[发明专利]基于层次化主题偏好语义矩阵的关注关系识别及标注方法

权利要求书

1.基于层次化主题偏好语义矩阵的关注关系识别及标注方法，其特征在于：包括以下步骤：

步骤S1，构建主题偏好语义矩阵初始化的关注关系网络图；

步骤S2，学习基于翻译模型的层次化主题偏好语义矩阵；

步骤S3，通过偏好语义矩阵标注网络节点关注关系；

步骤S4，基于用户文本内容解释层次化主题偏好语义矩阵；

步骤S5，计算新用户与其他用户节点在层次化主题下的相关性；

步骤S6，选取具有最大相关性的层次化主题标注用户间关注关系；

步骤S7，标记关注关系的层次化主题偏好语义矩阵；

步骤S8，依据用户文本内容解释偏好语义矩阵；

所述步骤S1，构建主题偏好语义矩阵初始化的关注关系网络图还包括以下步骤：

步骤S1.1，根据用户的关注关系，建立关注关系图G(V,R)，其中V为节点的集合，R为边的集合；关注关系图中的节点表示用户，边表示用户间的关注关系r，若用户h关注了用户t，则构建从用户h指向用户t的一条边；其中，h、t均表示用户；关注关系图描述了用户之间的显式的社会化关注关系，有利于用来预测用户之间的潜在关注关系；

步骤S1.2，基于用户h发布的文本内容提取关键词集合S_h；基于用户t发布的文本内容提取关键词集合S_t；根据S_h、S_t分别计算与中文维基百科l层N个粗粒度主题的jaccard相似度系数，选取用户h和用户t的相似度高的m个粗粒度主题解释用户间的关注关系，并初始化m个粗粒度主题偏好语义矩阵在l层粗粒度主题基础上，根据S_h、S_t分别计算与中文维基百科l+1层P个细粒度主题的jaccard相似度系数，选取用户h和用户t的相似度高的q个细粒度主题解释用户间的关注关系，并初始化q个细粒度主题偏好语义矩阵粗粒度主题c的细粒度主题集合记为Child(c)＝{c₁,c₂,...,c_k,...,c_b}；

所述步骤S2，学习基于翻译模型的层次化主题偏好语义矩阵还包括以下步骤：

步骤S2.1，基于关注关系图上的用户h，用户t及关注关系建立三元组(h,r,t)，r为用户h到用户t的关注关系；进而在粗粒度主题方面基于翻译模型建模用户和关系的表示，给定粗粒度主题c，记用户h在粗粒度主题c方面的向量表示为用户t在粗粒度主题c方面的向量表示为其中，分别为用户h和用户t的向量表示；用户h和用户t的向量表示映射到粗粒度主题c方面的关系空间，得到粗粒度主题c方面的关系空间的向量表示

步骤S2.2，基于粗粒度主题c关于关注关系的解释作用，通过粗粒度主题c的细粒度主题Child(c)＝{c₁,c₂,...,c_k,...,c_b}可以进一步详细描述刻画用户间的关注关系；设c_k为粗粒度主题c的第k个细粒度主题，当粗粒度主题c为篮球时，则细粒度主题c_k表示CBA，在粗粒度主题c的主题偏好语义矩阵的基础上，学习细粒度主题c_k的主题偏好语义矩阵用户h在细粒度主题c_k上的向量表示用户t在细粒度主题c_k上的向量表示建立用户h和用户t在粗粒度主题c的细粒度主题c_k上的关注关系距离函数为：

其中，表示用户h和用户t在细粒度主题c_k方面的关注关系r上的距离函数；代表用户h在细粒度主题c_k方面的向量表示；代表用户t在细粒度主题c_k方面的向量表示；代表用户u和用户v的关注关系r的空间表示；

步骤S2.3，根据三元组(h,r,t)的距离函数，对于具有真实关注关系r的正样本三元组(h,r,t)和不具有关注关系r的负样本三元组定义基于翻译关系的Hinge Loss目标函数为：

其中，c、t是l层的粗粒度主题；c_i、c_j是粗粒度主题c的细粒度主题；为粗粒度主题c、t的偏好语义矩阵，为粗粒度主题c的细粒度主题c_i、c_j的偏好语义矩阵；为单位矩阵；为Hinge Loss损失函数；S为(h,r,t)用户关注关系的正样本集合，用户h与用户t具有关注关系r；为用户关注关系的负样本集合，为基于(h,r,t)替换的用户h，且与t不存在关注关系r，为基于(h,r,t)替换的用户t，且h与不存在关注关系r；γ表示边界参数；λ表示粗粒度主题的正则化超参数；η表示细粒度主题的正则化超参数；与正交保证了粗粒度主题c、t可以学习到不同的参数矩阵；与正交保证了细粒度主题c_i、c_j可以学习到不同的参数矩阵；

所述步骤S3，通过偏好语义矩阵标注网络节点关注关系还包括以下步骤：

步骤S3.1，从步骤S2.3学习到的粗粒度主题c的偏好语义矩阵解释用户之间的关注关系；

步骤S3.2，从步骤S2.3学习到的粗粒度主题c的细粒度主题c_k的偏好语义矩阵解释用户之间的关注关系；

所述步骤S4，基于用户文本内容解释层次化主题偏好语义矩阵的方法如下：基于用户发布文本内容的分词结果，根据步骤S3.1选取的粗粒度主题c关联的主题词文本内容解释标注用户之间的关注关系；同时，根据步骤S3.2选取的细粒度主题c_k关联的主题词文本内容解释标注用户之间的关注关系；

所述步骤S7，标记关注关系的层次化主题偏好语义矩阵的方法如下：将步骤S6中最大相关性的粗粒度主题c的偏好语义矩阵作为新用户关注关系的粗粒度主题偏好语义矩阵，在粗粒度主题c的基础上，选取最大相关性的细粒度主题c_k的偏好语义矩阵作为新用户关注关系的细粒度主题偏好语义矩阵；

所述步骤S8，依据用户文本内容解释偏好语义矩阵的方法如下：基于用户发布内容的分词结果，为粗粒度主题c选取关联的主题词文本内容解释标注用户之间新的关注关系；同时，为细粒度主题c_k选取关联的主题词文本内容解释标注用户之间新的关注关系。