[发明专利]一种基于主题模型和遗忘规律的兴趣预测挖掘方法及系统有效
| 申请号： | 201710480529.1 | 申请日： | 2017-06-22 |
| 公开（公告）号： | CN107357835B | 公开（公告）日： | 2020-11-03 |
| 发明（设计）人： | 张可;王鹏;谢文 | 申请（专利权）人： | 电子科技大学;东莞市慧眼数字技术有限公司 |
| 主分类号： | G06F16/36 | 分类号： | G06F16/36;G06F16/35;G06F40/30 |
| 代理公司： | 成都金英专利代理事务所(普通合伙) 51218 | 代理人： | 袁英 |
| 地址： | 610041 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于主题模型和遗忘规律的兴趣预测挖掘方法及系统，涉及社交用户的兴趣预测领域；其方法包括：用户的兴趣周期性发现、用户的兴趣预测；一种基于主题模型和遗忘规律的兴趣预测挖掘系统，包括：兴趣周期性发现模块、用户的兴趣预测模块和数据显示模块。本发明实现社交网络中用户信息文本主旨的挖掘和用户兴趣的挖掘预测，并能够发现和预测用户兴趣爱好的走势，这对于网站的推荐效果将会有很大的提升，具有极高的商业应用价值。 | ||
| 搜索关键词： | 一种 基于 主题 模型 遗忘 规律 兴趣 预测 挖掘 方法 系统 | ||
【主权项】：
一种基于主题模型和遗忘规律的兴趣预测挖掘方法，其特征在于，它具体包括如下步骤：S001用户的兴趣周期性发现：确定待测事件，通过该事件发生后的关注度的走势曲线得到兴趣周期，即用户兴趣的产生周期天数；S002用户的兴趣预测：将用户最近的用户文档以兴趣周期为分段间隔分为N个周期文档，以最近一个兴趣周期的用户文档为数据基础建立LDA主题模型，将N个兴趣周期的用户文档输入已建立的主题模型，并获得主题模型上的概率分布，对N个兴趣周期的概率分布进行加权处理，对最终结果进行加权并得到最终预测的兴趣概率。
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电子科技大学;东莞市慧眼数字技术有限公司，未经电子科技大学;东莞市慧眼数字技术有限公司许可，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/201710480529.1/，转载请声明来源钻瓜专利网。
