[发明专利]一种微博中事件持续关注者的识别模型建立及识别方法

摘要

本发明公开了一种微博中事件持续关注者的识别模型的建立方法，所述方法包括：建立训练样本集，包括关注某一事件的用户及与该事件相关的微博；分别提取训练样本集中每个用户的关注度特征和认可度特征，分别训练出关注度用户分类模型和排序模型，所述微博中事件持续关注者的识别模型包括训练好的关注度用户分类模型和排序模型。基于上述识别模型，本发明还提供了一种微博中事件持续关注者的识别方法，该方法能够识别出事件持续关注者，通过检索事件持续关注者的微博信息流以获取相对密集、完备的事件信息集合，可有效提升特定信息检索的效率。

主权项

1.一种微博中事件持续关注者的识别模型的建立方法，所述方法包括：建立训练样本集，包括关注某一事件的用户及与该事件相关的微博；分别提取训练样本集中每个用户的关注度特征和认可度特征，分别训练出关注度用户分类模型和排序模型，所述微博中事件持续关注者的识别模型包括训练好的关注度用户分类模型和排序模型；所述方法具体包括：步骤S1)通过关键词检索事件相关微博，获取关注该事件的初始用户群，通过用户的历史微博信息与预先准备的事件描述进行相似度计算，对事件相关微博进行判断与统计，过滤与该事件不相关的微博，从而获取每个用户与该事件相关的微博；初始用户群与每个用户发布的与该事件相关的微博构成训练样本集；步骤S2)获取训练样本集中每个用户的关注度特征；步骤S3)建立关注度用户分类模型，该模型为一个SVM分类器；输入为用户的关注度特征，输出为分类结果，将分类结果为“是”的用户组成关注用户初始集合U；步骤S4)获取关注用户初始集合U中每个用户的认可度特征；步骤S5)建立排序模型R，输入为集合U中每个用户的认可度特征，输出为对用户所发布事件相关信息的重要性进行排序的用户顺序；步骤S6)训练排序模型R；步骤S7)所述微博中事件持续关注者的识别模型包括训练好的关注度用户分类模型和排序模型。