[發明專利]面向問答平臺的融合用戶隱連接關系的標簽推薦方法

有效

• 申請號: 201810614031.4
• 申請日: 2018-06-14
• 公開（公告）號: CN108804689B
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 劉業政;田志強;姜元春;孫見山;陶丹丹;孫春華;陳夏雨;劉春麗
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/332;G06N3/04
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;余罡

1.一種面向問答平臺的融合用戶隱連接關系的標簽推薦方法，其特征在于，包括以下步驟：

從問答網站上獲取問題、問題對應的標簽、問題對應的用戶信息，并構建問題集合、問題對應的標簽集合、用戶集合；

根據問題與用戶信息的對應關系，構建用戶網絡；

所述根據問題與用戶信息的對應關系，構建用戶網絡，是通過挖掘用戶間共同回答問題的關系，構建一個帶權重的無向的用戶網絡；

所述構建一個帶權重的無向的用戶網絡，具體包括：

構建一個帶權重的無向的用戶網絡G；

G定義如(1)：

G＝(U,E,W) (1)

其中U代表所有用戶，每個用戶看作一個節點；E是邊，表示用戶曾共同回答過問題的關系，記作E＝{(user_i′,user_i″)|(user_i′,user_i″)∈ques_user}，當用戶user_i′和user_i″共同回答了某個問題，就在他們間建立一條連接的邊；W是邊的權重，表示共同回答問題的次數；將所述用戶網絡輸入到node2vec模型中，得到用戶的特征向量，具體包括：

通過隨機游走的方式對用戶網絡G＝(U,E,W)進行采樣，生成一個節點序列；

對于給定的源節點u，使用如下的分布，公式(2)產生固定長度為Length的鄰居序列：

其中c_r表示節點序列中第r個節點，初始值c₀＝u，Z為歸一化常數，π_vx是節點v到x的非歸一化轉移概率，通過公式(3)計算：

π_vx＝α_pq(t,x)·W_vx (3)

其中W_vx為節點v與節點x邊上的權重，α_pq(t,x)由公式(4)得到，假設已知路徑為t→v，t為上一個節點，v為當前節點，x為待選擇的與v相鄰的節點；

其中，d_tx為鄰居節點x與上一節點t的最短距離；p，q為參數變量，p為返回概率參數，控制回到原來節點的概率；q為離開概率參數，控制跳到其他節點的概率，調節p，q，控制隨機游走的方向，從而得到相應的鄰居節點序列；

利用word2vec算法框架中的skim-gram模型對采樣出來的鄰居節點序列進行訓練，得到每個節點的特征向量uservect，uservect即用戶的特征向量；

將所述問題集合輸入到卷積神經網絡中，得到問題的特征向量，具體包括：

搭建卷積神經網絡；卷積神經網絡包括輸入層、卷積層和池化層；其中，輸入層為網絡的第一層；卷積層由三個不同尺寸大小的卷積核所構成，尺寸設為h*k′，其中h為卷積核的長度，表示縱向取詞語的個數，k′為卷積核的寬度等于詞向量的維數，每個尺寸的卷積核各若干個；池化層采用max-pooling方法；

利用word2vec模型將問題集合Q＝{ques₁,ques₂,......ques_m}中包含的詞語ques＝{word₁,word₂,......word_m′}預訓練成詞向量，詞向量維度為k′，于是問題表示成m′*k′矩陣，作為卷積神經網絡的輸入，其中m′表示某個問題中含有的詞個數，k′表示詞向量的維數；

卷積和池化操作；輸入的m′*k′矩陣通過卷積操作得到若干個Feature Map，再通過池化操作從各個Feature Map中提取最大的值，將這些最大值連接起來，得到表征該問題的向量questionvect，所述questionvect即為問題的特征向量；

將所述用戶的特征向量和所述問題的特征向量做拼接，經過一層全連接網絡，得到融合用戶隱性連接的多特征向量集；

將所述多特征向量集使用邏輯回歸模型映射成概率，表示屬于每個標簽的概率，在[0,1]之間，基于輸出的概率值對標簽進行降序排序，取前top個標簽，至此初步模型即構建好；

將所述問題、問題對應的標簽、問題對應的用戶信息作為輸入，訓練初步模型，訓練終止后，得到最終的推薦模型；

所述將所述問題、問題對應的標簽、問題對應的用戶信息作為輸入，訓練初步模型，具體包括：

將問題ques、問題對應的標簽ques_label＝{label₁,label₂,......}、問題對應的用戶ques_user＝{user_ask}作為網絡的輸入，將對數損失函數binary_crossentropy如公式(7)作為整個模型的目標函數，設置迭代次數nb_epoch，采用學習率為η，指數衰減率為β₁,β₂的Adam優化算法和反向傳播算法訓練整個網絡，當迭代次數≥nb_epoch時，停止訓練；

用精確度accuracy，評估模型的準確性；

其中m為訓練的問題樣本總數，y_i為第i個樣本期望的輸出，為第i個樣本神經元實際輸出，1≤i≤m；

當用戶在向網站提交問題時，從所述推薦模型中把前top個標簽推薦給用戶。