[發(fā)明專(zhuān)利]一種由不實(shí)信息驅(qū)動(dòng)的社交網(wǎng)絡(luò)主題專(zhuān)家查找方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811105652.6
• 申請(qǐng)日: 2018-09-20
• 公開(kāi)（公告）號(hào): CN109271422B
• 公開(kāi)（公告）日: 2021-10-08
• 發(fā)明（設(shè)計(jì)）人: 李國(guó)徽;董明;周全;李劍軍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華中科技大學(xué)
• 主分類(lèi)號(hào): G06F16/2458
• 分類(lèi)號(hào): G06F16/2458;G06Q50/00
• 代理公司: 華中科技大學(xué)專(zhuān)利中心 42201
• 代理人: 李智;曹葆青

1.一種由不實(shí)信息驅(qū)動(dòng)的社交網(wǎng)絡(luò)主題專(zhuān)家查找方法，其特征在于，包括：

(1)利用社交網(wǎng)絡(luò)數(shù)據(jù)集，構(gòu)建候選用戶(hù)文檔，利用候選用戶(hù)文檔和待查詢(xún)不實(shí)信息，構(gòu)建概率圖模型；

(2)利用候選用戶(hù)文檔和待查詢(xún)不實(shí)信息訓(xùn)練概率圖模型，當(dāng)概率圖模型的參數(shù)收斂后，得到維度相同的候選用戶(hù)向量和待查詢(xún)不實(shí)信息向量；

(3)通過(guò)計(jì)算候選用戶(hù)向量和待查詢(xún)不實(shí)信息向量的余弦距離，得到候選用戶(hù)和待查詢(xún)不實(shí)信息的相似度，利用相似度得到查詢(xún)結(jié)果；

所述步驟(1)包括：

(1-1)從社交網(wǎng)絡(luò)數(shù)據(jù)集中獲取用戶(hù)自我簡(jiǎn)介信息和包含用戶(hù)的列表信息，提取用戶(hù)自我簡(jiǎn)介信息和包含用戶(hù)的列表信息的動(dòng)詞和名詞，構(gòu)建D個(gè)候選用戶(hù)文檔；

(1-2)每個(gè)候選用戶(hù)文檔包含K個(gè)主題，K個(gè)主題滿(mǎn)足多項(xiàng)分布，對(duì)于K個(gè)主題中的每個(gè)單詞，生成單詞的主題分布樣本，并假定每個(gè)主題均有概率得到每個(gè)單詞，此概率滿(mǎn)足多項(xiàng)分布；

(1-3)根據(jù)查詢(xún)社交網(wǎng)絡(luò)數(shù)據(jù)集中任意2個(gè)候選用戶(hù)文檔是否在同一個(gè)列表中，得到列表共現(xiàn)信息，利用概率、列表共現(xiàn)信息結(jié)合待查詢(xún)不實(shí)信息，構(gòu)建概率圖模型。

2.如權(quán)利要求1所述的一種由不實(shí)信息驅(qū)動(dòng)的社交網(wǎng)絡(luò)主題專(zhuān)家查找方法，其特征在于，所述概率圖模型為L(zhǎng)TM的聯(lián)合概率分布：

其中，θ為由候選用戶(hù)文檔到主題的多項(xiàng)分布參數(shù)，Z為候選用戶(hù)文檔主題樣本，W為單詞，L為列表共現(xiàn)信息，α為迪利克雷分布參數(shù)，β為由主題到單詞的多項(xiàng)分布參數(shù)，ν為分布中的第一參數(shù)，η為分布中的第二參數(shù)，θ_d為θ中的某一維度，為候選用戶(hù)文檔d_i和候選用戶(hù)文檔d_j之間的列表共現(xiàn)信息，Z_d,n為候選用戶(hù)文檔中的某一個(gè)主題樣本，W_d,n主題中的某一個(gè)單詞，N為一個(gè)候選用戶(hù)文檔中單詞的總數(shù)量，β_1:K為K個(gè)主題到某個(gè)單詞的多項(xiàng)分布參數(shù)。

3.如權(quán)利要求1或2所述的一種由不實(shí)信息驅(qū)動(dòng)的社交網(wǎng)絡(luò)主題專(zhuān)家查找方法，其特征在于，所述步驟(2)在訓(xùn)練過(guò)程中利用變分分布求解概率圖模型，所述變分分布為：

其中，θ為由候選用戶(hù)文檔到主題的多項(xiàng)分布參數(shù)，Z為候選用戶(hù)文檔主題樣本，γ為變分分布中的迪利克雷分布參數(shù)，φ為變分分布中的由主題到單詞的多項(xiàng)分布參數(shù)，γ_d為γ中的某一個(gè)參數(shù)，φ_d,n為φ中的某一個(gè)參數(shù)，q_θ(θ_d|γ_d)為θ_d的先驗(yàn)分布，q_z(Z_d,n|φ_d,n)為Z_d,n的先驗(yàn)分布，θ_d為θ中的某一維度，Z_d,n為候選用戶(hù)文檔中的某一個(gè)主題樣本。