[發(fā)明專利]一種基于微博的廣告推薦方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201310608335.7
• 申請日: 2013-11-26
• 公開（公告）號: CN103617230B
• 公開（公告）日: 2017-02-15
• 發(fā)明（設(shè)計(jì)）人: 章昉;劉明君;趙中英
• 申請（專利權(quán)）人: 中國科學(xué)院深圳先進(jìn)技術(shù)研究院
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/02
• 代理公司: 深圳中一專利商標(biāo)事務(wù)所44237
• 代理人: 張全文

1.一種基于微博的廣告推薦方法，其特征在于，所述方法包括下述步驟：

讀取用戶的微博數(shù)據(jù)；

初始化讀取的微博數(shù)據(jù)，以獲得微博文本詞項(xiàng)集合，所述初始化讀取的微博數(shù)據(jù)包括去除讀取的微博數(shù)據(jù)中的特殊符號、非中文字符、分詞；

刪除所述微博文本詞項(xiàng)集合的停用詞，以獲得微博文本原始特征詞項(xiàng)集合；

將所述微博文本原始特征詞項(xiàng)集合與預(yù)先生成的特征詞項(xiàng)字典進(jìn)行映射，判斷所述微博文本原始特征詞項(xiàng)集合中的詞項(xiàng)是否出現(xiàn)在所述預(yù)先生成的特征詞項(xiàng)字典中，并計(jì)算出現(xiàn)在所述預(yù)先生成的特征詞項(xiàng)字典中的所述微博文本原始特征詞項(xiàng)集合中的詞項(xiàng)的詞頻-逆向文件頻率tf-idf值，以作為所述出現(xiàn)在所述預(yù)先生成的特征詞項(xiàng)字典中的所述微博文本原始特征詞項(xiàng)集合中的詞項(xiàng)在微博的特征值；

判斷所述預(yù)先生成的特征詞項(xiàng)字典的詞項(xiàng)是否出現(xiàn)在所述微博文本原始特征詞項(xiàng)集合中，并將沒有出現(xiàn)在所述微博文本原始特征詞項(xiàng)集合中的所述預(yù)先生成的特征詞項(xiàng)字典的詞項(xiàng)的特征值標(biāo)記為0；

使用預(yù)先得到的分類模型將用戶的微博數(shù)據(jù)自動分類到預(yù)先劃分的類別中；

以自動分類的結(jié)果為依據(jù)，向讀取微博數(shù)據(jù)的用戶推薦廣告。

2.如權(quán)利要求1所述的方法，其特征在于，在所述使用預(yù)先得到的分類模型將用戶的微博數(shù)據(jù)自動分類到預(yù)先劃分的類別中之前包括下述步驟：

讀取訓(xùn)練微博；

將所述讀取的訓(xùn)練微博數(shù)據(jù)人工標(biāo)記為預(yù)先劃分的類別；

初始化讀取的訓(xùn)練微博數(shù)據(jù)，以獲得微博文本詞項(xiàng)集合，所述初始化讀取的訓(xùn)練微博數(shù)據(jù)包括去除讀取的訓(xùn)練微博數(shù)據(jù)中的特殊符號、非中文字符、分詞；

刪除所述微博文本詞項(xiàng)集合的停用詞，以獲得微博文本原始特征詞項(xiàng)集合；

生成特征詞項(xiàng)字典；

將所述微博文本原始特征詞項(xiàng)集合與所述特征詞項(xiàng)字典進(jìn)行映射，判斷所述微博文本原始特征詞項(xiàng)集合中的詞項(xiàng)是否出現(xiàn)在所述特征詞項(xiàng)字典中，并計(jì)算出現(xiàn)在所述特征詞項(xiàng)字典中的所述微博文本原始特征詞項(xiàng)集合中的詞項(xiàng)的tf-idf值，以作為所述出現(xiàn)在所述特征詞項(xiàng)字典中的所述微博文本原始特征詞項(xiàng)集合中的詞項(xiàng)在微博的特征值；

判斷所述特征詞項(xiàng)字典的詞項(xiàng)是否出現(xiàn)在所述微博文本原始特征詞項(xiàng)集合中，并將沒有出現(xiàn)在所述微博文本原始特征詞項(xiàng)集合中的所述特征詞項(xiàng)字典的詞項(xiàng)的特征值標(biāo)記為0；

采用預(yù)設(shè)的算法訓(xùn)練計(jì)算得到的所有特征值所組成的特征向量，以獲得分類模型。

3.如權(quán)利要求2所述的方法，其特征在于，所述生成特征詞項(xiàng)字典的步驟具體包括：

計(jì)算微博文本原始特征詞項(xiàng)集合中每個(gè)詞項(xiàng)的互信息值；

選取互信息值排名在前N的N個(gè)詞項(xiàng)作為特征詞項(xiàng)字典的詞項(xiàng)，所述N為整數(shù)，N大于0。

4.如權(quán)利要求2所述的方法，其特征在于，所述預(yù)設(shè)的算法包括以下任一種算法：

支持向量機(jī)SVM、樸素貝葉斯分類算法、神經(jīng)網(wǎng)絡(luò)、K臨近分類算法、遺傳算法。

5.如權(quán)利要求1所述的方法，其特征在于，所述以自動分類的結(jié)果為依據(jù)，向讀取微博數(shù)據(jù)的用戶推薦廣告的步驟具體包括：

統(tǒng)計(jì)用戶的微博中每類微博所占的百分比；

將統(tǒng)計(jì)的每類微博所占的百分比與用戶在微博資料內(nèi)的標(biāo)簽進(jìn)行匹配，并將匹配成功的類別所占的百分比翻倍；

向讀取微博數(shù)據(jù)的用戶推薦排名在前M的M個(gè)類別的廣告，所述M為整數(shù)，M大于0。