[发明专利]基于社交平台的数据挖掘方法及装置

说明书

本发明公开了一种基于社交平台的数据挖掘方法及装置。其中，该方法包括：获取资讯客户端上已注册用户的兴趣标签字典和社交平台中与资讯客户端上已注册用户具有关注关系的第一对象；根据已注册用户具有关注关系的第一对象，确定与已注册用户对应的第一关注集合；根据已注册用户的兴趣标签字典和第一关注集合，构建兴趣模型；获取资讯客户端上新注册用户在社交平台中与其具有关注关系的第二对象，并读取新注册用户与第二对象之间的关系信息；根据新注册用户具有关注关系的第二对象；将第二关注集合与兴趣模型进行匹配，确定新注册用户的推荐兴趣标签。本发明解决了现有技术中因新注册用户没有历史浏览记录，导致的无法提供有针对性的资讯的问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种基于社交平台的数据挖掘方法及装置。

背景技术

目前，在计算机技术的发展和互联网的逐渐普及，越来越多的人通过互联网来获取各种各样的资讯。而相应的，互联网上的资讯数量也随着计算机技术的发展和互联网的普及变得更加丰富起来。

近些年来，移动互联网的快速发展，人们逐渐习惯通过移动终端上的资讯客户端来获取资讯内容。这种方式使得用户在通过网络进行获取资讯的时间变得更加碎片化。在这种背景下，如何精准的为用户提供有价值，且用户感兴趣的资讯信息变得更加重要。尤其，在为新用户提供有价值且感兴趣的资讯，成为了亟待解决的问题。

在现有的技术当中，推荐系统的冷启动问题是资讯客户端这类产品应用中的一个主要挑战。其中，推荐系统的冷启动问题是指对于新用户系统缺乏足够的数据来捕获用户的兴趣并有效的推荐内容。这个问题在众多解决方案中，有一类被广泛使用的方法，就是鼓励用户用社交网络(Social Network Service：SNS)账号登陆推荐系统，例如：微博、腾讯QQ、人人网等社交账号登陆。推荐系统可以利用用户社交网络平台的信息(例如：关注关系，好友关系，兴趣标签，发布内容等)初始化用户的兴趣模型，从而进行有效推荐。

一方面，单纯利用社交网络平台的公开数据用于内容推荐(公开数据例如：视频，文章，图片，音乐，游戏，软件，好友等)在实际应用中还有不少困难。例如：在社交网络平台的发布内容往往篇幅较短，且内容杂乱，用户的标签内容往往标新立异(例如：不睡懒觉会死星人、密集恐惧症晚期患者等)，较难被机器学习算法理解，对改进推荐服务帮助有限。而对于在社交网络上不活跃，社交关系薄弱的用户来说，其社交网络平台上的公开数据在改进推荐效果上作用就更加有限。另一方面，对于比较成熟，用户量较大的内容推荐服务商来说，在长期的运营过程中，往往已经积累了大量的用户行为信息，例如：用户点播的视频，看过或评论过的文章。这部分数据如果能够有效的和社交网络公开数据融合使用，有可能极大的改进用户的推荐效果。然而，现有的技术，基本将关注点都聚焦在利用社交网络平台提供的公开数据挖掘用户兴趣模型并进行推荐，此种方法实现的难度较大，且准确率较低。

针对现有技术中因新注册用户没有历史浏览记录，导致的无法提供有针对性的资讯的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种基于社交平台的数据挖掘方法及装置，以解决现有技术中因新注册用户没有历史浏览记录，导致的无法提供有针对性的资讯的问题。

为了实现上述目的，根据本发明实施例的一个方面，提供了一种基于社交平台的数据挖掘方法。该方法包括：获取资讯客户端上已注册用户的兴趣标签字典；获取社交平台中与资讯客户端上已注册用户具有关注关系的第一对象，并读取已注册用户与第一对象之间的关系信息；根据已注册用户具有关注关系的第一对象，确定与已注册用户对应的第一关注集合；根据已注册用户的兴趣标签字典和第一关注集合，构建兴趣模型，其中，兴趣模型用于表征具有相同第一关注集合的已注册用户与兴趣标签的对应关系；获取资讯客户端上新注册用户在社交平台中与其具有关注关系的第二对象，并读取新注册用户与第二对象之间的关系信息；根据新注册用户具有关注关系的第二对象，确定与新注册用户的第二关注集合；将第二关注集合与兴趣模型进行匹配，根据兴趣模型确定新注册用户的推荐兴趣标签。