[发明专利]一种基于子兴趣划分的标注用户模型建构方法有效
申请号: | 201410379778.8 | 申请日: | 2014-08-04 |
公开(公告)号: | CN104199836B | 公开(公告)日: | 2017-07-14 |
发明(设计)人: | 魏建良;琚春华;肖亮;刘东升 | 申请(专利权)人: | 浙江工商大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 浙江杭州金通专利事务所有限公司33100 | 代理人: | 刘晓春 |
地址: | 310018 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 兴趣 划分 标注 用户 模型 建构 方法 | ||
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SetR;
2.2):统计资源集合SetR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PopT;
2.4):构建资源r的向量空间模型r(tm,wm),其中,tm表示该模型中所包含的第m个标签,wm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SetR,计算其中任意两个不同向量ri与rj的余弦相似度Simij;
3.2):根据SetR内资源所对应的向量间的余弦相似度Simij,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_SetR;
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_SetR中每一资源的向量空间模型主流标签PopT的权值w;
4.2):根据聚类资源集Sub_SetR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Tagp及相应的权值wp;
4.4):对步骤4.3)中的p个标签所对应的权值wp进行归一化处理得到wn,得到用户子兴趣模型Sub(u)=(Tagp,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,ri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。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工商大学,未经浙江工商大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410379778.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种广告投放的方法和装置
- 下一篇:信息处理方法及装置