[發明專利]基于異構社會媒體用戶動態行為的微博主題挖掘方法

有效

• 申請號: 202011024515.7
• 申請日: 2020-09-25
• 公開（公告）號: CN112364161B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 賀瑞芳;劉宏宇;朱永凱;王浩成;韓迪
• 申請（專利權）人: 天津大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/216;G06F40/30;G06Q50/00;G06K9/62
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉子文

1.一種基于異構社會媒體用戶動態行為的微博主題挖掘方法，其特征在于，包括以下步驟：

(1)構建屬性多元異構對話網絡：挖掘異構社交上下文用于話題檢測；

(2)特定視圖的嵌入：引入鄰居級注意力機制和交互級注意力機制建模不同鄰居及不同類型交互方式對主題的影響，得到特定視圖的表示；特定視圖包括對應視圖中所有節點的集合、對應視圖中所有節點附帶的文本信息的集合、交互關系類型為轉發或評論的邊的集合；其中用戶在特定視圖下的嵌入包括用戶嵌入和交互類型嵌入；鄰居級注意力機制僅考慮用戶的一階鄰居，包括用戶本身；用戶嵌入是通過鄰居級注意力機制挖掘不同鄰居對主題的影響力，學習融合了鄰居內容信息得到；交互類型嵌入是通過交互級注意力機制挖掘不同類型交互關系間的相互影響，學習交互類型的嵌入；特定視圖的表示是將用戶嵌入和交互類型嵌入相加得到用戶在特定視圖上的嵌入；

(3)基于多視圖神經變分推理的主題生成：將若干個視圖的表示作為多視圖神經變分推理的輸入，捕獲不同視圖攜帶的不同話題語義間的復雜關聯，從而挖掘一致性更佳的主題；具體的：將步驟(2)得到的特定視圖的表示作為多視圖神經變分推理的輸入以捕獲不同視圖間的聯系，得到文檔-主題分布及主題-詞語分布，之后通過解碼器重構，得到重構的若干個用戶視圖嵌入；通過最小化基于多視圖神經變分推理的主題生成部分的目標函數，建模不同鄰居和不同類型交互關系對主題的影響力，并捕獲不同視圖指代的話題語義間的聯系，以挖掘潛在主題。

2.根據權利要求1所述一種基于異構社會媒體用戶動態行為的微博主題挖掘方法，步驟(1)具體包括：

將用戶看作對話網絡中的節點，同時將用戶相關的所有微博，包括源微博、評論微博和轉發微博，聚集成文檔，看作該用戶所指向節點的文本信息；若在對話網絡中，用戶之間存在微博轉發、評論關系，則將指代用戶的節點相連接；以此操作構建屬性多元異構對話網絡G＝(V，E，T)，其中V為對話網絡中節點的集合，E＝U_r∈RE_r為對話網絡中邊的集合，E_r為交互關系類型為r的邊的集合，r表示轉發或評論，R表示交互關系類型的集合且滿足|R|＞1，T為節點附帶的文本信息的集合；以v_i表示V中第i個用戶，M_i＝(w₁，w₂，...，w_n)指代用戶v_i的文本信息，其中w_i表示文檔M_i的第i個詞語，n為文檔M_i的詞語個數。