[发明专利]一种基于PMF的微博用户兴趣预测方法

说明书

技术领域

本发明属于社交网络信息分析技术领域，具体涉及一种基于PMF的微博用户兴趣预 测方法。

背景技术

关于微博用户兴趣预测，比较成熟的一系列办法是基于概率图模型的概率矩阵分解 方法。它能够简洁地表示复杂的概率分布，有效地计算边缘和条件分布，方便地学习概 率模型中的参数和超参数，而其中的概率矩阵分解法经常被用于预测用户的兴趣与推 荐。

2008年R.Salakhutdinov等人针对传统的协同过滤算法不能解决大量稀疏的数据 集的推荐与冷启动问题，提出了概率矩阵分解(PMF)方法。在大量稀疏非平衡数据集 Netflix上做实验，证明了PMF在非平衡数据集上的有效性。同年，Ma H等人将PMF应 用到社交网络与社会化推荐中，并对方法的复杂度与预测精度进行了详细分析。2010 年Jamali M等人结合社交网络的特点，考虑了用户与用户之间的社交信任关系的基础 上提出了社交矩阵分解(Social-PMF)模型。该模型推动了PMF在社会化推荐上的应用 前景。2013年孙光福等人提出了一种对用户时序行为进行建模的方法，并将该方法与社 交概率矩阵分解(Social-PMF)相结合，对微博用户兴趣进行了预测。实验证明这种建 模方式比传统的基于标签信息的推荐算法更加有效。Bao等人分考虑到用户兴趣是随时 间发生变化的这一基本事实，提出了一种针对用户短时兴趣的TS-PMF方法。该方法相 较于之前的兴趣预测方法都有精度上的提升。

以上研究在建立微博用户兴趣预测模型时都忽略了用户社交圈中的博文信息对用 户未来的兴趣以及行为的影响。

发明内容

针对上述问题，本发明在进行用户兴趣预测时，融合了用户历史行为、用户社交信 任关系、用户社交圈中博文信息等因素，提出了一种基于PMF的微博用户兴趣预测方法。

本发明提供了如下的技术方案：

一种基于PMF的微博用户兴趣预测方法，包括以下步骤：

S1：获取微博用户发文行为、社交圈信息以及社交关系的原始数据；

S2：对用户、用户发文行为和社交圈信息的原始数据进行自动化文本标记，建立用 户兴趣主题矩阵，对社交关系的原始数据进行社交关系挖掘后得到用户与用户之间的社 交信任关系矩阵；

S3：对所述S2中自动化文本标记后的数据进行相应的时序建模，形成用户发文行 为时序模型和用户社交圈信息时序模型；

S4：将所述S2和所述S3中的用户发文行为时序模型、用户社交圈信息时序模型和 社交信任矩阵代入SC-PMF预测模型，得出微博用户兴趣预测结果。

优选的，所述S2中对用户、用户发文行为和社交圈信息的原始数据进行自动化文 本标记，分别标记为用户F、用户发文行为U和社交圈信息V，建立用户兴趣主题矩阵R， 得到用户与用户之间的社交信任关系矩阵F∈R^n×n。

优选的，所述S3中的用户发文行为时序模型为U∈R^d×n，所述用户社交圈信息时序 模型为V∈R^d×m，其中d是隐含特征维数。

优选的，所述S4中的SC-PMF预测模型包括如下步骤：

S41：输入用户数据集、隐含特征维数、相关参数和最大迭代次数；

S42：输出时间段N+1中的用户兴趣矩阵，并且设置遗忘函数分析用户兴趣变化的 零矩阵；

S43：初始化设置用户发文行为、社交圈信息和损失函数，并计算设置遗忘函数分 析用户兴趣变化的零矩阵的平均矩阵；

S44：采用梯度下降计算更新数据后的损失函数，得到新的用户发文行为、社交圈 信息，并根据预测近似矩阵得出预测的用户兴趣矩阵，从而得出微博用户兴趣预测结果。

优选的，所述S41中的用户数据集包括两组用户兴趣主题矩阵的集合和用户 {R₁₁,R₁₂,…R_1N},{R₂₁,R₂₂,…R_2N},F₁,F₂，隐含特征维数d，相关参数为 θ,β,λ，更新参数为α，收敛参数为ε，最大迭代次数为K，所述 S42中的遗忘函数为

优选的，所述S44中采用梯度下降计算损失函数为：