[發(fā)明專利]基于社交平臺(tái)的數(shù)據(jù)挖掘方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410645497.2
• 申請(qǐng)日: 2014-11-10
• 公開（公告）號(hào): CN104317959B
• 公開（公告）日: 2018-07-17
• 發(fā)明（設(shè)計(jì)）人: 陳韜;曹歡歡;羅立新
• 申請(qǐng)（專利權(quán)）人: 北京字節(jié)跳動(dòng)網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06Q50/00
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 吳貴明;張永明

1.一種基于社交平臺(tái)的數(shù)據(jù)挖掘方法，其特征在于，包括：

獲取資訊客戶端上已注冊(cè)用戶的興趣標(biāo)簽字典；

獲取社交平臺(tái)中與所述資訊客戶端上已注冊(cè)用戶具有關(guān)注關(guān)系的第一對(duì)象，并讀取所述已注冊(cè)用戶與所述第一對(duì)象之間的關(guān)系信息；

根據(jù)所述已注冊(cè)用戶具有關(guān)注關(guān)系的所述第一對(duì)象，確定與所述已注冊(cè)用戶對(duì)應(yīng)的第一關(guān)注集合；

根據(jù)所述已注冊(cè)用戶的興趣標(biāo)簽字典和所述第一關(guān)注集合，構(gòu)建興趣模型，其中，所述興趣模型用于表征具有相同所述第一關(guān)注集合的所述已注冊(cè)用戶與興趣標(biāo)簽的對(duì)應(yīng)關(guān)系；

獲取所述資訊客戶端上新注冊(cè)用戶在社交平臺(tái)中與其具有關(guān)注關(guān)系的第二對(duì)象，并讀取所述新注冊(cè)用戶與所述第二對(duì)象之間的關(guān)系信息；

根據(jù)所述新注冊(cè)用戶具有關(guān)注關(guān)系的所述第二對(duì)象，確定與所述新注冊(cè)用戶的第二關(guān)注集合；

將所述第二關(guān)注集合與所述興趣模型進(jìn)行匹配，根據(jù)所述興趣模型確定所述新注冊(cè)用戶的推薦興趣標(biāo)簽；

其中，所述根據(jù)所述已注冊(cè)用戶的興趣標(biāo)簽字典和所述第一關(guān)注集合，構(gòu)建興趣模型的步驟包括：

對(duì)所述第一關(guān)注集合進(jìn)行篩選，得到與所述已注冊(cè)用戶對(duì)應(yīng)的第三關(guān)注集合，其中，篩選方法至少包括：數(shù)據(jù)篩選法、指標(biāo)篩選法、條件篩選法和信息篩選法；

通過所述第三關(guān)注集合對(duì)所述已注冊(cè)用戶進(jìn)行匹配，生成已注冊(cè)用戶集合，其中，所述已注冊(cè)用戶集合包括擁有相同第三關(guān)注集合的所述已注冊(cè)用戶；

根據(jù)所述已注冊(cè)用戶集合中包含的所述已注冊(cè)用戶的所述興趣標(biāo)簽字典，生成與所述已注冊(cè)用戶集合對(duì)應(yīng)的用戶集合標(biāo)簽字典。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述獲取資訊客戶端上已注冊(cè)用戶的興趣標(biāo)簽字典之前，所述方法包括：

獲取推薦資訊；

從所述推薦資訊的內(nèi)容提取所述推薦資訊的所述興趣標(biāo)簽；

獲取所述已注冊(cè)用戶的歷史行為數(shù)據(jù)，其中，所述歷史行為數(shù)據(jù)用于記錄所述已注冊(cè)用戶對(duì)所述推薦資訊的操作行為；

根據(jù)所述歷史行為數(shù)據(jù)，確定所述興趣標(biāo)簽的標(biāo)簽權(quán)重值；

根據(jù)所述標(biāo)簽權(quán)重值，確定與所述已注冊(cè)用戶對(duì)應(yīng)的所述興趣標(biāo)簽字典。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述已注冊(cè)用戶集合中包含的所述已注冊(cè)用戶的所述興趣標(biāo)簽字典，生成與所述已注冊(cè)用戶集合對(duì)應(yīng)的用戶集合標(biāo)簽字典的步驟包括：

獲取所述資訊客戶端上已注冊(cè)用戶的第一用戶數(shù)量和所述已注冊(cè)用戶集合的第二用戶數(shù)量；

根據(jù)標(biāo)簽權(quán)重值和所述第一用戶數(shù)量，計(jì)算各個(gè)所述興趣標(biāo)簽的權(quán)重分布平均值；

根據(jù)所述已注冊(cè)用戶集合中的所述已注冊(cè)用戶的所述標(biāo)簽權(quán)重值和所述第二用戶數(shù)量，計(jì)算所述用戶集合興趣標(biāo)簽字典中的各個(gè)所述興趣標(biāo)簽的集合權(quán)重平均值；

根據(jù)所述權(quán)重分布平均值和所述集合權(quán)重平均值，計(jì)算得出所述興趣標(biāo)簽在所述用戶集合興趣標(biāo)簽字典中的已注冊(cè)用戶集合權(quán)重值；

依次將所述興趣標(biāo)簽在所述用戶集合興趣標(biāo)簽字典中的所述已注冊(cè)用戶集合權(quán)重值與預(yù)先設(shè)定的噪聲閾值進(jìn)行比較；

當(dāng)所述興趣標(biāo)簽在所述用戶集合興趣標(biāo)簽字典中的所述已注冊(cè)用戶集合權(quán)重值大于預(yù)先設(shè)定的噪聲閾值時(shí)，在所述用戶集合標(biāo)簽字典中保留與所述已注冊(cè)用戶集合權(quán)重值對(duì)應(yīng)的興趣標(biāo)簽；

當(dāng)所述興趣標(biāo)簽在所述用戶集合興趣標(biāo)簽字典中的所述已注冊(cè)用戶集合權(quán)重值小于或等于預(yù)先設(shè)定的噪聲閾值時(shí)，在所述用戶集合標(biāo)簽字典中刪除與所述已注冊(cè)用戶集合權(quán)重值對(duì)應(yīng)的興趣標(biāo)簽。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述第二關(guān)注集合與所述興趣模型進(jìn)行匹配，根據(jù)所述興趣模型確定所述新注冊(cè)用戶的推薦興趣標(biāo)簽的步驟包括：

對(duì)所述第二關(guān)注集合進(jìn)行篩選，得到與所述新注冊(cè)用戶對(duì)應(yīng)的第四關(guān)注集合，其中，所述篩選方法至少包括：數(shù)據(jù)篩選法、指標(biāo)篩選法、條件篩選法和信息篩選法；

將所述第四關(guān)注集合與所述第三關(guān)注集進(jìn)行匹配，確定與所述新注冊(cè)用戶對(duì)應(yīng)的所述已注冊(cè)用戶集合；

根據(jù)與所述新注冊(cè)用戶對(duì)應(yīng)的所述已注冊(cè)用戶集合的所述用戶集合標(biāo)簽字典，確定所述新注冊(cè)用戶的所述推薦興趣標(biāo)簽。