[发明专利]一种基于LDA主题模型算法的用户细分方法

摘要

本发明公开了一种基于LDA主题模型算法的用户细分方法，首先基于用户偏好和习惯进行LDA建模，然后运用训练好的模型来预测并且将用户细分为个性化群组。本发明的积极效果是：能够将社交网络平台上众多的用户或客户个性化；即所有客户不再被看成简单的数字，而是具有不同偏好标签的个体；用个体的偏好和习惯来量化地勾勒出个体的具体细节轮廓。采用本发明方法得出的对个体属性和偏好的诠释在某些时候甚至能超过个体本人对自身的诠释和了解。

主权项

一种基于LDA主题模型算法的用户细分方法，其特征在于：包括如下步骤：步骤一、随机挑选一组用户，并为每一用户建立一个对应的文本文档；步骤二、构建用户偏好属性字典；步骤三、LDA模型训练：（1）基于构建好的用户偏好属性字典，创建一个代表整个训练数据集的词袋；（2）利用创建好的词袋，把所有训练用户的偏好从文字格式转换到BOW格式；（3）将BOW格式的训练数据填入LDA模型来进行训练；步骤四、预测且细分新用户：（1）对于每一位新用户，按照步骤二的方法构建该用户的偏好属性字典；（2）按照步骤三的方法将该用户的偏好从文字格式转化为BOW格式，再将BOW格式的训练数据填入训练好的LDA模型；（3）LDA 模型按照该用户的实际偏好输出跟该用户相关的各种主题标签及其权重。