[发明专利]一种基于主题模型的相似文章推荐方法在审
| 申请号： | 201711203644.0 | 申请日： | 2017-11-27 |
| 公开（公告）号： | CN107992542A | 公开（公告）日： | 2018-05-04 |
| 发明（设计）人： | 郑子彬;黄炼楷 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 广东广信君达律师事务所44329 | 代理人： | 杨晓松 |
| 地址： | 510275 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于主题模型的相似文章推荐方法，首先通过文章原始文本预处理，提取单纯的文章内容；然后对文章内容进行分词、词性分析，筛选出名词词性的词语，词袋抽取，形成文章主要的词语特征向量；跟着利用所有文章的词语特征向量训练TFIDF模型，基于该TFIDF模型对每篇文章的词语特征向量计算，形成TFIDF特征向量；再之，利用所有文章的TFIDF特征向量训练LSI主题模型；最后使用LSI模型计算得到该文章的潜在主题特征向量，由向量相似度计算可以得到相似文章。本发明能帮助互联网用户高效挖掘感兴趣文章，具有适用范围较大、人工标记成本较低、推荐多样性较好等优点。 | ||
| 搜索关键词： | 一种 基于 主题 模型 相似 文章 推荐 方法 | ||
【主权项】：
一种基于主题模型的相似文章推荐方法，其特征在于：包括以下步骤：S1.文章原始文本预处理，提取单纯的文章内容；S2.获取文章的词语特征向量；S3.利用所有文章的词语特征向量训练TFIDF模型，基于该TFIDF模型计算每篇文章的词语特征向量，形成TFIDF特征向量；S4.利用所有文章的TFIDF特征向量训练LSI主题模型；S5.使用LSI模型计算得到文章的潜在主题特征向量，由向量相似度计算得到相似文章。
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中山大学，未经中山大学许可，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/201711203644.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种一体化制导控制系统
- 下一篇：一种带有人机界面的嵌入式多轴控制器
