[發(fā)明專利]一種微博異構信息的用戶畫像構建方法

有效

• 申請?zhí)枺?/td>: 202110356902.9
• 申請日: 2021-04-01
• 公開（公告）號: CN113076476B
• 公開（公告）日: 2021-11-30
• 發(fā)明（設計）人: 袁正午;彭憲穅
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/35;G06F16/36;G06F16/55;G06F40/247;G06F40/284;G06N3/04;G06N3/08
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.一種微博異構信息的用戶畫像構建方法，其特征在于，分別構建文本及圖像分類網絡，對于微博用戶內容進行主題分類，構建好用戶畫像；對于用戶畫像，使用聚類方法及知識圖譜對用戶進行內容推薦以及社區(qū)發(fā)現；

該方法具體包括以下步驟：

S1：數據收集：收集合適的文本及圖像數據，獲取用戶微博的文本及圖像信息；

S2：數據增強；

S3：模型訓練：分別訓練圖像及文本分類網絡；

S4：用戶畫像構建；使用訓練好的分類網絡分類得到興趣標簽，并將其加入user-topic矩陣，得到用戶畫像；

S5：對于不同類的微博，采用TF-IDF算法及詞性篩選提取關鍵詞，得到細粒度Topic-item矩陣；

S6：采用知識圖譜思想，利用知識關聯，查找關鍵詞的相似詞；利用詞向量構建方法將數據轉成詞向量表示，計算用戶關鍵詞實體的知識相關實體作為細粒度內容推薦；

S7：對于user-topic矩陣，使用模糊聚類方法，得到不同類的社區(qū)，為微博用戶進行社區(qū)發(fā)現；

S8：對用戶所在社區(qū)進行社區(qū)用戶相似度計算，選取相似度高的用戶計算步驟S6的關鍵詞子集，求所有相似用戶的關鍵詞子集的公共集作為步驟S6的補充推薦。

2.根據權利要求1所述的用戶畫像構建方法，其特征在于，步驟S1中，使用爬蟲技術，爬取用戶微博的內容，包括文本與圖像信息。

3.根據權利要求1所述的用戶畫像構建方法，其特征在于，步驟S2中，所述數據增強具體包括：對圖像數據進行翻轉剪切，對文本數據進行同義詞替換及詞向量擾動。

4.根據權利要求3所述的用戶畫像構建方法，其特征在于，所述詞向量擾動是利用對抗訓練思想的知識增強方法，將文本轉換成詞向量，在模型訓練時按照損失增加的梯度方向對詞向量進行噪音干擾，與原本輸入一起進行訓練。

5.根據權利要求1所述的用戶畫像構建方法，其特征在于，步驟S3中，圖像及文本分類網絡均采用卷積神經網絡，其中圖像分類網絡的卷積核使用3*3尺寸，文本分類網絡的卷積核采用(2,3,4)*詞向量維度的卷積核，池化層均采用max-pooling，激活函數均使用relu函數；卷積模塊后面接入全連接層，設置dropout防止過擬合，訓練完成后保存模型。