[發(fā)明專利]基于在線軟約束LDA算法的社區(qū)推薦方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201010284218.6
• 申請(qǐng)日: 2010-09-10
• 公開(kāi)（公告）號(hào): CN101968798A
• 公開(kāi)（公告）日: 2011-02-09
• 發(fā)明（設(shè)計(jì)）人: 俞能海;康雨潔
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)技術(shù)大學(xué)
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于在線軟約束LDA算法的社區(qū)推薦方法，其特征在于，包括計(jì)算主題分布、計(jì)算最優(yōu)候選社區(qū)、在線更新三大步驟：

所述的計(jì)算主題分布步驟為：

步驟a，對(duì)于單個(gè)用戶，抓取其在各個(gè)小社區(qū)上的發(fā)帖信息，分別統(tǒng)計(jì)其發(fā)帖次數(shù)，以此作為衡量用戶與社區(qū)的關(guān)系強(qiáng)弱；

步驟b，用LDA算法建立用戶主題分布以及主題社區(qū)分布模型，并用Gibbs采樣方法求解模型參數(shù)；

所述的計(jì)算最優(yōu)候選社區(qū)步驟為：

步驟c，用求解出來(lái)的模型計(jì)算主題-社區(qū)分布φ和用戶-主題分布

步驟d，為每個(gè)社區(qū)打分，找出用戶最感興趣的社區(qū)；

所述的在線更新步驟為：

步驟e，在保持已經(jīng)訓(xùn)練好的模型不變的基礎(chǔ)上，對(duì)新加入的用戶模型單獨(dú)訓(xùn)練；

步驟f，將兩部分模型合并為一個(gè)整體，作為新的模型，再重新為每個(gè)社區(qū)打分。

2.根據(jù)權(quán)利要求1所述的計(jì)算主題分布步驟，其特征在于，所述的步驟a中，選擇用戶在社區(qū)中的發(fā)帖次數(shù)作為用戶與社區(qū)關(guān)系的衡量標(biāo)準(zhǔn)，用第i個(gè)用戶U_i在他所參與的第j個(gè)社區(qū)C_i，j上的發(fā)帖次數(shù)作為用戶U_i與社區(qū)C_i，j的關(guān)系強(qiáng)弱度，用R_i，j表示。

3.根據(jù)權(quán)利要求1所述的計(jì)算主題分布步驟，其特征在于，所述的步驟b中，將用戶視為文檔，用戶參與的社區(qū)視為文檔中的單詞，而R_i，j就是社區(qū)單詞C_i，j在用戶文檔U_i中的出現(xiàn)次數(shù)。

4.根據(jù)權(quán)利要求1所述的計(jì)算主題分布步驟，其特征在于，所述的步驟b中，求解模型參數(shù)過(guò)程具體為：

先為所有的用戶文檔中出現(xiàn)的社區(qū)單詞，隨機(jī)分配一個(gè)主題集合，如為社區(qū)單詞C_i，j分配主題集合再利用迭代公式更新所有的主題，直到模型參數(shù)收斂：

P(ti,j,k=t|T-(i,j,k),c)∝n-(i,j,k),t(ci,j)+βn-(i,j,k),t(·)+NCβn-(i,j,k),t(ui)+αn-(i,j,k),·(ui)+NTα]]>

其中，T_-(i，j，k)表示除去當(dāng)前的主題t_i，j，k之后剩下的所有主題分配，表示社區(qū)C_i，j被分配到主題t的總次數(shù)，α和β是采用經(jīng)驗(yàn)值的參數(shù)。