[发明专利]基于用户情感倾向提供服务的方法和设备

权利要求书

1.一种基于用户情感倾向提供服务的方法，其特征在于，包括：

确定待评估文本，其中，所述待评估文本是一用户阅读过的至少一文本；

根据一用户情感随时间演变的模型，确定所述待评估文本令所述用户产生每一种情感倾向的概率分布，其中，所述用户情感随时间演变的模型是预先建立的；

根据所述待评估文本令所述用户产生每一种情感倾向的概率分布，为所述用户提供服务；

其中，建立所述用户情感随时间演变的模型，包括：

确定至少一训练文本；

对所述至少一训练文本进行预处理，确定每一个训练文本的文字向量和每一个训练文本的情感向量；

根据每一个训练文本的所述文字向量、每一个训练文本的所述情感向量以及每一个训练文本的发布时间，确定用户情感随时间演变的模型；

所述根据所述待评估文本令所述用户产生每一种情感倾向的概率分布，为所述用户提供服务，包括：

为所述用户推送至少一内容，或请求网络侧为所述用户推送至少一内容，其中，所述至少一内容令所述用户产生每一种情感倾向的概率分布与所述待评估文本令所述用户产生每一种情感倾向的概率分布相匹配；和/或

为所述用户推荐好友，或请求网络侧为所述用户推荐好友，其中，所述好友阅读过的文本令所述好友产生每一种情感倾向的概率分布与所述待评估文本令所述用户产生每一种情感倾向的概率分布相匹配。

2.如权利要求1所述的方法，其特征在于，根据一用户情感随时间演变的模型，确定所述待评估文本令所述用户产生每一种情感倾向的概率分布，包括：

对所述待评估文本进行预处理，确定每一个待评估文本的文字向量和每一个待评估文本的情感向量；

将每一个待评估文本的文字向量中的每一个有效单词和每一个待评估文本的情感向量以及每一个待评估文本的发布时间绑定，得到每一个待评估文本的元组；

将每一个待评估文本的元组输入所述用户情感随时间演变的模型，根据所述用户情感随时间演变的模型的输出结果，确定所述待评估文本令用户产生每一种情感倾向的概率分布；

或者

对所述待评估文本进行预处理，确定每一个待评估文本的文字向量和每一个待评估文本的情感向量；

将每一个待评估文本的文字向量中的每一个有效单词和每一个待评估文本的情感向量绑定，得到每一个待评估文本的元组；

将每一个待评估文本的元组输入所述用户情感随时间演变的模型中与每一个待评估文本的发布时间对应的子模型，根据所述用户情感随时间演变的模型的输出结果，确定所述待评估文本令用户产生每一种情感倾向的概率分布。

3.一种基于用户情感倾向提供服务的设备，其特征在于，所述基于用户情感倾向提供服务的设备包括：

一评估文本确定装置，用于确定待评估文本，其中，所述待评估文本是一用户阅读过的至少一文本；

一情感概率分布确定装置，用于根据一用户情感随时间演变的模型，确定所述待评估文本令所述用户产生每一种情感倾向的概率分布；

一服务提供装置，用于根据所述待评估文本令所述用户产生每一种情感倾向的概率分布，为所述用户提供服务；

一建立情感模型的装置，用于建立所述用户情感随时间演变的模型；

所述建立情感模型的装置包括：

确定模块，用于确定至少一训练文本；

预处理模块，用于对所述至少一训练文本进行预处理，确定每一个训练文本的文字向量和每一个训练文本的情感向量；

建模模块，用于根据每一个训练文本的所述文字向量、每一个训练文本的所述情感向量以及每一个训练文本的发布时间，确定用户情感随时间演变的模型；

所述服务提供装置包括：

第一服务提供模块，用于为所述用户推送至少一内容，或请求网络侧为所述用户推送至少一内容，其中，所述至少一内容令所述用户产生每一种情感倾向的概率分布与所述待评估文本令所述用户产生每一种情感倾向的概率分布相匹配；和/或

第二服务提供模块，用于为所述用户推荐好友，或请求网络侧为所述用户推荐好友，其中，所述好友阅读过的文本令所述好友产生每一种情感倾向的概率分布与所述待评估文本令所述用户产生每一种情感倾向的概率分布相匹配。

4.如权利要求3所述的设备，其特征在于，所述情感概率分布确定装置包括：

第一处理模块，用于对所述待评估文本进行预处理，确定每一个待评估文本的文字向量和每一个待评估文本的情感向量；

第一元组确定模块，用于将每一个待评估文本的文字向量中的每一个有效单词和每一个待评估文本的情感向量以及每一个待评估文本的发布时间绑定，得到每一个待评估文本的元组；

第一输入模块，用于将每一个待评估文本的元组输入所述用户情感随时间演变的模型，根据所述用户情感随时间演变的模型的输出结果，确定所述待评估文本令用户产生每一种情感倾向的概率分布；

或者

第二处理模块，用于对所述待评估文本进行预处理，确定每一个待评估文本的文字向量和每一个待评估文本的情感向量；

第二元组确定模块，用于将每一个待评估文本的文字向量中的每一个有效单词和每一个待评估文本的情感向量绑定，得到每一个待评估文本的元组；

第二输入模块，用于将每一个待评估文本的元组输入所述用户情感随时间演变的模型中与每一个待评估文本的发布时间对应的子模型，根据所述用户情感随时间演变的模型的输出结果，确定所述待评估文本令用户产生每一种情感倾向的概率分布。