[發(fā)明專利]微博中用戶間潛在關注關系的發(fā)現(xiàn)方法及裝置

有效

• 申請?zhí)枺?/td>: 201310077524.6
• 申請日: 2013-03-12
• 公開（公告）號: CN103150678A
• 公開（公告）日: 2013-06-12
• 發(fā)明（設計）人: 程學旗;賈巖濤;王元卓;于建業(yè);李靜遠;馮凱
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06Q50/00
• 分類號: G06Q50/00
• 代理公司: 北京泛華偉業(yè)知識產(chǎn)權代理有限公司 11280
• 代理人: 王勇

1.一種微博中用戶間潛在關注關系的發(fā)現(xiàn)方法，包括：

步驟1）、根據(jù)用戶集和用戶間關注關系集構建用戶關注關系矩陣R，其中用戶集中的用戶包括目標用戶和候選用戶，矩陣R中的每個元素R_ij表示第i個用戶對第j個用戶的關注度；

步驟2）、計算矩陣R的兩個非負分解矩陣A和B，其中，矩陣A和矩陣B用于刻畫用戶間關注關系和交互行為對用戶間潛在關注關系的影響；

步驟3）、將矩陣A和矩陣B的乘積與矩陣R相減得到矩陣，從矩陣中挑出所有目標用戶對應行與所有候選用戶對應列的位置的所有元素，得到目標用戶的潛在關注關系矩陣R^*，其中矩陣R^*的每個元素表示第i’個目標用戶對第j’個候選用戶的潛在關注度。

2.根據(jù)權利要求1所述的方法，其中，步驟1）中當?shù)趇個用戶關注第j個用戶時R_ij=1，否則R_ij=0。

3.根據(jù)權利要求1或2所述的方法，步驟1）中用戶集中的用戶還包括中間用戶，其中

中間用戶包括目標用戶關注的用戶以及關注目標用戶的用戶；

候選用戶包括中間用戶集中的中間用戶關注的用戶以及關注中間用戶的用戶。

4.根據(jù)權利要求3所述的方法，其中，步驟2）中計算矩陣R的兩個非負分解矩陣A和B包括：

步驟21）、初始化矩陣A和矩陣B為任意非負值矩陣，矩陣A和矩陣B相乘所得的矩陣維度與矩陣R的維度相同；

步驟22）、更新矩陣A和矩陣B，其中，

利用如下公式更新矩陣A中的每個元素：

a′uk=auk(Σu=1nΣk=1KΣk′=1KRif(k,k′)BT)uk-λ1auk(ABBT)uk,]]>

-(λ2Σk′=1KWu(k,k′)-λ3Σk′=1KRif(k,k′))auk(auk-auk′)W(ABBT)uk]]>

非負參數(shù)λ₁、λ₂和λ₃分別表示平滑系數(shù)、結(jié)構正則化系數(shù)和交互正則化系數(shù)，a_uk表示矩陣A中的元素，n表示矩陣A的行的個數(shù)，K表示中間用戶的個數(shù)，(k,k')表示中間用戶k和k’相對于用戶i的交互行為相似度，W_u(k,k')表示中間用戶k和k’相對于用戶u的結(jié)構相似度，W是由W_u(k,k')構成的中間用戶結(jié)構相似度矩陣；

利用如下公式更新矩陣B中的每個元素：

b′ki=bki(ATΣu=1nΣk=1KΣk′=1KRif(k,k′))ki-λ1bki(ATAB)ki]]>

-λ2bkiΣj=1mWk(i,j)(bki-bkj)W′(ATAB)ki,]]>

b_ki表示矩陣B中的元素，m表示矩陣B的列的個數(shù)，W_k(i,j)是用戶i和j相對于中間用戶k的結(jié)構相似度，W’是由W_k(i,j)構成的候選用戶結(jié)構相似度矩陣；

步驟23）、計算更新后的矩陣A和更新后的矩陣B的乘積R'=AB，利用如下公式計算矩陣R’與矩陣R之間的誤差：

rmse=Σu=1nΣi=1m(rui-r^ui)2mn,]]>

其中，r_ui表示矩陣R中的元素，表示矩陣R’中的元素，

如果誤差rmse小于預定閾值，則輸出更新后的矩陣A和矩陣B；

否則，調(diào)整參數(shù)λ₁、λ₂和λ₃，返回步驟22）。