[发明专利]一种结合时序化动态建模和情感语义的个性化搜索方法

摘要

本发明公开了一种结合时序化动态建模和情感语义的个性化搜索方法，具体为：采用归一化标签范式和时序关系建立用户兴趣模型和资源模型；采用情感词典，将用户兴趣模型、资源模型转换至带有情感语义维度模型；采用基于用户的协同过滤算法，根据当前用户以及发起查询，生成当前用户的邻域集。计算当前用户的查询与备选资源的相似度和邻域集中用户与备选资源的相似度；结合上述相似度计算结果，依次计算每一个备选资源与目标用户和当前查询的相关性，并按降序排列输出。本发明方法建立用户动态的兴趣模型，并结合社会化标注的情感分析，提高了搜索精度。

主权项

一种结合时序化动态建模和情感语义的个性化搜索方法，其特征在于，包括如下步骤：步骤1，根据社会化标注网络模型，建立用户兴趣模型和资源模型，其中，第i个用户用向量Ui表示，其模型为Ui＝(t1:v1,t2:v2,…,tn:vn)，第j个资源用向量Rj表示，其模型为Rj＝(t1:w1,t2:w2,…,tn:wn)，t1,t2,…,tn均表示标签，v1,v2,…,vn均表示用户对标签的偏好程度，w1,w2,…,wn均表示资源与标签的关联程度；步骤2，结合情感词典，将用户兴趣模型、资源模型分别映射至情感语义空间，得到带有情感语义维度的用户兴趣模型、资源模型；步骤3，采用基于用户的协同过滤方法，找到与当前用户兴趣和当前用户发起的查询相似度最高的N个用户，N为超参数，生成当前用户的邻域集；步骤4，若当前用户发起的查询内容与资源的其中一个标签内容相匹配，则将该资源作为备选资源；计算当前用户的查询与每个备选资源的相似度；步骤5，计算步骤3得到的邻域集中每个用户与各备选资源的相似度；步骤6，结合步骤4和步骤5，计算每个备选资源与当前用户查询的相关度值，并将相关度值按照降序顺序排列并输出。