[发明专利]基于CNN的社交小众用户标签挖掘及相似用户推荐方法

权利要求书

1.一种基于个性化CNN的社交网络普通小众用户代表性标签推荐方法，其特征在于，包括以下步骤：

获取用户在社交软件上发布的原始内容数据，对原始内容数据进行预处理，得到预处理后的内容数据；

将预处理后的内容数据输入到word2vec模型中，得到每一个句子中每个词的词向量表示，一个句子中每个词的词向量表示为：

其中，word_i表示第i个词，表示第i个词的向量表示，n表示一个句子共有n个词；

取每个词在word2vec模型中对应的词向量进行拼接，获得一个句子的词向量特征矩阵，词向量特征矩阵表示如下：

其中，S_w表示词向量特征矩阵，e_n表示第n个词的向量表示，n表示S_w一共划分出n个词；

获取用户的个人属性特征向量info，将词向量特征与用户的个人属性特征向量info相拼接，构成输入矩阵；

将输入矩阵输入CNN模型，在CNN模型中通过卷积、池化、全连接层的计算，最终输出用户的代表性标签，即用户的话题标签；

根据CNN模型输出的用户的代表性标签，通过聚类算法构建社交网络图，输出与用户相似的群组或用户感兴趣的群组，对用户进行话题标签推荐和群组推荐。

2.根据权利要求1所述的一种基于个性化CNN的社交网络普通小众用户代表性标签推荐方法，其特征在于，所述预处理包括：对于原始内容数据中的每个句子，首先进行分词处理，提取分词，然后从提取的分词中删去停止词以及无意义的词组，保留有意义的词组，得到预处理后的内容数据，预处理后的内容数据表示为：S_w＝[w₁，w₂，...，w_n]，其中，S_w表示原始内容数据中的任意一条内容数据，w_n表示划分后的第n个词组，n表示一条内容数据共划分n个词。

3.根据权利要求1所述的一种基于个性化CNN的社交网络普通小众用户代表性标签推荐方法，其特征在于，用户的个人属性特征向量info为用户年龄向量age、用户的教育程度向量education以及用户的所在地向量place拼接而成的向量，用户年龄向量age、用户的教育程度向量education以及用户的所在地向量place分别表示如下：

age＝(a₁，a₂，...，a_x)，x∈用户的年龄取值总数

education＝(edu₁，edu₂，...，edu_y)，y∈用户的教育程度取值总数

place＝(p₁，p₂，...，p_z)，z∈用户的所在地取值总数

其中，a_x表示第x个年龄表示，x表示一共有x种年龄的取值，edu_y表示第y种教育程度表示，y表示一共有y种教育程度的取值，p_z表示第z种用户所在地，z表示一共有z种用户所在地。

4.根据权利要求1所述的一种基于个性化CNN的社交网络普通小众用户代表性标签推荐方法，其特征在于，所述输入矩阵为：其中，S_w表示词向量特征矩阵，info表示用户的个人属性特征向量。

5.根据权利要求1所述的一种基于个性化CNN的社交网络普通小众用户代表性标签推荐方法，其特征在于，通过聚类算法构建社交网络图具体包括：

首先根据用户的代表性标签计算两两用户之间的相似度；

再根据两两用户的相似度值，采用聚类算法对相似度高的用户进行聚类，得到用户感兴趣的话题和群组。