[发明专利]基于用户个性化特征的微博搜索优化方法在审
| 申请号： | 201610226690.1 | 申请日： | 2016-04-11 |
| 公开（公告）号： | CN105912673A | 公开（公告）日： | 2016-08-31 |
| 发明（设计）人： | 喻梅;曹雅茹;于健;王建荣;张旭;缑小路 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 杜文茹 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于用户个性化特征的微博搜索优化方法，包括：用户‑词项兴趣偏好度计算，对新浪微博用户的发布、关注、转发及评论进行主题模型建模，分析用户‑主题‑词关系，得到用户对词语的兴趣偏好度；构建关联规则，将兴趣偏好度作为加权关联规则中各个词语的权重因子；扩充查询词语，在加权关联规则算法中，对构建关联规则后产生的带有不同权重的词项进行训练得到最终的规则，根据最终的规则表达的含义和特点对查询词进行扩充，得到扩充查询词；结合微博的时效性特征和扩充查询词与微博文档的相似性，对微博搜索结果文档进行重新评分和排序，进而优化微博搜索结果。本发明优化了微博搜索结果，针对每个用户，符合用户查询的文档排名靠前、无关文档排名靠后。 | ||
| 搜索关键词： | 基于 用户 个性化 特征 搜索 优化 方法 | ||
【主权项】：
一种基于用户个性化特征的微博搜索优化方法，其特征在于，包括如下步骤：1)用户‑词项兴趣偏好度计算，对新浪微博用户的发布、关注、转发及评论进行主题模型建模，分析用户‑主题‑词关系，得到用户对词语的兴趣偏好度；2)构建关联规则，将兴趣偏好度作为加权关联规则中各个词语的权重因子；3)扩充查询词语，在加权关联规则算法中，对构建关联规则后产生的带有不同权重的词项进行训练得到最终的规则，根据最终的规则表达的含义和特点对查询词进行扩充，得到扩充查询词；4)结合微博的时效性特征和扩充查询词与微博文档的相似性，对微博搜索结果文档进行重新评分和排序，进而优化微博搜索结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610226690.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于时间顺序的轨迹匹配方法
- 下一篇：一种清理垃圾文件的方法和装置
