[發(fā)明專利]一種基于復(fù)雜網(wǎng)絡(luò)特性及神經(jīng)網(wǎng)絡(luò)聚類挖掘用戶興趣的方法

有效

• 申請?zhí)枺?/td>: 201610056077.X
• 申請日: 2016-01-27
• 公開（公告）號: CN105740381B
• 公開（公告）日: 2019-05-17
• 發(fā)明（設(shè)計）人: 張興蘭;劉煬
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京思海天達知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 沈波

本發(fā)明涉及一種基于復(fù)雜網(wǎng)絡(luò)特性及神經(jīng)網(wǎng)絡(luò)聚類挖掘用戶興趣的方法，主要從以下三方面進行設(shè)計，1)構(gòu)建復(fù)雜網(wǎng)絡(luò)模型，2)確定節(jié)點重要性指標(biāo)，3)神經(jīng)網(wǎng)絡(luò)聚類；本方法將復(fù)雜網(wǎng)絡(luò)模型應(yīng)用到用戶軟件興趣的挖掘中，建立用戶使用軟件的復(fù)雜網(wǎng)絡(luò)，并使用節(jié)點的度、聚集系數(shù)、節(jié)點介數(shù)和節(jié)點的概率特性指標(biāo)確定節(jié)點的重要性排序，形成用戶興趣集，再利用神經(jīng)網(wǎng)絡(luò)模型挖掘興趣集的聚類，確定用戶最終興趣集，為挖掘用戶興趣模型提供了一種新的方法，并且將用戶軟件興趣的挖掘精確性大幅提高，同時這種方法可以對用戶的多種興趣進行挖掘。

技術(shù)領(lǐng)域

本發(fā)明涉及挖掘用戶興趣的方法，尤其涉及一種基于復(fù)雜網(wǎng)絡(luò)特性及神經(jīng)網(wǎng)絡(luò)聚類挖掘用戶興趣的方法，從用戶使用軟件的行為日志中挖掘用戶感興趣的軟件，屬于人工智能領(lǐng)域。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，軟件技術(shù)作為信息產(chǎn)業(yè)的一種，其發(fā)展也不可小覷，各種新產(chǎn)品、新應(yīng)用層出不窮,已經(jīng)成為生產(chǎn)和生活的重要組成部分。在電子產(chǎn)品如此泛濫的時代，如何抓住用戶的興趣、提高用戶對于產(chǎn)品的忠實度和興趣感，成為提升企業(yè)核心競爭力的一個強有力的方案。由于用戶使用電子產(chǎn)品(PC或者手機)的過程都是使用各種各樣軟件的過程，所以對用戶使用軟件的行為日志進行分析，挖掘用戶感興趣的軟件，獲取用戶的興趣集，使得產(chǎn)品開發(fā)商可以根據(jù)獲取的用戶興趣集提供個性化的信息服務(wù)，開展增值業(yè)務(wù)，提高產(chǎn)品綜合價值。

近年來，機器學(xué)習(xí)領(lǐng)域吸引了越來越多的關(guān)注和研究，隨著信息科技的進步、人類行為學(xué)的發(fā)展，國內(nèi)外的研究學(xué)者已經(jīng)將用戶行為分析挖掘的理論進行了實踐研究，并逐步轉(zhuǎn)入商業(yè)應(yīng)用的階段，取得了良好的成效。大量的研究表明根據(jù)用戶行為日志挖掘用戶興趣是具有一定研究意義和應(yīng)用價值的。其中Ford等人采用AprioriAll序列規(guī)則挖掘算法對用戶訪問站點的日志進行研究分析，獲取用戶的訪問興趣，并根據(jù)用戶的興趣設(shè)置廣告投放，提高了網(wǎng)站的商業(yè)價值，但是AprioriAll算法只適用于挖掘用戶感興趣的關(guān)聯(lián)序列，不適用于挖掘用戶興趣的排列順序。李建廷等人提出了基于用戶瀏覽動作分析用戶興趣度的計算方法，充分考慮了用戶訪問次數(shù)、訪問動作、訪問速度三種訪問模式下的用戶興趣度的計算方式，并利用BP神經(jīng)網(wǎng)絡(luò)將這三種模式下的用戶興趣度進行融合，取得了良好的實驗效果，這對神經(jīng)網(wǎng)絡(luò)算法研究用戶興趣度的融合以及聚類提供了思想，但是BP神經(jīng)網(wǎng)絡(luò)對于網(wǎng)絡(luò)的初始權(quán)重十分敏感，不同的初始化值往往會造成不同的訓(xùn)練結(jié)果，這很容易造成偏差。王微微等人提出了一種基于用戶行為日志挖掘用戶興趣的模型，結(jié)合用戶的瀏覽內(nèi)容和行為模式建立用戶興趣向量，再根據(jù)期望最大化的計算方法實現(xiàn)用戶聚類，建立最終的用戶興趣模型，該模型雖然可以識別用戶的購買興趣，卻沒有充分考慮用戶行為之間的順序，即行為的前后序列關(guān)系。王梓等人提出了一種基于復(fù)合關(guān)鍵詞向量空間的方法，最大限度將用戶感興趣的關(guān)鍵詞建立關(guān)聯(lián)關(guān)系，但其選用的關(guān)鍵詞是基于產(chǎn)品屬性的，其方法不具有普遍通用性。

復(fù)雜網(wǎng)絡(luò)技術(shù)是大數(shù)據(jù)處理技術(shù)的一種，是從復(fù)雜性科學(xué)角度出發(fā)，探索隱藏在大數(shù)據(jù)中真正的數(shù)據(jù)價值。復(fù)雜網(wǎng)絡(luò)主要是依靠一切事務(wù)都具有相互作用的表現(xiàn)(例如WWW中網(wǎng)頁之間的鏈接關(guān)系、文章之間的引用關(guān)系和超市中啤酒尿布的關(guān)聯(lián)關(guān)系)，利用網(wǎng)絡(luò)的視角建立數(shù)據(jù)模型，挖掘數(shù)據(jù)規(guī)則，并通過復(fù)雜網(wǎng)絡(luò)的小世界效應(yīng)和無標(biāo)度特性計算網(wǎng)絡(luò)中節(jié)點的重要性，形成網(wǎng)絡(luò)節(jié)點的重要性序列。聚類是數(shù)據(jù)挖掘中的一個重要組成部分，是通過度量樣本間的相似性，發(fā)現(xiàn)隱藏在底層的關(guān)聯(lián)性數(shù)據(jù)的又一個常見方法。

為了從用戶使用軟件的行為日志中獲取用戶感興趣的軟件，本方法應(yīng)用復(fù)雜網(wǎng)絡(luò)中的理論知識以及神經(jīng)網(wǎng)絡(luò)聚類的方法，先形成用戶的興趣軟件集，然后再應(yīng)用神經(jīng)網(wǎng)絡(luò)算法對興趣軟件集中的軟件進行聚類，實現(xiàn)這兩種方法的結(jié)合，計算用戶興趣軟件集。首先根據(jù)用戶行為間的相互作用建立復(fù)雜網(wǎng)絡(luò)模型，將軟件看作復(fù)雜網(wǎng)絡(luò)中的節(jié)點，按照軟件使用的順序構(gòu)建邊，充分考慮了用戶使用軟件之間的關(guān)聯(lián)關(guān)系。然后根據(jù)復(fù)雜網(wǎng)絡(luò)模型的統(tǒng)計指標(biāo)和行為本身的概率特性，計算網(wǎng)絡(luò)節(jié)點的重要性序列，形成用戶興趣節(jié)點社區(qū)。最后利用word2vec工具形成軟件的向量，根據(jù)向量之間的余弦距離衡量軟件的相似性，實現(xiàn)用戶興趣社區(qū)聚類，合并聚類形成最終的用戶感興趣的軟件集合。

發(fā)明內(nèi)容