[发明专利]用户兴趣挖掘的方法及系统

权利要求书

1.一种用户兴趣挖掘的方法，其特征在于，所述方法包括：

确定每一个特殊用户的至少一个能力标签；所述特殊用户为被关注的用户量大于预定阈值的用户；

获取待挖掘用户针对特殊用户的各互动行为，并查找每一个互动行为分别对应的特殊用户；

根据查找到的各特殊用户的各能力标签，得到待挖掘用户的各兴趣标签及对应权值；

所述确定每一个特殊用户的至少一个能力标签，具体包括：

获取当前特殊用户的各分组标签；所述当前特殊用户的分组标签为：关注当前特殊用户的各用户在自身账号下为当前特殊用户制定的标签；

确定当前特殊用户的各分组标签对应的互信息值；

按照各分组标签对应的互信息值，由大到小依次将当前特殊用户的各分组标签进行排序；

提取前n(n＞0)个分组标签作为当前特殊用户的n个能力标签。

2.根据权利要求1所述的用户兴趣挖掘的方法，其特征在于，所述当前特殊用户的各分组标签对应的互信息值通过如下公式确定：

其中，PMI_a为当前特殊用户的分组标签a对应的互信息值，p(a)为分组标签a在所有用户的账号下的概率分布，p(a|b)为分组标签a在当前特殊用户的账号下的概率分布。

3.根据权利要求1至2中任一项所述的用户兴趣挖掘的方法，其特征在于，所述根据查找到的各特殊用户的各能力标签，得到待挖掘用户的各兴趣标签及对应权值，具体包括：

将查找到的各特殊用户的所有能力标签作为待挖掘用户的各兴趣标签；

获取预设的各互动行为对应的权重，将待挖掘用户针对同一特殊用户的各互动行为对应的权重求和，得到同一特殊用户下各能力标签的权重；

将相同能力标签的权重相加，分别得到待挖掘用户的各兴趣标签的对应权值。

4.根据权利要求3所述的用户兴趣挖掘的方法，其特征在于，所述得到待挖掘用户的各兴趣标签及对应权值之后，还包括：

根据每一个待挖掘用户的各兴趣标签及对应权值，对各待挖掘用户进行分类。

5.一种用户兴趣挖掘的系统，其特征在于，所述系统包括：

确定单元，用于确定每一个特殊用户的至少一个能力标签；所述特殊用户为被关注的用户量大于预定阈值的用户；

获取单元，用于获取待挖掘用户针对特殊用户的各互动行为，并查找每一个互动行为分别对应的特殊用户；

计算单元，用于根据查找到的各特殊用户的各能力标签，得到待挖掘用户的各兴趣标签及对应权值；

所述确定单元，包括：

分组标签模块，用于获取当前特殊用户的各分组标签；所述当前特殊用户的分组标签为：关注当前特殊用户的各用户在自身账号下为当前特殊用户制定的标签；

互信息值模块，用于确定当前特殊用户的各分组标签对应的互信息值；

排序模块，用于按照各分组标签对应的互信息值，由大到小依次将当前特殊用户的各分组标签进行排序；

选取模块，用于提取前n(n＞0)个分组标签作为当前特殊用户的n个能力标签。

6.根据权利要求5所述的用户兴趣挖掘的系统，其特征在于，所述当前特殊用户的各分组标签对应的互信息值通过如下公式确定：

其中，PMI_a为当前特殊用户的分组标签a对应的互信息值，p(a)为分组标签a在所有用户的账号下的概率分布，p(a|b)为分组标签a在当前特殊用户的账号下的概率分布。

7.根据权利要求5-6中任一项所述的用户兴趣挖掘的系统，其特征在于，所述计算单元，包括：

确定模块，用于将查找到的各特殊用户的所有能力标签作为待挖掘用户的各兴趣标签；

计算权重模块，用于获取预设的各互动行为对应的权重，将待挖掘用户针对同一特殊用户的各互动行为对应的权重求和，得到同一特殊用户下各能力标签的权重；

计算权值模块，用于将相同能力标签的权重相加，分别得到待挖掘用户的各兴趣标签的对应权值。

8.根据权利要求7所述的用户兴趣挖掘的系统，其特征在于，所述系统，还包括：

分类单元，用于根据每一个待挖掘用户的各兴趣标签及对应权值，对各待挖掘用户进行分类。