[發(fā)明專利]用戶關(guān)鍵詞提取裝置、方法及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201710754314.4
• 申請(qǐng)日: 2017-08-29
• 公開（公告）號(hào): CN107704503A
• 公開（公告）日: 2018-02-16
• 發(fā)明（設(shè)計(jì)）人: 吳振宇;劉睿愷;王建明;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;G06Q50/00
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)44347
• 代理人: 于志光,高杰

1.一種基于社交網(wǎng)絡(luò)的用戶關(guān)鍵詞提取裝置，其特征在于，所述裝置包括存儲(chǔ)器和處理器，所述存儲(chǔ)器上存儲(chǔ)有可在所述處理器上運(yùn)行的用戶關(guān)鍵詞提取程序，所述用戶關(guān)鍵詞提取程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如下步驟：

獲取目標(biāo)用戶在預(yù)設(shè)時(shí)間區(qū)間內(nèi)發(fā)表過(guò)的博文，使用預(yù)設(shè)的分詞工具對(duì)獲取的博文進(jìn)行分詞處理，分別獲取每條博文對(duì)應(yīng)的單詞列表；

將獲取的每個(gè)博文對(duì)應(yīng)的單詞列表輸入到Word2Vec模型中進(jìn)行訓(xùn)練，以獲取詞向量模型；

基于關(guān)鍵詞提取算法從博文的單詞列表中提取該博文對(duì)應(yīng)的關(guān)鍵詞，將所述目標(biāo)用戶在所述預(yù)設(shè)時(shí)間區(qū)間內(nèi)發(fā)表過(guò)的博文累計(jì)的關(guān)鍵詞構(gòu)成所述目標(biāo)用戶的候選關(guān)鍵詞集合，并基于所述詞向量模型計(jì)算所述候選關(guān)鍵詞集合中每一個(gè)關(guān)鍵詞的詞向量；

根據(jù)所述候選關(guān)鍵詞集合以及所述候選關(guān)鍵詞集合中每一個(gè)關(guān)鍵詞對(duì)應(yīng)的詞向量，構(gòu)建語(yǔ)義相似圖；

在所述語(yǔ)義相似圖上運(yùn)行Pagerank算法為每一個(gè)關(guān)鍵詞打分，將得分滿足預(yù)設(shè)條件的關(guān)鍵詞作為所述目標(biāo)用戶的興趣關(guān)鍵詞。

2.根據(jù)權(quán)利要求1所述的基于社交網(wǎng)絡(luò)的用戶關(guān)鍵詞提取裝置，其特征在于，所述根據(jù)所述候選關(guān)鍵詞集合以及所述候選關(guān)鍵詞集合中每一個(gè)關(guān)鍵詞對(duì)應(yīng)的詞向量，構(gòu)建語(yǔ)義相似圖的步驟包括：

將所述候選關(guān)鍵詞集合中的關(guān)鍵詞作為單詞節(jié)點(diǎn)，其中，一個(gè)關(guān)鍵詞對(duì)應(yīng)一個(gè)單詞節(jié)點(diǎn)；

遍歷全部單詞節(jié)點(diǎn)，根據(jù)對(duì)應(yīng)的詞向量計(jì)算每?jī)蓚€(gè)單詞節(jié)點(diǎn)之間的上下文相似度，每當(dāng)兩個(gè)單詞節(jié)點(diǎn)之間的上下文相似度大于預(yù)設(shè)閾值時(shí)，在所述兩個(gè)單詞節(jié)點(diǎn)之間建立一條邊；

由全部單詞節(jié)點(diǎn)以及建立的邊構(gòu)成所述語(yǔ)義相似圖。

3.根據(jù)權(quán)利要求2所述的基于社交網(wǎng)絡(luò)的用戶關(guān)鍵詞提取裝置，其特征在于，所述根據(jù)對(duì)應(yīng)的詞向量計(jì)算每?jī)蓚€(gè)單詞節(jié)點(diǎn)之間的上下文相似度的步驟包括：

獲取兩個(gè)單詞節(jié)點(diǎn)的詞向量，并計(jì)算這兩個(gè)詞向量之間的余弦相似度，將所述余弦相似度作為所述兩個(gè)單詞節(jié)點(diǎn)之間的上下文相似度。

4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的基于社交網(wǎng)絡(luò)的用戶關(guān)鍵詞提取裝置，其特征在于，當(dāng)所述博文包含的字?jǐn)?shù)大于或者等于預(yù)設(shè)字?jǐn)?shù)時(shí)，所述基于關(guān)鍵詞提取算法從博文的單詞列表中提取該博文對(duì)應(yīng)的關(guān)鍵詞的步驟包括：

分別按照預(yù)設(shè)的多個(gè)關(guān)鍵詞提取算法從博文的單詞列表中提取關(guān)鍵詞；

將所述多個(gè)關(guān)鍵詞提取算法提取的關(guān)鍵詞中重復(fù)的關(guān)鍵詞作為該博文對(duì)應(yīng)的關(guān)鍵詞。

5.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的基于社交網(wǎng)絡(luò)的用戶關(guān)鍵詞提取裝置，其特征在于，所述將得分滿足預(yù)設(shè)條件的關(guān)鍵詞作為所述目標(biāo)用戶的興趣關(guān)鍵詞的步驟包括：

將得分大于預(yù)設(shè)分?jǐn)?shù)的關(guān)鍵詞作為所述目標(biāo)用戶的興趣關(guān)鍵詞；

或者，將得分大于預(yù)設(shè)分?jǐn)?shù)的關(guān)鍵詞作為所述目標(biāo)用戶的興趣關(guān)鍵詞，其中，在得分大于預(yù)設(shè)分?jǐn)?shù)的關(guān)鍵詞的數(shù)量大于第一預(yù)設(shè)個(gè)數(shù)時(shí)，將所述第一預(yù)設(shè)個(gè)數(shù)個(gè)關(guān)鍵詞中的第二預(yù)設(shè)個(gè)數(shù)個(gè)關(guān)鍵詞作為所述目標(biāo)用戶的興趣關(guān)鍵詞，所述第一預(yù)設(shè)個(gè)數(shù)大于所述第二預(yù)設(shè)個(gè)數(shù)。

6.一種基于社交網(wǎng)絡(luò)的用戶關(guān)鍵詞提取方法，其特征在于，所述方法包括：

獲取目標(biāo)用戶在預(yù)設(shè)時(shí)間區(qū)間內(nèi)發(fā)表過(guò)的博文，使用預(yù)設(shè)的分詞工具對(duì)獲取的博文進(jìn)行分詞處理，分別獲取每條博文對(duì)應(yīng)的單詞列表；

將獲取的每個(gè)博文對(duì)應(yīng)的單詞列表輸入到Word2Vec模型中進(jìn)行訓(xùn)練，以獲取詞向量模型；

基于關(guān)鍵詞提取算法從博文的單詞列表中提取該博文對(duì)應(yīng)的關(guān)鍵詞，將所述目標(biāo)用戶在所述預(yù)設(shè)時(shí)間區(qū)間內(nèi)發(fā)表過(guò)的博文累計(jì)的關(guān)鍵詞構(gòu)成所述目標(biāo)用戶的候選關(guān)鍵詞集合，并基于所述詞向量模型計(jì)算所述候選關(guān)鍵詞集合中每一個(gè)關(guān)鍵詞的詞向量；

根據(jù)所述候選關(guān)鍵詞集合以及所述候選關(guān)鍵詞集合中每一個(gè)關(guān)鍵詞對(duì)應(yīng)的詞向量，構(gòu)建語(yǔ)義相似圖；

在所述語(yǔ)義相似圖上運(yùn)行Pagerank算法為每一個(gè)關(guān)鍵詞打分，將得分滿足預(yù)設(shè)條件的關(guān)鍵詞作為所述目標(biāo)用戶的興趣關(guān)鍵詞。