[发明专利]一种基于子兴趣划分的标注用户模型建构方法

摘要

本发明提供一种基于子兴趣划分的标注用户模型建构方法，包括步骤获取网站用户标注数据，建立标注资源信息数据库；建立资源向量空间模型；对资源向量空间模型进行资源聚类；根据聚类资源结果进行用户子兴趣划分；构建用户模型；将用户模型嵌入标签网站后台，根据用户模型与资源模型的余弦相似度进行资源推送。本发明更多地考虑到用户存在兴趣的多样性，突破用户模型单一化的表现形式，细化了用户模型的描述粒度，减少了单一模型中多个标签混合造成的语义混乱问题，从而帮助标签网站推出更为有效的用户个性化信息服务，将依据本发明的方法所建立的标注用户模型应用到标签网站的推荐系统中，能够极大提高推荐系统的推荐准确性和推荐效率。

主权项

一种基于子兴趣划分的标注用户模型建构方法，其特征在于：包括以下步骤：1)从标签网站提供的API端口爬取网站用户标注数据，对用户添加过标签的资源信息进行统计，建立标注资源信息数据库；2)对用户所标注的每个资源建立向量空间模型；3)对步骤2)中所建立的向量空间模型进行资源聚类；4)根据步骤3)得到的资源聚类结果进行用户子兴趣划分；5)基于步骤4)划分的用户子兴趣构建用户模型；6)将用户模型嵌入标签网站后台，根据用户模型与资源模型的余弦相似度进行资源推送；所述步骤2)具体包括以下步骤：2.1)：选取标签网站中的一个目标用户，从步骤1)建立的标注资源信息数据库中获取其标注的所有资源信息，建立资源集合SetR；2.2)：统计资源集合SetR中每一资源r中所有标签的出现频率；2.3)：应用TF‑IDF算法，计算资源r中所有标签的权值w并确定主流标签PopT；2.4)：构建资源r的向量空间模型r(tm,wm)，其中，tm表示该模型中所包含的第m个标签，wm为对应的权重；所述步骤3)包括以下具体步骤：3.1)：选取一个资源集合SetR，计算其中任意两个不同向量ri与rj的余弦相似度Simij；3.2)：根据SetR内资源所对应的向量间的余弦相似度Simij，建立对称矩阵Data_Sim；3.3)：应用派系过滤算法的社团发现算法对Data_Sim进行聚类，得到类别数C；3.4)：根据每一资源集合所属的不同类别，统计每一类别C中所包含的资源集合，构成聚类资源集Sub_SetR；所述步骤4)具体包括以下步骤：4.1)：依据步骤2.3)，获取聚类资源集Sub_SetR中每一资源的向量空间模型主流标签PopT的权值w；4.2)：根据聚类资源集Sub_SetR中所有资源的主流标签及其权值，得到主流标签和权值汇总表；4.3)：从主流标签和权值汇总表中提取权值最大的p个标签Tagp及相应的权值wp；4.4)：对步骤4.3)中的p个标签所对应的权值wp进行归一化处理得到wn，得到用户子兴趣模型Sub(u)＝(Tagp,wn)；4.5)：重复步骤4.1)‑4.4)，直至执行结束C中所有的类别，得到C个用户子兴趣模型。