[发明专利]一种基于社交数据的相似用户挖掘方法

摘要

本发明提供一种基于社交数据的相似用户挖掘方法，涉及互联网信息技术中的社交网络领域，包括步骤一从用户的微博文本中爬取关键数据；步骤二从关键数据中提取TOPN关键词；步骤三根据TOPN关键词训练通用word2vec模型；步骤四计算用户兴趣向量；步骤五对用户兴趣向量两两进行余弦相似度计算，得到两用户间的兴趣相似度；步骤六根据兴趣相似度筛选出相似用户，完成相似用户挖掘。本发明解决了目前通过用户发布微博、评论、转发中@其他用户这种方法的强相关性十分稀疏、不利于大规模相似用户拓新，导致了召回率低下；以及通过用户关注大V用户的相似情况这种方法对于常规的兴趣相似度度计算仍然存在数据稀疏的情况，最终的召回率仍然较低的问题。

主权项

一种基于社交数据的相似用户挖掘方法，其特征在于，包括如下步骤：步骤一：从用户的微博文本中爬取关键数据；步骤二：从关键数据中提取TOPN关键词；步骤三：根据通用语料训练通用word2vec模型，再通过两个用户的TopN关键词，计算用户的兴趣向量；步骤四：对用户兴趣向量两两进行余弦相似度计算，得到两用户间的兴趣相似度；步骤五：根据兴趣相似度筛选出相似用户，完成相似用户挖掘。