[發明專利]一種基于標簽消歧的用戶模型建構方法

有效

• 申請號: 201410380265.9
• 申請日: 2014-08-04
• 公開（公告）號: CN104199838B
• 公開（公告）日: 2017-09-29
• 發明（設計）人: 魏建良;琚春華;肖亮;劉東升
• 申請（專利權）人: 浙江工商大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 浙江杭州金通專利事務所有限公司33100
• 代理人: 劉曉春

1.一種基于標簽消歧的用戶模型建構方法，其特征在于：包括以下步驟：

1)從標簽網站提供的API端口爬取網站用戶標注數據，對用戶添加過標簽的資源信息(URLs)進行統計，建立標注資源信息數據庫；

2)根據標注資源信息數據庫中的用戶、資源、標簽信息，構建用戶模型與資源模型；

3)對步驟2)中生成的用戶模型進行多義標簽r_p的識別；

4)確定步驟3)中多義標簽r_p的義項及鄰居標簽集；

5)基于步驟4)生成消歧后的用戶模型；

6)將步驟5)生成的用戶模型嵌入標簽網站后臺，根據用戶模型與資源模型的余弦相似度進行資源推送；

所述步驟2)具體包括以下步驟：

2.1)：選取任一個標簽網站中的用戶，從標簽資源信息數據庫中獲取其標注的所有資源信息，建立相應的資源集合R；

2.2)：根據資源集合R中每一資源r的標簽出現頻率，應用TF-IDF算法計算r中各標簽的權值w_x，其對應的標簽記為t_x；

2.3)：匯總資源集合R中所有r的t_x及w_x，提取權值最大的m個標簽記為t_y，對應的權值為w_y；

2.4)：構建用戶模型u＝u(t_y,w_y)，其中，t_y表示用戶模型中第y個標簽，w_y為對應的權值；

2.5)：對該用戶的每一資源r，構建資源模型r＝r(t_x,w_x)，其中，x表示資源模型中的第x個標簽，w_x為對應的權值。

2.如權利要求1所述的一種基于標簽消歧的用戶模型建構方法，其特征在于：所述步驟4)具體包括以下步驟：

4.1)：統計用戶模型u(t_y,w_y)與資源模型r(t_x,w_x)中的重合標簽Same(t)，核對Same(t)與Set(t_p)是否存在重合的多義標簽Same(t_p)；若有，繼續；若無，轉到步驟6)；

4.2)：對Same(t_p)的每一多義標簽t_p，計算每一對應的資源類別中與其他標簽的共現次數，在每一類別中取m個共現次數最高的標簽作為鄰居標簽集以共現次數為權值，將其轉為向量模型的形式，得到d個鄰居標簽集的向量模型

4.3)：計算u(t_y,w_y)和d個的余弦相似度，得到相似度最高的鄰居標簽集向量模型記為

4.4)：查驗t_p在用戶模型u(t_y,w_y)中的權值，記為w_p；

4.5)：查找Same(t_p)中下一個多義標簽t_p+1，若有，則轉到4.2；若無，則繼續。

3.如權利要求2所述的一種基于標簽消歧的用戶模型建構方法，其特征在于：所述步驟5)具體包括以下步驟：

5.1)：依據步驟4.4)，加總

5.2)：將依據向量運算添加到用戶模型u(t_y,w_y)中，得到消歧后的用戶模型u＝u(t_y+p,w_y+p)。

4.如權利要求1所述的一種基于標簽消歧的用戶模型建構方法，其特征在于：所述步驟6)具體包括以下步驟：

6.1)：將用戶模型嵌入標簽網站后臺，根據步驟2.5)生成待推薦資源的資源模型；

6.2)：計算用戶模型與資源模型間的余弦相似度，推送相似度最高的k個資源給用戶。