发明名称 |
一种基于多Markov链的微博用户兴趣预测方法 |
摘要 |
本发明涉及一种基于多Markov链的微博用户兴趣预测方法,包括以下步骤:1、分别获取q个、p个用户发表的微博作为训练数据、测试数据;2、以用户为单位,对训练数据、测试数据进行预处理,提取每个用户的兴趣特征值;3、将训练数据转化为Markov链,再基于Markov链两两之间的聚类相似度,对Markov链进行合并,然后利用合并后的Markov链建立多Markov链模型;4、对测试数据进行用户分类;5、基于对测试数据分类得到的用户类别,利用多Markov链模型预测用户的兴趣特征。该方法可以有效预测微博用户的兴趣。 |
申请公布号 |
CN104077412A |
申请公布日期 |
2014.10.01 |
申请号 |
CN201410334853.9 |
申请日期 |
2014.07.14 |
申请人 |
福州大学 |
发明人 |
郑相涵;陈国龙;安东云;郭文忠;於志勇 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
福州元创专利商标代理有限公司 35100 |
代理人 |
蔡学俊 |
主权项 |
一种基于多Markov链的微博用户兴趣预测方法,其特征在于,包括以下步骤:步骤S1:获取q个微博用户发表或转发的微博信息作为训练数据,获取p个微博用户发表或转发的微博信息作为测试数据;步骤S2:以微博用户为单位,对所述训练数据、测试数据进行预处理,从微博用户发表或转发的微博信息中提取每个微博用户对应的n个兴趣特征值,分别转换为文本向量;步骤S3:将所述训练数据对应的q个微博用户作为独立的用户类别,每个微博用户利用其对应的n个兴趣特征值生成一条对应的Markov链,共得到q条Markov链,然后计算所述q条Markov链两两之间的聚类相似度,根据聚类相似度对Markov链进行合并,得到若干条合并后的Markov链,每一条合并后的Markov链对应一类微博用户,利用所有合并后的Markov链建立多Markov链模型;步骤S4:利用最小错误率的贝叶斯判定规则,对所述测试数据对应的p个微博用户进行用户分类;步骤S5:基于步骤S4确定的微博用户的用户类别,利用步骤S3建立的多Markov链模型预测微博用户的兴趣特征。 |
地址 |
350108 福建省福州市闽侯县上街镇大学城学园路2号福州大学新区 |