[發明專利]微博用戶興趣推理方法及裝置

在審

• 申請號: 201610053718.6
• 申請日: 2016-01-26
• 公開（公告）號: CN105740366A
• 公開（公告）日: 2016-07-06
• 發明（設計）人: 王岢;徐曉飛;葉允明;李小宜;劉廣建
• 申請（專利權）人: 哈爾濱工業大學深圳研究生院
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 深圳市科吉華烽知識產權事務所(普通合伙) 44248
• 代理人: 孫偉

技術領域

本發明屬于互聯網通信技術領域，具體涉及一種建立微博用戶興趣推理模型的方法及裝置。

背景技術

在微博普及的同時，基于微博的各種應用也應允而生，其中，針對博主的個性化推薦技術獲得了很多的關注，其中關于微博的個性化推薦的學術研究也開始出現，例如基于地理位置信息的好友推薦、基于相同Tag信息的好友推薦、基于共同關注的好友推薦、基于話題熱度的微博話題推薦等，然而這些個性化推薦技術通常只考慮了博主的某部分相對片面的信息，卻忽略了一個重要的目的，推薦的賬號或話題是否能被博主接受，是其想要的、真正感興趣的。傳統的基于協同過濾的個性化推薦算法，根據博主之間的近似程度來選擇推薦物品，這種方式雖然能夠較好地完成各種推薦，然而這種忽略個體間差異性尋求共性的推薦方法，只能覆蓋部分博主或博主的部分興趣，不能完整的刻畫博主的興趣，如一些商業化的應用案例中，推薦系統只能向同類的賬戶推送相同的產品。這種只需考慮博主對商品的潛在購買欲或對一部電影期望觀看指數的推薦算法，并不適合所有的系統，在微博中尤為如此。微博中信息繁雜，博主的興趣愛好廣泛，博主的相似性計算起來很復雜，且相似性如何衡量也是一個待探究問題。如能將博主興趣點概括成一個興趣模型，通過衡量模型間的相似程度來尋找有相同愛好的博主，并用于微博的個性化服務中，預計將是一個有效的思路。

而其中的一個核心問題是如何對博主的興趣進行建模,建模后的模型精確度對今后的推薦有很大影響。如何提高模型的精確性，全面詳盡的展示博主興趣點所在，是具有直接研究價值的。

另外，微博中的個性化服務面臨著微博高速發展所帶來的其它挑戰。博主增長迅速，總體擁有海量的數據，各式各樣的信息參差不齊，許多虛假信息、虛假賬號混雜其中，若推薦系統不加區分的進行信息推薦，勢必會影響正常博主的使用，帶來不好的博主體驗。顯然，推薦系統必須要具備很好的識別能力和信息過濾能力，在推薦之前過濾掉虛假的消息，識別出虛假博主，這樣即可提高了推薦系統推薦的質量和準確率，也給博主帶來更好的體驗，因此，如何能準確地識別出虛假博主，也具有實際的研究意義。

發明內容

本發明具體通過如下技術方案實現：

一種建立微博用戶興趣推理模型的方法，包括：(1)用戶個人標簽的獲取與計算，(2)用戶微博內容的興趣關鍵詞提取，(3)提取基于社會化網絡的興趣標簽，最后對上述三個方面的興趣特征進行融合，建立用戶的興趣模型：

M＝αM_tags+βM_content+γM_relation

其中0≤α，β，γ≤1，且α+β+γ＝1，M_tags是博主的標簽通過計算得到的博主興趣點模型，M_content是博主微博的內容提取出來的興趣關鍵詞，M_relation是基于博主的關注列表提取的博主興趣點模型；M_tags的模型計算主要是提取當前博主的Tags標簽，并利用標簽自帶的權重值進行歸一化處理；M_content的提取關鍵詞的計算包括：微博文本的預處理，分詞、同義詞計算進行話題分類，微博內容聚類擴展，關鍵詞提取以及權重計算；M_relation采用標簽傳播算法計算，所述標簽傳播算法是利用已標注好的節點標簽信息去評測尚未標記節點的標簽信息。

附圖說明

圖1是本發明的微博用戶興趣模型構建框架圖；

圖2是微博文本預處理流程圖；

圖3是博主興趣點標簽傳播示意圖；

圖4是Ebbinghaus遺忘曲線圖。

具體實施方式

下面結合附圖說明及具體實施方式對本發明進一步說明。

在微博中，博主發布或者評論的微博可以體現個人興趣愛好，博主發表一些原創新的微博用于記錄個人的喜好，博主處于獲取某種信息的目的去關注一個賬號，博主貼標簽也是根據個人的喜好給自己標注，所有這些博主的行為都能體現博主的興趣所在。因此，博主的標簽信息，博主關注以及博主發表、轉發、評論的微博都能體現博主興趣點。