[發(fā)明專利]基于知識圖譜的性格模型分析處理方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202011040749.0
• 申請日: 2020-09-28
• 公開（公告）號: CN112035682B
• 公開（公告）日: 2021-04-20
• 發(fā)明（設計）人: 崔煒
• 申請（專利權）人: 上海松鼠課堂人工智能科技有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/9535;G06Q30/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于知識圖譜的性格模型分析處理方法，其特征在于，包括：

獲取用戶在預設時間段內接觸過的對象，所述對象包括文章、小說、音樂、電影中的任一對象或多個對象；

從所述對象中確定接觸次數(shù)等于或大于預設次數(shù)、并且最短一次接觸所述對象的接觸時長等于或大于預設時長的目標對象；

根據(jù)所述目標對象所對應的知識圖譜，確定所述用戶的性格特征；所述知識圖譜中列出了所述目標對象的相關信息，所述相關信息包括網(wǎng)頁中對所述目標對象的評論信息；

其中，所述根據(jù)所述目標對象所對應的知識圖譜，確定所述用戶的性格特征，包括步驟A1-A4：

步驟A1、獲取每個目標對象對應的知識圖譜；

步驟A2、針對每個目標對象，執(zhí)行如下步驟A21-A22：

步驟A21、從第d個目標對象對應的知識圖譜中獲取第d個目標對象對應的評論信息；從所述評論信息中獲取關于感官感受的所有詞語；按照詞語在所述評論信息中的出現(xiàn)次數(shù)從大到小的順序對所述所有詞語進行排序；獲取排在前n位的n個目標詞語；

步驟A22、按照如下公式(1)計算所述第d個目標對象對應的n個目標詞語與預設的b個性格特征中每個性格特征之間的匹配度：

其中，X_dj表示所述第d個目標對象對應的n個目標詞語與第j個性格特征之間的匹配度；λ_ij表示所述n個目標詞語中的第i個目標詞語與所述第j個性格特征之間的匹配因子；λ_ij越高，表明第i個目標詞語與所述第j個性格特征之間越匹配；p_di表示第d個目標對象對應的第i個目標詞語在所述評論信息中的出現(xiàn)次數(shù)；

其中，t_ci表示預設訓練集中第c個對象的評論信息中包括的第i個目標詞語的數(shù)目；y_cj表示預設訓練集中第c個對象的評論信息的發(fā)布者中擁有第j個性格特征的發(fā)布者的數(shù)目；X為所述預設訓練集中對象的總數(shù)目；

步驟A3、按照步驟A21-A22計算出每個目標對象對應的與每個性格特征之間的匹配度之后，對如下公式(2)進行計算：

其中，β_j表示所述用戶的性格特征與第j個性格特征之間的匹配值；表示預設的第d個目標對象所歸屬的作品種類對應的性格影響因子，為預設值，取值范圍為[0,1]；M表示所述目標對象的總數(shù)目；

步驟A4、按照步驟A3計算出所述用戶的性格特征分別與每個性格特征之間的匹配值之后，確定所有匹配值中的最大匹配值；將所述最大匹配值對應的性格特征作為所述用戶的性格特征。

2.如權利要求1所述的方法，其特征在于，

所述獲取用戶在預設時間段內接觸過的對象，包括：

監(jiān)控所述用戶的電子設備在所述預設時間段內的使用日志；

根據(jù)所述使用日志，確定所述用戶在預設時間段內接觸過的對象。

3.如權利要求1所述的方法，其特征在于，所述方法還包括：

根據(jù)所述用戶的性格特征，為所述用戶推送匹配的服務。