[发明专利]面向问答平台的融合用户隐连接关系的标签推荐方法有效
| 申请号： | 201810614031.4 | 申请日： | 2018-06-14 |
| 公开（公告）号： | CN108804689B | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 刘业政;田志强;姜元春;孙见山;陶丹丹;孙春华;陈夏雨;刘春丽 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F16/332;G06N3/04 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;余罡 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的面向问答平台的融合用户隐连接关系的标签推荐方法，可解决传统标签推荐方法推荐结果有限不能满足用户需求的技术问题。包括构建问题集合、问题对应的标签集合、用户集合；构建用户网络；经处理得到用户的特征向量；再得到问题的特征向量；将所述用户的特征向量和所述问题的特征向量做拼接，经过一层全连接网络，得到融合用户隐性连接的多特征向量集；将所述多特征向量集使用逻辑回归模型映射成概率，基于输出的概率值对标签进行降序排序，取前top个标签；训练初步模型，训练终止后，得到最终的推荐模型；当用户在向网站提交问题时，从所述推荐模型中把前top个标签推荐给用户。本发明能提高标签系统的多样性及准确性，能够满足用户需求。 | ||
| 搜索关键词： | 面向 问答 平台 融合 用户 连接 关系 标签 推荐 方法 | ||
【主权项】：
1.一种面向问答平台的融合用户隐连接关系的标签推荐方法，其特征在于，包括以下步骤：从问答网站上获取问题、问题对应的标签、问题对应的用户信息，并构建问题集合、问题对应的标签集合、用户集合；根据问题与用户信息的对应关系，构建用户网络；将所述用户网络输入到node2vec模型中，得到用户的特征向量；将所述问题集合输入到卷积神经网络中，得到问题的特征向量；将所述用户的特征向量和所述问题的特征向量做拼接，经过一层全连接网络，得到融合用户隐性连接的多特征向量集；将所述多特征向量集使用逻辑回归模型映射成概率，表示属于每个标签的概率，在[0,1]之间，基于输出的概率值对标签进行降序排序，取前top个标签，至此初步模型即构建好；将所述问题、问题对应的标签、问题对应的用户信息作为输入，训练初步模型，训练终止后，得到最终的推荐模型；当用户在向网站提交问题时，从所述推荐模型中把前top个标签推荐给用户。
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合肥工业大学，未经合肥工业大学许可，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/201810614031.4/，转载请声明来源钻瓜专利网。
