[发明专利]一种网络社区用户识别方法、装置和可读存储介质有效
| 申请号： | 201811544400.3 | 申请日： | 2018-12-17 |
| 公开（公告）号： | CN109783805B | 公开（公告）日： | 2020-04-24 |
| 发明（设计）人： | 吴旭;许晋;颉夏青;戴雨伦 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06F40/205 | 分类号： | G06F40/205;G06F40/289;G06Q50/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京辰权知识产权代理有限公司 11619 | 代理人： | 刘广达 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开一种网络社区用户识别方法及装置，涉及机器学习及用户识别技术领域。所述方法包括：提取预先收集的网络社区文本数据的第一N‑gram特征并生成第一词向量；以交叉熵为代价函数，采用深度神经网络对第一词向量进行训练，得到文本内容分析模型；使用文本内容分析模型分析待识别用户的文本数据，得到内容属性；使用预设行为分析模型分析待识别用户的行为数据，得到行为属性；根据内容属性和行为属性识别待识别用户。本申请中，引入N‑gram特征，并结合用户内容以及用户行为两个维度的数据进行目标用户的识别，相较于现有的单一维度数据的用户识别，大大提升了识别性能及准确度。 | ||
| 搜索关键词： | 一种 网络 社区 用户 识别 方法 装置 可读 存储 介质 | ||
【主权项】：
1.一种网络社区用户识别方法，其特征在于，包括：提取预先收集的网络社区文本数据的第一N‑gram特征并生成第一词向量；以交叉熵为代价函数，采用深度神经网络对所述第一词向量进行训练，得到文本内容分析模型；使用所述文本内容分析模型分析待识别用户的文本数据，得到内容属性；使用预设行为分析模型分析所述待识别用户的行为数据，得到行为属性；根据所述内容属性和所述行为属性识别所述待识别用户。
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北京邮电大学，未经北京邮电大学许可，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/201811544400.3/，转载请声明来源钻瓜专利网。
