[發明專利]用戶關系抽取方法和用戶關系抽取系統在審
| 申請號： | 201610457978.X | 申請日： | 2016-06-22 |
| 公開（公告）號： | CN107704460A | 公開（公告）日： | 2018-02-16 |
| 發明（設計）人： | 王九碩;張丹;趙增峰;于曉明;楊建武 | 申請（專利權）人： | 北大方正集團有限公司;北京北大方正電子有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30;G06F17/27;G06Q50/00 |
| 代理公司： | 北京友聯知識產權代理事務所(普通合伙)11343 | 代理人： | 尚志峰,汪海屏 |
| 地址： | 100871 北京市*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 用戶 關系 抽取 方法 系統 | ||
1.一種用戶關系抽取方法，其特征在于，包括：
獲取第一用戶的第一發布數據和第二用戶的第二發布數據；
通過LDA算法在所述第一發布數據和所述第二發布數據中分別抽取所述第一發布數據中的話題特征詞和所述第二發布數據中的話題特征詞；
根據語義相似度計算公式，計算所述第一發布數據中的話題特征詞和所述第二發布數據中的話題特征詞之間的語義相似度；
根據所述語義相似度，確定所述第一用戶和所述第二用戶之間的關系數據。
2.根據權利要求1所述的用戶關系抽取方法，其特征在于，在所述分別抽取所述第一發布數據中的話題特征詞和所述第二發布數據中的話題特征詞之前，還包括：
對所述第一發布數據和所述第二發布數據進行預處理，所述預處理的步驟包括以下至少之一或其組合：去重處理步驟、簡繁體轉換步驟和無關信息剔除步驟。
3.根據權利要求1所述的用戶關系抽取方法，其特征在于，在所述分別抽取所述第一發布數據中的話題特征詞和所述第二發布數據中的話題特征詞之前，還包括：
構建分布式云計算平臺，以供在所述分布式云計算平臺上進行抽取所述話題特征詞的步驟。
4.根據權利要求1至3中任一項所述的用戶關系抽取方法，其特征在于，在所述分別抽取所述第一發布數據中的話題特征詞和所述第二發布數據中的話題特征詞之前，還包括：
按照預定時間段將所述第一用戶的所述第一發布數據和所述第二用戶的所述第二發布數據分別劃分為多組子數據，其中，同一時間段內的所述第一用戶的子數據與同一時間段內的所述第二用戶的子數據相對應；以及
所述分別抽取所述第一發布數據中的話題特征詞和所述第二發布數據中的話題特征詞，具體包括：
分別抽取所述同一時間段內的所述第一用戶的子數據的話題特征詞和相對應的所述第二用戶的子數據的話題特征詞，以供計算所述同一時間段內的所述第一用戶的每個話題特征詞與所述第二用戶的每個話題特征詞的語義相似度。
5.根據權利要求4所述的用戶關系抽取方法，其特征在于，所述語義相似度計算公式為：
其中，wi和wj分別為所述第一用戶的任一話題特征詞和所述第二用戶的任一話題特征詞，SIM(wi，wj)表示wi和wj的語義相似度，δ為可調節參數，Dis(wi，wj)為wi和wj的語義距離。
6.一種用戶關系抽取系統，其特征在于，包括：
發布數據獲取單元，獲取第一用戶的第一發布數據和第二用戶的第二發布數據；
話題抽取單元，通過LDA算法在所述第一發布數據和所述第二發布數據中分別抽取所述第一發布數據中的話題特征詞和所述第二發布數據中的話題特征詞；
語義相似度計算單元，根據語義相似度計算公式，計算所述第一發布數據中的話題特征詞和所述第二發布數據中的話題特征詞之間的語義相似度；
關系數據確定單元，根據所述語義相似度，確定所述第一用戶和所述第二用戶之間的關系數據。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北大方正集團有限公司;北京北大方正電子有限公司，未經北大方正集團有限公司;北京北大方正電子有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201610457978.X/1.html，轉載請聲明來源鉆瓜專利網。
