[发明专利]一种个性化微博信息推荐系统和方法

说明书

技术领域

本发明涉及个性化信息推荐系统和方法，属于社交媒体信息服务技术领域。

背景技术

近年来，社会媒体作为互联网新兴的交互与共享平台发展迅速。大量用户通过社会媒体进行信息的消费与共享。例如，社交网络网站Facebook全球注册用户超过5亿，新浪微博的注册用户超过2亿。

微博平台是最典型的社交媒体之一，如：Twitter和新浪微博。用户可以同时关注微博平台上的其他用户来读取其他用户发布的信息。在微博平台，用户允许发布长度不超过140个字的短文本。由于微博文本短小，与手机、即时通信服务软件的连接使得微博发布门槛很低，用户可以随时随地进行更新。用户发布的信息包含多种主题，可能包括日常琐事、心情记录、产业资讯等等。现有的微博服务，通常将用户关注的人群发布的所有信息按照时间排序返回给用户浏览。随着关注人数的增多，用户每天将接收到大量的微博信息，已经超出用户可以有效处理的限度，称之为“信息过载”的问题，即用户浏览到的大量微博并非自己真正需要的、感兴趣的，这将严重耗费用户的时间与精力。因此，十分有必要考虑用户个性化因素，自动识别不同用户的兴趣偏好，优先呈现用户最想看到的信息内容，提高用户获取信息的质量与效率，加快信息的有效传播。

发明内容

本发明要解决现有微博平台存在没有很好地考虑微博信息受众的兴趣偏好差异，致使用户获取信息的质量与效率低、信息的有效传播速度较低的问题，而提出一种个性化微博信息推荐系统和方法。

本发明中的一种个性化微博信息推荐系统，包括：微博特征抽取模块4、用户兴趣模型模块2、微博信息推荐模块5、微博信息展示模块7和数据模块，其中：数据模块包括微博信息模块3、用户信息数据库1和用户浏览设置模块6；

微博特征抽取模块4：根据用户历史信息与行为，对微博进行语义分析与建模，每一篇微博被表示为一个词向量的形式，记为V_d，其中每一个词具有一个权重，权重的计算公式为：

weight(w,d)=tf(w,d)logNdf(w)]]>

其中weight(w,d)表示微博d中词w的权重，tf(w,d)表示词w在微博d中出现的频率，df(w)表示词w出现在多少篇不同的微博中，N为微博的总数，df(w)和N的值都基于不断获取的微博数据进行统计；

用户兴趣模型模块2：计算、存储能体现用户兴趣偏好的特征，并在预定时间内根据用户访问系统的行为更新相应用户的特征信息，用户模型为一个具有权重的词向量，记为V_u，其中每一个词的权重按照如下公式进行计算：

weight(w,u)=tf(w,u)logMuf(u)]]>

其中weight(w,u)表示针对用户u中词w的权重，tf(w,u)表示词w在该用户发表过的所有微博中中出现的频率，uf(w)表示词w曾被多少个不同用户使用，M为微博用户的总数，同样，uf(w)和M的值都基于不采集的微博数据进行统计；