[發(fā)明專利]一種相似用戶選取方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710390358.3
• 申請(qǐng)日: 2017-05-27
• 公開（公告）號(hào): CN107247753B
• 公開（公告）日: 2018-12-04
• 發(fā)明（設(shè)計(jì)）人: 王娜;王文君;陳昭男
• 申請(qǐng)（專利權(quán)）人: 深圳大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 深圳市恒申知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44312
• 代理人: 王利彬

1.一種相似用戶選取方法，其特征在于，所述方法包括：

獲取全部用戶的內(nèi)容查看歷史數(shù)據(jù)，所述用戶的內(nèi)容查看歷史數(shù)據(jù)包括用戶的全部歷史內(nèi)容及各所述歷史內(nèi)容的查看時(shí)間點(diǎn)，所述歷史內(nèi)容為用戶查看過的內(nèi)容；

按照所述查看時(shí)間點(diǎn)的先后順序?qū)λ鲇脩舻娜繗v史內(nèi)容進(jìn)行排序，得到所述用戶的歷史查看內(nèi)容序列；

對(duì)所述用戶的歷史查看內(nèi)容序列進(jìn)行連續(xù)詞袋模型訓(xùn)練，得到連續(xù)詞袋模型，以及所述歷史內(nèi)容的內(nèi)容向量；

根據(jù)得到的所述內(nèi)容向量計(jì)算所述用戶的興趣偏好，并根據(jù)所述用戶的興趣偏好計(jì)算各用戶與目標(biāo)用戶的相似度；

選取與所述目標(biāo)用戶相似度最高的預(yù)置數(shù)量個(gè)用戶作為所述目標(biāo)用戶的相似用戶；

所述對(duì)所述用戶的歷史查看內(nèi)容序列進(jìn)行連續(xù)詞袋模型訓(xùn)練，得到連續(xù)詞袋模型，以及所述歷史內(nèi)容的內(nèi)容向量，包括：

建立連續(xù)詞袋模型的輸入矩陣V和輸出矩陣U，并對(duì)所述輸入矩陣V和輸出矩陣U進(jìn)行隨機(jī)初始化，其中，V∈R^n×|V|，U∈R^|V|×n，n表示向量維度；

從所述用戶的歷史查看內(nèi)容序列中選取一個(gè)所述歷史內(nèi)容x^c作為中心內(nèi)容，并讀取所述中心內(nèi)容的前后的各m個(gè)歷史內(nèi)容，并對(duì)讀取出的2m個(gè)歷史內(nèi)容進(jìn)行獨(dú)熱碼編碼，得到2m個(gè)所述歷史內(nèi)容的獨(dú)熱碼，2m個(gè)所述歷史內(nèi)容的獨(dú)熱碼分別表示如下：

x^(c-m),...,x^(c-1),x^(c+1),...,x^(c+m)；

將2m個(gè)所述歷史內(nèi)容的獨(dú)熱碼分別乘以所述輸入矩陣V，得到2m個(gè)所述歷史內(nèi)容的輸入內(nèi)容向量，2m個(gè)所述歷史內(nèi)容的輸入內(nèi)容向量分別表示如下：

v_c-m＝Vx^(c-m),...v_c-1＝Vx^(c-1),v_c+1＝Vx^(c+1),...,v_c+m＝Vx^(c+m)，v_i表示所述歷史內(nèi)容的輸入內(nèi)容向量；

對(duì)2m個(gè)所述歷史內(nèi)容的輸入內(nèi)容向量求平均值

根據(jù)所述平均值計(jì)算得分向量z：

將所述得分向量z轉(zhuǎn)換為概率分布

利用交叉熵作為目標(biāo)函數(shù)，計(jì)算所述中心內(nèi)容在所述輸出矩陣U中的內(nèi)容向量與所述概率分布之間的誤差：其中，為所述概率分布，y為所述中心內(nèi)容在所述輸出矩陣U中的內(nèi)容向量；

根據(jù)所述誤差得到優(yōu)化目標(biāo)函數(shù)：

u_i表示所述歷史內(nèi)容w_i的輸出內(nèi)容向量；

采用梯度下降法對(duì)所述輸出矩陣U中的所述中心內(nèi)容的內(nèi)容向量和輸入矩陣中的2m個(gè)所述歷史內(nèi)容對(duì)應(yīng)的內(nèi)容向量進(jìn)行更新，得到最終的輸入矩陣V和輸出矩陣U，得到所述連續(xù)詞袋模型，并得到所述歷史內(nèi)容的內(nèi)容向量；

所述根據(jù)得到的所述內(nèi)容向量計(jì)算所述用戶的興趣偏好，包括：

根據(jù)聚類算法將所述用戶的歷史內(nèi)容分為多個(gè)類別，獲取各類別歷史內(nèi)容的類屬中心向量；

獲取所述用戶在預(yù)設(shè)時(shí)間窗口內(nèi)查看過的內(nèi)容，并根據(jù)公式c_i∈C，計(jì)算所述用戶對(duì)各類別歷史內(nèi)容的興趣偏好，其中I(u,c_i)為所述用戶u對(duì)所述類屬中心向量為c_i的類別的歷史內(nèi)容的興趣偏好，n為所述預(yù)設(shè)時(shí)間窗口內(nèi)用戶u查看過的內(nèi)容的數(shù)量，為所述預(yù)設(shè)時(shí)間窗口內(nèi)用戶u查看過的內(nèi)容的內(nèi)容向量的合集，σ為興趣偏好參數(shù)。

2.如權(quán)利要求1所述的相似用戶選取方法，其特征在于，所述根據(jù)所述用戶的興趣偏好計(jì)算各用戶與目標(biāo)用戶的相似度，包括：

根據(jù)計(jì)算得到的所述用戶對(duì)各類別歷史內(nèi)容的興趣偏好，以及公式計(jì)算各用戶與目標(biāo)用戶的相似度，其中sim(m,n)為用戶m與目標(biāo)用戶n的相似度。

3.如權(quán)利要求1所述的相似用戶選取方法，其特征在于，所述根據(jù)所述用戶的興趣偏好計(jì)算各用戶與目標(biāo)用戶的相似度，包括：

根據(jù)計(jì)算得到的所述用戶的興趣偏好，建立全部用戶的興趣分布矩陣；

根據(jù)建立的全部用戶的興趣分布矩陣，計(jì)算各用戶與目標(biāo)用戶的相似度。