项并以匹配度得分为输出项进行训练并固定参数，根据待匹配用户的匹配度得分自高至低选择设定数量的待匹配用户组成社交推荐列表，将社交推荐列表推荐给待匹配用户。
9.一种元宇宙环境下的多维社交匹配系统，其特征在于，包括：
10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序包括用于控制过程以执行过程的程序代码，所述过程包括根据权利要求1到8任一所述的元宇宙环境下的多维社交匹配方法。
