[发明专利]一种基于主题模型分析与用户长短兴趣的推荐方法

权利要求书

1.一种基于主题模型分析与用户长短兴趣的推荐方法，其特征在于，包括：

(1)使用LDA模型对活动平台的活动文本集进行隐藏主题训练，得到训练好的模型，将活动文本集中的每个活动文本输入训练好的模型得到每个活动文本的特征向量；

(2)根据活动平台的活动类别将活动文本集分类，得到每个类别的活动文本，对每个类别的活动文本的特征向量进行矢量相加，然后进行归一化处理，得到每个类别的类特征主题分布，进而得到所有类别的类特征主题分布；

(3)将活动平台中用户长期的活动文本输入训练好的模型，得到用户长期活动主题特征向量，结合行为权重和时间衰减函数得到用户的长兴趣向量；将活动平台中用户近期的活动文本输入训练好的模型，得到用户近期活动主题特征向量，结合行为权重与时间衰减函数得到用户的短兴趣向量；

(4)根据用户的长兴趣向量和所有类别的类特征主题分布，得到长兴趣的余弦相似值，选取长兴趣的余弦相似值最高的TopM的类别，根据用户的短兴趣向量和TopM的类别中的活动，得到短兴趣的余弦相似值，根据短兴趣的余弦相似值，得到活动平台对用户的推荐活动；

所述长期大于等于六个月，所述近期为时间衰减函数中一个衰减周期；

所述步骤(1)的具体实现方式为：

将活动平台的活动文本集中的活动文本去除停用词后，使用LDA模型进行隐藏主题训练，得到训练好的模型，将活动文本集中的每个活动文本输入训练好的模型得到每个活动文本的特征向量：

其中，k表示训练主题数目，k取80至100，l_e中的每一维都表示一个隐含的主题，b表示l_e中的维数变量，e表示一个活动文本，t_k表示第k个主题，p_k表示第k个主题的概率；

所述步骤(4)包括：

(4-1)对用户U，计算用户的长兴趣向量LU与中每个类别的活动文本的特征向量的余弦相似值，得到长兴趣的余弦相似值：

进而得到H＝{H₁，H₂，…，H_c}，c表示活动类别的个数，对H进行重排序，取长兴趣的余弦相似值最高的TopM的类别组成

(4-2)遍历W，对W中某个类别，取该类别中对应的所有待推荐的活动，计算每个待推荐的活动与用户的短兴趣向量S_U的余弦相似值，得到短兴趣的余弦相似值得到对S_w重排序之后取短兴趣的余弦相似值最高的K个活动组成S′_w，最终组成共MK个活动，

(4-3)遍历S，将这MK个活动根据余弦相似值高低进行重排序，取余弦相似值最高的K个活动加入到R中，得到R＝{e₁，e₂，…，e_K}作为活动平台对用户的推荐活动。

2.如权利要求1所述的一种基于主题模型分析与用户长短兴趣的推荐方法，其特征在于，所述停用词包括啊、了和么。

3.如权利要求1所述的一种基于主题模型分析与用户长短兴趣的推荐方法，其特征在于，所述步骤(2)的具体实现方式为：

根据活动平台的活动类别将活动文本集分类，得到每个类别的活动文本E＝{E₁，E₂，…，E_c}，E为活动文本集，c表示活动的类别，E_c为第c类活动的活动文本，对E中的每个类别E_a，1≤a≤c，对每个类别的活动文本的特征向量进行矢量相加，m表示第a类活动中活动的个数：

然后进行归一化处理：

得到每个类别的类特征主题分布进而得到所有类别的类特征主题分布和分别表示归一化前后所有类别的类特征主题分布第j维的概率，1≤j≤k。