[发明专利]一种基于标签的社交网络用户兴趣挖掘方法与装置

权利要求书

1.一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，包括：

收集用户在社交网络上的数据；

根据数据生成标签兴趣列；所述标签兴趣列为所述数据中所有标签及标签对应地权重的集合；

根据标签兴趣列进行用户兴趣信息推荐，以实现社交网络用户兴趣挖掘。

2.根据权利要求1所述的一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，所述根据标签兴趣列进行用户兴趣信息推荐包括：

所述标签兴趣列向量化得到标签兴趣向量；对标签兴趣向量进行抽象，获取抽象结果；根据抽象结果进行用户兴趣信息推荐。

3.根据权利要求2所述的一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，所述对标签兴趣向量进行抽象包括：

按照标签的属性为抽象类目、抽象类目是各种类目的集合这种类目和标签的属性映射关系将标签兴趣向量分为低级别抽象类目和高级别抽象类目，将标签兴趣向量中的标签赋给相应的类目中，合并相应抽象类目中的标签和相应权重，得到低级类目兴趣向量和高级类目兴趣向量；根据应用场景的具体需要，按照低级类目兴趣向量、高级类目兴趣向量和标签为社交网络用户提供相应的兴趣信息，实现社交网络用户兴趣挖掘。

4.根据权利要求1所述的一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，所述数据包括：社交网络上用户生成的文字性数据和社交网络上用户与文字性内容的关联关系数据。

5.根据权利要求4所述的一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，所述根据数据生成标签兴趣列包括：

获取所述社交网络上用户生成的文字性数据包含的所有标签和每个标签所对应地权重；将所述社交网络上用户与文字性内容的关联关系数据转换为用户-关系链形式；合并用户在所有内容上的标签得到用户的标签兴趣列。

6.根据权利要求1～5任一权利要求所述的一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，该方法还包括：对收集到的用户在社交网络上的所有数据进行清洗。

7.根据权利要求6所述的一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，所述清洗包括：过滤广告内容、对长篇文字仅取前500个字作为分析对象以及采用标签主动匹配内容的方法过滤不良信息。

8.根据权利要求4~5任一权利要求所述的一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，所述社交网络上用户生成的文字性数据分为标题和内容；采取字符串匹配算法获取所述社交网络上用户生成的文字性数据中包含的所有标签，根据每个标签的出现次数作为该内容在该标签上的权重。

9.根据权利要求8所述的一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，所述标题和内容均包含同一标签中，该标签的权重为其在标题所得权重与在内容所得权重之和。

10.根据权利要求4~5任一权利要求所述的一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，所述社交网络上用户生成的文字性数据表示为{<T_i,TF_i>,<T_j,TF_j>,…,<T_k,TF_k>}；其中，T_i代表某个标签，TF_i代表标签T_i在内容中的权重。

11.根据权利要求4~5任一权利要求所述的一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，所述社交网络上用户与文字性内容的关联关系数据的用户-关系链表示为：U->{C₁,C₂,C₃,…}；其中，U代表某个用户，C_i代表与用户U有关联关系的内容。

12.根据权利要求1~5任一权利要求所述的一种基于标签的社交网络用户兴趣挖掘方法，其特征在于，所述标签兴趣列表示为U->{<T_i,∑TF_i>,<T_j,∑TF_j>,…,<T_k,∑TF_k>}。