[发明专利]一种基于用户画像的专利推荐方法

说明书

本发明属于自然语言处理和推荐领域，具体涉及一种基于用户画像的专利推荐方法。该专利推荐方法包括以下步骤：在推荐方法中输入原始参数；利用分词技术和关键词提取技术为系统中每一个专利构建专利的画像；利用用户收藏的专利列表和搜索关键词列表来构建用户画像；利用神经网络模型分别把所有专利的画像和用户的用户画像转化成向量表示；按照相似度排序输出推荐列表给用户。本发明可以解决推荐系统的专利冷启动和词频向量表示专利特征过于单一、片面的问题，能够更准确的表示出用户对专利的兴趣爱好点，能够更高效、更精准的给用户推荐感兴趣的专利。

技术领域

本发明属于自然语言处理和推荐领域，具体涉及一种基于用户画像的专利推荐方法。

背景技术

随着社会的进步，科技的发展，我国对知识产权的重要性越来越重视，知识产权是企业和国家核心竞争力的关键一环，知识产权不仅代表着企业的核心竞争力，而且代表着国家的综合国力。专利作为知识产权大类中的一种，记载并传递着各类科技成果最重要的载体之一。专利对于企业和国家的核心技术保护至关重要，对企业生存和竞争策略同样至关重要。

目前，在我国专利数量每年呈爆炸式增长，专利的高速增长带来了信息冗杂的问题。专利科研人员和从业人员从海量的专利信息中找到感兴趣的或者有联系的专利并不是一件容易的事情，这种情况满足推荐算法的场景需求。推荐算法能够帮助他们从海量专利中更加快速地找到自己可能需要的专利，给他们研究专利和撰写专利提供灵感和参考，可以拓宽他们研究和撰写专利的思路。

通过阅读相关的文献发现，无论是国内外，目前，对专利检索文献推荐策略都有不少的研究，但是专利推荐的完整理论研究体系还不够完善。例如，在国外，美国的Trappey等人研究了一款专利检索智能推荐方法与系统(Trappey A J C,Trappey C V,Wu C Y,etal.Intelligent recommendation methodology and system for patent search[C]//IEEE International Conference on Computer Supported Cooperative Work inDesign.2012.)，系统采用搜索和推荐结合方式，对用户搜索的行为进行聚类，找到用户的最相邻邻居，根据最相邻邻居喜欢的专利，然后给用户推荐新的专利，是基于用户协同过滤的思想，但是当某个专利没有被任何用户喜欢的时候，这个专利就不能被推荐，存在推荐系统专利冷启动问题，同时用户与专利的交互行为比较少的时候，推荐效果也不理想。在国内，仲伟炜在硕士论文中(仲伟炜.专利文献分类及关联推荐技术应用研究[D].南京航空航天大学.)，通过跟踪分析人员在系统的行为，以及对系统用户访问的专利之间进行关联规则分析，找到其中的联系并最终达到专利推荐的目的。这种方法是通过跟踪大量使用人员的专利操作行为，进而根据对使用人员一致的兴趣来进行推荐，其本质也是一种基于用户协同过滤的思想，同时对于推荐系统冷启动问题也没有在系统中解决；辛阳等在论文中提出了一种专利推荐算法(辛阳,文益民,曾德森,et al.一种专利智能推荐算法设计与软件实现[J].计算机系统应用,22(1).)，该算法通过计算用户喜欢的专利和搜索到的专利之间的相似度，然后按照相似度排序从而形成推荐专利集合，由于该算法只考虑了构造词频向量来表示专利特征向量，过于单一片面，所以推荐效果并不十分理想。

综上，专利知识产权越来越重要，专利领域很切合推荐算法场景需求，国内外现有的专利推荐技术均存在缺点与不足，需要发明一种智能专利推荐方法，不但可以利用神经网络模型解决词频向量表示专利特征过于单一片面问题，同时能够更准确的表示出用户对专利的兴趣爱好点，还可以解决推荐系统冷启动问题，这样就能够更高效、更智能的达到给用户推荐感兴趣的专利的目的。

发明内容

针对现有技术中存在的不足，本发明所要解决的技术问题是提供一种基于用户画像的专利推荐方法，该方法可以解决推荐系统的专利冷启动和词频向量表示专利特征过于单一、片面的问题，能够更准确的表示出用户对专利的兴趣爱好点，能够更高效、更精准的给用户推荐感兴趣的专利。