[發(fā)明專利]基于用戶興趣主題的微博網(wǎng)絡(luò)鏈路預(yù)測方法、裝置及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010548003.4
• 申請(qǐng)日: 2020-06-16
• 公開（公告）號(hào): CN111859163B
• 公開（公告）日: 2023-09-29
• 發(fā)明（設(shè)計(jì)）人: 丁大釗;張建軍;鮑尚策;王文重;楊鵬飛;張志航
• 申請(qǐng)（專利權(quán)）人: 珠海高凌信息科技股份有限公司
• 主分類號(hào): G06F16/9536
• 分類號(hào): G06F16/9536;G06Q50/00
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 伍志健

1.一種基于用戶興趣主題的微博網(wǎng)絡(luò)鏈路預(yù)測方法，其特征在于，該方法包括：

S100，爬取微博網(wǎng)絡(luò)數(shù)據(jù)并建立用戶網(wǎng)絡(luò)拓?fù)?，將所爬取的用戶微博?nèi)容匯集成語料文檔；

S200，篩選二級(jí)好友，得到擁有共同關(guān)注的微博用戶；

S300，對(duì)所述語料文檔進(jìn)行文本建模，通過LDA聚類用戶語料文檔詞匯及主題特征；

S400，計(jì)算所述主題特征的概率分布，并構(gòu)建用戶興趣主題模型；

S500，通過KL距離計(jì)算所述二級(jí)好友的集合間的興趣主題相似度，并按比例取相似用戶作為預(yù)測結(jié)果，所述S500包括：

使用KL距離計(jì)算二級(jí)好友集合間的興趣主題相似度，得到計(jì)算結(jié)果，其中度量計(jì)算公式為

p_j和q_j表示兩個(gè)用戶在第j個(gè)主題下的概率分布。

2.根據(jù)權(quán)利要求1所述的基于用戶興趣主題的微博網(wǎng)絡(luò)鏈路預(yù)測方法，其特征在于，所述S100包括：

爬取微博網(wǎng)絡(luò)數(shù)據(jù)并建立用戶網(wǎng)絡(luò)拓?fù)銰(V,E),以鄰接矩陣A表示；

同時(shí)將用戶微博內(nèi)容匯集成語料文檔D(U,B)，其中U＝(u₁，u₂，…，u_n)表示用戶集合，每個(gè)用戶u_i的微博內(nèi)容按時(shí)序匯集為語料庫(b_u，1，b_u，2…，b_u，M)，每條微博內(nèi)容b_u,i來自用戶u_i分享或轉(zhuǎn)發(fā)。

3.根據(jù)權(quán)利要求2所述的基于用戶興趣主題的微博網(wǎng)絡(luò)鏈路預(yù)測方法，其特征在于，所述S200包括：

應(yīng)用社會(huì)三元關(guān)系理論在網(wǎng)絡(luò)拓?fù)鋬?nèi)篩選二級(jí)好友，即獲取擁有共同關(guān)注的微博用戶，通過矩陣運(yùn)算操作為A·A，通過a_ih表示用戶i與用戶h存在共同關(guān)注好友數(shù)量，矩陣運(yùn)算的行向量即表示該用戶的二級(jí)好友集合。

4.根據(jù)權(quán)利要求3所述的基于用戶興趣主題的微博網(wǎng)絡(luò)鏈路預(yù)測方法，其特征在于，所述S300包括：

進(jìn)行文本建模，利用LDA提取用戶語料文檔的詞袋向量d＝(ω₁，ω₂，…，ω_n)，具體包括：

S301，計(jì)算文檔的詞匯矩陣，對(duì)每個(gè)用戶微博文檔內(nèi)容進(jìn)行詞匯統(tǒng)計(jì)，詞w_j在文檔b_u,i中出現(xiàn)的頻率填充到對(duì)應(yīng)的矩陣位置；

S302，計(jì)算主題的詞匯矩陣，在語料庫中隨機(jī)指定主題編號(hào)z_i，計(jì)算每個(gè)z_i下出現(xiàn)的詞匯頻率；

S303，計(jì)算文檔的主題矩陣，統(tǒng)計(jì)每個(gè)詞代表的主題在每一個(gè)文檔中出現(xiàn)的次數(shù)，得出用戶的微博文檔的對(duì)應(yīng)主題矩陣。

5.根據(jù)權(quán)利要求4所述的基于用戶興趣主題的微博網(wǎng)絡(luò)鏈路預(yù)測方法，其特征在于，所述S400包括：

S401，分別對(duì)每個(gè)預(yù)先給定的主題z_k(k＝1，…，K)下所包括的單詞概率進(jìn)行多項(xiàng)采樣，其中主題z_k(k＝1，…，K)，K為正整數(shù)，單詞概率多項(xiàng)采樣為

S42：對(duì)每個(gè)用戶u_i下的主題概率進(jìn)行采樣，采樣方式為θ_u～Dir(a)，并進(jìn)一步計(jì)算構(gòu)建用戶興趣主題模型。

6.根據(jù)權(quán)利要求1所述的基于用戶興趣主題的微博網(wǎng)絡(luò)鏈路預(yù)測方法，其特征在于，所述S500還包括：

根據(jù)所述計(jì)算結(jié)果按D_KL值降序排序，并按設(shè)定比例取前L對(duì)用戶作為預(yù)測結(jié)果。

7.一種基于用戶興趣主題的微博網(wǎng)絡(luò)鏈路預(yù)測裝置，該裝置包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1-6任一所述的方法步驟。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6任一所述的方法步驟。