[发明专利]微博用户兴趣推理方法及装置

摘要

本发明提出了一种建立微博用户兴趣推理模型的方法，包括兴趣标签的模型计算、微博文本内容提取兴趣模型和博主社交关系提取博主兴趣点模型，通过模型融合策略将三个模型融合在一起，即成为最终的微博用户兴趣推理模型。本发明的方法将个人信息、微博内容和社交关系相结合，针对微博内容稀疏性问题，采用将同一个博主的所有微博进行混合的USER策略，利用LDA发掘微博隐主题，基于博主关注形成的网络提出了社会化标签传播算法，计算各种兴趣标签对博主的影响力。本发明的方法具备很好的识别能力和信息过滤能力，在推荐之前过滤掉虚假的消息，识别出虚假博主，这样即可提高了推荐系统推荐的质量和准确率，也给博主带来更好的体验。

主权项

一种建立微博用户兴趣推理模型的方法，其特征在于：所述方法包括(1)用户个人标签的获取与计算，(2)用户微博内容的兴趣关键词提取，(3)提取基于社会化网络的兴趣标签，最后对上述三个方面的兴趣特征进行融合，建立用户的兴趣模型：M＝αM_tags+βM_content+γM_relation其中0≤α，β，γ≤1，且α+β+γ＝1，M_tags是博主的标签通过计算得到的博主兴趣点模型，M_content是博主微博的内容提取出来的兴趣关键词，M_relation是基于博主的关注列表提取的博主兴趣点模型；M_tags的模型计算主要是提取当前博主的Tags标签，并利用标签自带的权重值进行归一化处理；M_content的提取关键词的计算包括：微博文本的预处理，分词、同义词计算进行话题分类，微博内容扩充，关键词提取以及权重计算；M_relation采用标签传播算法计算，所述标签传播算法是利用已标注好的节点标签信息去评测尚未标记节点的标签信息。