[发明专利]基于卡方词频分析的社交媒体用户兴趣识别方法在审
| 申请号： | 201910061663.7 | 申请日： | 2019-01-23 |
| 公开（公告）号： | CN109815415A | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 占梦来;王旭;张棚;罗爽;徐晓龙 | 申请（专利权）人： | 四川易诚智讯科技有限公司;电子科技大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536 |
| 代理公司： | 成都虹盛汇泉专利代理有限公司 51268 | 代理人： | 王伟 |
| 地址： | 610041 四川省成都市武侯区*** | 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： | 本发明公开一种基于卡方词频分析的社交媒体用户兴趣点识别方法，包括：S1、构建Word2vec模型；S2、基于Wrod2vec模型对文本进行打分，获取正例训练集、负例训练集；S3、采用卡方检验的原理计算正例训练集、负例训练集中的词汇卡方值，根据卡方值得到特征词汇，从而获取代表文本的特征向量；S4、采用步骤S3得到的代表文本的特征向量对SVM模型进行训练；S5、采用步骤S4训练好的SVM模型进行文本内容的人物兴趣识别；本发明采用了打分的方式来筛选训练文本，采用卡方统计的方法来提取关键词，并结合Word2vec模型向量方法，能显著提高了兴趣识别的准确率。 | ||
| 搜索关键词： | 兴趣识别 训练集 词频分析 媒体用户 特征向量 文本 模型向量 特征词汇 文本内容 训练文本 词汇卡 兴趣点 准确率 构建 筛选 检验 统计 | ||
【主权项】：
1.基于卡方词频分析的社交媒体用户兴趣点识别方法，其特征在于，包括：S1、构建Word2vec模型；S2、基于Wrod2vec模型对文本进行打分，获取正例训练集、负例训练集；S3、采用卡方检验的原理计算正例训练集、负例训练集中的词汇卡方值，根据卡方值得到特征词汇，从而获取代表文本的特征向量；S4、采用步骤S3得到的代表文本的特征向量对SVM模型进行训练；S5、采用步骤S4训练好的SVM模型进行文本内容的人物兴趣识别。
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四川易诚智讯科技有限公司;电子科技大学，未经四川易诚智讯科技有限公司;电子科技大学许可，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/201910061663.7/，转载请声明来源钻瓜专利网。
