[發(fā)明專利]用戶興趣識(shí)別方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201710749088.0
• 申請(qǐng)日: 2017-08-25
• 公開（公告）號(hào): CN107391760B
• 公開（公告）日: 2018-05-25
• 發(fā)明（設(shè)計(jì)）人: 王健宗;黃章成;吳天博;肖京
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27;G06K9/62;G06Q30/02
• 代理公司: 深圳市世紀(jì)恒程知識(shí)產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 胡海國(guó)

1.一種用戶興趣識(shí)別方法，其特征在于，所述用戶興趣識(shí)別方法包括以下步驟：

獲取訓(xùn)練樣本和測(cè)試樣本，其中，所述訓(xùn)練樣本為根據(jù)文本數(shù)據(jù)訓(xùn)練出對(duì)應(yīng)的話題模型后經(jīng)過(guò)人工標(biāo)注獲得的；

利用第一預(yù)設(shè)算法分別提取所述訓(xùn)練樣本和所述測(cè)試樣本的特征，并根據(jù)所述訓(xùn)練樣本的特征，通過(guò)迭代算法計(jì)算出邏輯回歸模型的最優(yōu)模型參數(shù)，訓(xùn)練出含最優(yōu)模型參數(shù)的邏輯回歸模型；

根據(jù)所述測(cè)試樣本的特征和所述含最優(yōu)模型參數(shù)的邏輯回歸模型繪制受試者工作特征ROC曲線，并根據(jù)ROC曲線下面積AUC對(duì)所述含最優(yōu)模型參數(shù)的邏輯回歸模型進(jìn)行評(píng)價(jià)，訓(xùn)練出第一主題分類器；

利用所述第一主題分類器對(duì)所述文本數(shù)據(jù)進(jìn)行分類，確定所述文本數(shù)據(jù)所屬的主題，并根據(jù)所述含最優(yōu)模型參數(shù)的邏輯回歸模型計(jì)算所述文本數(shù)據(jù)所屬主題的得分；

根據(jù)所述得分和第二預(yù)設(shè)算法計(jì)算撰寫所述文本數(shù)據(jù)的用戶對(duì)所述主題感興趣的信心分，根據(jù)所述信心分識(shí)別所述用戶的興趣；

其中，所述第一預(yù)設(shè)算法為字節(jié)4元語(yǔ)法Byte 4-gram算法；

所述第二預(yù)設(shè)算法的計(jì)算公式為：

k j = 10 m a x ( TN j ) - m i n ( TN j ) , x j 0 = m e d i a n ( TN j ) , ]]>

s ( u i , topic j , TN i j ) = TN i j * A v g ( u i , topic j ) 1 + e - k j * ( TN i j - x j o ) , ]]>

其中，TNj為所有用戶對(duì)主題topicj感興趣的文本數(shù)，xj0為TNj的中位數(shù)，TNij為用戶ui發(fā)表的關(guān)于主題topicj的微博數(shù)，s(ui,topicj,TNij)為用戶ui對(duì)所述主題topicj感興趣的信心分，Avg(ui,topicj)為用戶ui在主題topicj上的平均得分。