[发明专利]一种基于数据挖掘技术的微博推荐方法及装置

权利要求书

1.一种基于数据挖掘技术的微博推荐方法，其特征在于包括以下步骤：

步骤一，将微博按照内容进行分类

通过KNN分类算法，将微博按照内容进行分类。按照内容可分为情感类、社 会类、明星类、财经类、体育类、科技类、军事类、教育类、游戏类；

步骤二，获取预置时间段内选定用户对各类微博的点击量，并根据各类微博 的该所述点击量，计算得到所述用户在所述时间段内的微博兴趣模型；

根据各类微博的所述点击量，通过贝叶斯全概率公式计算得到所述用户在所 述时间段内的微博兴趣模型。根据所述用户在所述时间段的微博兴趣模型，加权 平均计算得到所述用户在包含多个所述时间段的当天24小时的最终微博兴趣模 型；

步骤三，按照所述最终微博兴趣模型聚类所有用户，并根据所述最终微博兴 趣模型确定向聚类后的各类用户推荐的微博候选集；

将对微博的兴趣向量相似的用户聚成一个用户类，向属于同一个聚类的用户 推荐相同的微博，具体采用鉴于K均值算法的MapReduce模型实现用户聚类，根 据预置时间段内最终微博兴趣模型得到微博候选集；

步骤四，将所述微博候选集中的微博推荐给所述用户

将所述微博候选集中的微博按照一定的规则推荐给用户，根据用户兴趣标签 推荐相关类别的微博；规则为：在相关类别中，将所述微博候选集中的微博按照 权重值进行降序排列，并按照排列的先后顺序向所述用户推荐微博。

2.实现如权利要求1所述的一种基于数据挖掘技术的微博推荐方法的装置，其特 征在于：包括微博分类模块，兴趣建模模块，用户聚类模块，候选集确定模块， 微博推荐模块；

所述微博分类模块，用于将微博按照内容进行分类；兴趣建模模块，获取预置时 间段内选定用户对各类微博的点击量，并根据各类微博的该所述点击量，计算得 到所述用户在所述时间段内的微博兴趣模型；用户聚类模块，用于按照所述最终 微博兴趣模型聚类各用户；候选集确定模块，根据所述最终微博兴趣模型确定向 聚类后的各类用户推荐的微博候选集；微博推荐模块，用于将所述微博候选集中 的微博推荐给所述用户。