[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

说明书

本发明公开了一种基于主题模型分析与用户长短兴趣的推荐方法，包括：对活动文本集进行隐藏主题训练得到训练好的模型，计算得到所有类别的类特征主题分布；将用户长期、近期的活动文本输入训练好的模型，得到用户长期、近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、短兴趣向量；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。本发明在选取待推荐活动的时缩小了筛选范围，从而缩短了推荐计算的时间同时也能提高推荐的准确率。

技术领域

本发明属于推荐系统中的推荐算法领域，更具体地，涉及一种基于主题模型分析与用户长短兴趣的推荐方法。

背景技术

近年来，基于活动的社交网络(EBSNs)，例如meetup和豆瓣同城，得到了广泛的发展。这些网站不仅为传播各种各样的社交活动提供了一个方便的平台，也在用户之间构建了一个庞大的社交网络。由此，不管是学术界还是工业界，如何高效地为用户推荐个性化的活动成了一个热门的领域。活动推荐与其他产品的推荐不一样，因为产品推荐通常并没有被嵌入到社交网络中，没有考虑各种复杂的社交关系。所以，社交网络中的活动推荐面临很多新的挑战。

在使用基于内容的推荐方法时，传统的做法是将用户所有的历史记录数据进行处理分析，并对用户兴趣爱好进行建模，然而这种方法并没有考虑用户的长短兴趣随时间的变化可能有所改变。虽有少量研究考虑了用户的长短兴趣变化，但没有区分用户行为记录中的不同行为类别，亦未加入行为权重因素进行加权考虑。

由此可见，现有技术没有考虑用户的长短兴趣随时间的变化可能有所改变、没有区分用户行为记录中的不同行为类别、亦未加入行为权重因素进行加权考虑，进而导致推荐结果不准确。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于主题模型分析与用户长短兴趣的推荐方法，由此解决现有技术没有考虑用户的长短兴趣随时间的变化可能有所改变、没有区分用户行为记录中的不同行为类别、亦未加入行为权重因素进行加权考虑，进而导致推荐结果不准确的技术问题。

为实现上述目的，本发明提供了一种基于主题模型分析与用户长短兴趣的推荐方法，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。

进一步地，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：