[发明专利]画像系统的标签词库更新方法

权利要求书

1.画像系统的标签词库更新方法，其特征在于，包括以下步骤：

步骤1、获取用户的画像数据，所述画像数据包括用于描述所述用户的标签和所述用户发表的原始文本；

步骤2、当标签的数量与原始文本的数量的比值小于预设的第一阈值时，对所述用户发表的所有原始文本进行分词处理，以得到多个标签候选词，并将标签候选词发送至推荐系统；

步骤3、推荐系统计算每一个标签候选词与预设的词向量模型文件中每一个词的向量距离，将存在向量距离大于预设的第二阈值的标签候选词加入到标签词库中，将不存在向量距离大于第二阈值的标签候选词删除。

2.如权利要求1所述的标签词库更新方法，其特征在于，步骤3之后还有以下步骤：

步骤4、将与标签候选词的向量距离大于第二阈值的词与标签词库中的标签词进行比对处理，若有超过第三阈值数量的词不在标签词库中时，执行步骤5，否则执行步骤1；

步骤5、计算标签词库中的每一个标签词与词向量转换模块的词库中每一个实体词的向量距离，将向量距离大于预设的第四阈值的实体词加入到标签词库中。

3.如权利要求2所述的标签词库更新方法，其特征在于，所述词向量转换模块为谷歌公司的word2vec工具。

4.如权利要求1所述的标签词库更新方法，其特征在于，所述词向量模型文件的训练过程如下：

选取一个自然语言的语料库；

对语料库中的语料进行分词处理，以得到多个语料词；

通过词向量转换模块计算每一个语料词的向量，并将语料词及其对应的向量保存至所述词向量模型文件中。