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。

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。