[发明专利]一种基于子兴趣划分的标注用户模型建构方法

权利要求书

1.一种基于子兴趣划分的标注用户模型建构方法，其特征在于：包括以下步骤：

1)从标签网站提供的API端口爬取网站用户标注数据，对用户添加过标签的资源信息进行统计，建立标注资源信息数据库；

2)对用户所标注的每个资源建立向量空间模型；

3)对步骤2)中所建立的向量空间模型进行资源聚类；

4)根据步骤3)得到的资源聚类结果进行用户子兴趣划分；

5)基于步骤4)划分的用户子兴趣构建用户模型；

6)将用户模型嵌入标签网站后台，根据用户模型与资源模型的余弦相似度进行资源推送；

所述步骤2)具体包括以下步骤：

2.1)：选取标签网站中的一个目标用户，从步骤1)建立的标注资源信息数据库中获取其标注的所有资源信息，建立资源集合Set_R；

2.2)：统计资源集合Set_R中每一资源r中所有标签的出现频率；

2.3)：应用TF-IDF算法，计算资源r中所有标签的权值w并确定主流标签Pop_T；

2.4)：构建资源r的向量空间模型r(t_m,w_m)，其中，t_m表示该模型中所包含的第m个标签，w_m为对应的权重；

所述步骤3)包括以下具体步骤：

3.1)：选取一个资源集合Set_R，计算其中任意两个不同向量r_i与r_j的余弦相似度Sim_ij；

3.2)：根据Set_R内资源所对应的向量间的余弦相似度Sim_ij，建立对称矩阵Data_Sim；

3.3)：应用派系过滤算法的社团发现算法对Data_Sim进行聚类，得到类别数C；

3.4)：根据每一资源集合所属的不同类别，统计每一类别C中所包含的资源集合，构成聚类资源集Sub_Set_R；

所述步骤4)具体包括以下步骤：

4.1)：依据步骤2.3)，获取聚类资源集Sub_Set_R中每一资源的向量空间模型主流标签Pop_T的权值w；

4.2)：根据聚类资源集Sub_Set_R中所有资源的主流标签及其权值，得到主流标签和权值汇总表；

4.3)：从主流标签和权值汇总表中提取权值最大的p个标签Tag^p及相应的权值w^p；

4.4)：对步骤4.3)中的p个标签所对应的权值w^p进行归一化处理得到wⁿ，得到用户子兴趣模型Sub(u)＝(Tag^p,wⁿ)；

4.5)：重复步骤4.1)-4.4)，直至执行结束C中所有的类别，得到C个用户子兴趣模型。

2.如权利要求1所述的一种基于子兴趣划分的标注用户模型建构方法，其特征在于：所述步骤5)具体包括以下步骤：

5.1)：确定每一Sub(u)在整个用户模型中的兴趣度Int_Sub(u)；

其中，M为目标类中资源的个数，用户总的资源收藏数为N，r_i为第i个资源中用户所标注的标签个数，C为聚类的类别数；

5.2)：生成用户模型u＝＜Sub(u),Int_Sub(u)＞；

用户模型由多个用户子兴趣模型组成，用向量空间模型的形式表示。

3.如权利要求1所述的一种基于子兴趣划分的标注用户模型建构方法，其特征在于：所述步骤6)具体包括以下步骤：

6.1)：将用户模型嵌入标签网站后台，根据步骤2.3)-2.4)生成待推荐资源的资源模型；

6.2)：计算用户模型与资源模型间的余弦相似度，推送相似度最高的k个资源给用户。