[發(fā)明專利]一種基于主題模型和遺忘規(guī)律的興趣預(yù)測(cè)挖掘方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201710480529.1
• 申請(qǐng)日: 2017-06-22
• 公開（公告）號(hào): CN107357835B
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計(jì)）人: 張可;王鵬;謝文
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué);東莞市慧眼數(shù)字技術(shù)有限公司
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06F16/35;G06F40/30
• 代理公司: 成都金英專利代理事務(wù)所(普通合伙) 51218
• 代理人: 袁英

本發(fā)明公開了一種基于主題模型和遺忘規(guī)律的興趣預(yù)測(cè)挖掘方法及系統(tǒng)，涉及社交用戶的興趣預(yù)測(cè)領(lǐng)域；其方法包括：用戶的興趣周期性發(fā)現(xiàn)、用戶的興趣預(yù)測(cè)；一種基于主題模型和遺忘規(guī)律的興趣預(yù)測(cè)挖掘系統(tǒng)，包括：興趣周期性發(fā)現(xiàn)模塊、用戶的興趣預(yù)測(cè)模塊和數(shù)據(jù)顯示模塊。本發(fā)明實(shí)現(xiàn)社交網(wǎng)絡(luò)中用戶信息文本主旨的挖掘和用戶興趣的挖掘預(yù)測(cè)，并能夠發(fā)現(xiàn)和預(yù)測(cè)用戶興趣愛好的走勢(shì)，這對(duì)于網(wǎng)站的推薦效果將會(huì)有很大的提升，具有極高的商業(yè)應(yīng)用價(jià)值。

技術(shù)領(lǐng)域

本發(fā)明涉及社交用戶的興趣預(yù)測(cè)領(lǐng)域，尤其是一種基于主題模型和遺忘規(guī)律的興趣預(yù)測(cè)挖掘方法及系統(tǒng)。

背景技術(shù)

LDA(Latent Dirichlet Allocation)是一種文檔主題模型，它是一種發(fā)掘文檔表達(dá)思想的主題模型，這個(gè)模型最終將文章所包含的多個(gè)語義以概率分布的形式呈現(xiàn)在結(jié)果中。艾賓浩斯遺忘曲線是由德國心理學(xué)家艾賓浩斯(H.Ebbinghaus)研究發(fā)現(xiàn)的，曲線表示了人記憶的規(guī)律，人們可以利用這個(gè)曲線，提升自己的記憶能力。

社交網(wǎng)絡(luò)(Social Network)是人寄托和表達(dá)自己情感的地方，同時(shí)通過社交網(wǎng)絡(luò)可以結(jié)交很多朋友。人們?cè)谏缃痪W(wǎng)絡(luò)上進(jìn)行著內(nèi)容的產(chǎn)生，同時(shí)也結(jié)交著興趣相投的朋友。由于人們?cè)谏缃痪W(wǎng)絡(luò)中發(fā)掘朋友的能力有限，目前在社交網(wǎng)絡(luò)中，進(jìn)行好友推薦是由社交網(wǎng)站負(fù)責(zé)，并且如何更好的提升推薦準(zhǔn)確度一直是社交網(wǎng)站的工作重點(diǎn)。此外，社交網(wǎng)站由于盈利的需要，也需要向用戶推薦他可能感興趣的事物，因此，獲得用戶的興趣所在也是社交網(wǎng)絡(luò)的關(guān)注點(diǎn)。

LDA(Latent Dirichlet Allocation)作為一個(gè)主題發(fā)掘模型可以很好的發(fā)現(xiàn)用戶所要表達(dá)的主旨。

艾賓浩斯遺忘曲線作為一個(gè)記憶遺忘規(guī)律曲線，由于用戶的興趣可以作為用戶的一個(gè)記憶，因此可以利用艾賓浩斯遺忘曲線很好的發(fā)現(xiàn)用戶某時(shí)刻很感興趣的興趣愛好。

由于記憶有著記憶的周期。因此，獲得用戶的興趣周期，并在此基礎(chǔ)上進(jìn)行用戶興趣的挖掘，對(duì)接下來進(jìn)行的好友推薦和興趣針對(duì)推薦有著重要意義。

但在現(xiàn)在的社交網(wǎng)絡(luò)中，在給用戶推薦好友時(shí)，多是依靠用戶之間的聯(lián)系(即共同好友)和用戶提及的關(guān)鍵字。由于用戶文本信息的內(nèi)容多樣性，可能文本的主旨和關(guān)鍵字有著偏差。并且現(xiàn)在的推薦算法在向用戶推薦感興趣的事物時(shí)過多的在意用戶當(dāng)前關(guān)注的點(diǎn)，而忽視了用戶一直存在的興趣愛好和可能潛在的興趣愛好。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于主題模型和遺忘規(guī)律的興趣預(yù)測(cè)挖掘方法及系統(tǒng)，實(shí)現(xiàn)社交網(wǎng)絡(luò)中用戶信息文本主旨的挖掘和用戶興趣的挖掘預(yù)測(cè)，并能夠發(fā)現(xiàn)和預(yù)測(cè)用戶興趣愛好的走勢(shì)，這對(duì)于網(wǎng)站的推薦效果將會(huì)有很大的提升，具有極高的商業(yè)應(yīng)用價(jià)值。

本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的：一種基于主題模型和遺忘規(guī)律的興趣預(yù)測(cè)挖掘方法，它具體包括如下步驟：

S001用戶的興趣周期性發(fā)現(xiàn)：確定待測(cè)事件，通過該事件發(fā)生后的關(guān)注度的走勢(shì)曲線得到興趣周期，即用戶興趣的產(chǎn)生周期天數(shù)；

S002用戶的興趣預(yù)測(cè)：將用戶最近的用戶文檔以興趣周期為分段間隔分為N個(gè)周期文檔，以最近一個(gè)興趣周期的用戶文檔為數(shù)據(jù)基礎(chǔ)建立LDA主題模型，將N個(gè)興趣周期的用戶文檔輸入已建立的主題模型，并獲得主題模型上的概率分布，對(duì)N個(gè)興趣周期的概率分布進(jìn)行加權(quán)處理，對(duì)最終結(jié)果進(jìn)行加權(quán)并得到最終預(yù)測(cè)的興趣概率。

進(jìn)一步的，所述的步驟S002具體包括如下子步驟：

S201確定用戶興趣周期的天數(shù)；

S202確定遺忘曲線記憶時(shí)間為N個(gè)階段；