[发明专利]在话题关联计算中使用的方法及装置

权利要求书

1.一种在话题关联计算中使用的方法，其特征在于，包括：

通过为若干个待选择话题分配随机权重，得到用于在正弦余弦算法SCA中迭代的种群，其中，所述种群的每个个体中，每个待选择话题均具有对应的权重分量；

利用所述SCA算法对所述种群中的个体进行迭代更新，其中，所述SCA算法使用的适应度函数以所述个体为变量，在所述适应度函数的解析式中，由所述待选择话题与已关注话题之间的关联性统计数量对所述待选择话题的权重分量进行修正；

将所述SCA算法迭代结束后所述种群中最优解个体作为所述已关注话题与所述若干个待选择话题的关联度进行输出。

2.根据权利要求1所述的方法，其特征在于，所述待选择话题与已关注话题之间的关联性统计数量为待选择话题与已关注话题在若干篇文档资料中同篇出现的次数；

所述适应度函数fit(W_k)的解析式为：

其中，W_k表示所述种群中第k个个体；|Topic|表示用户已经关注的话题的个数，|T|表示所述待选择话题的个数，topic_i表示第i个已关注话题；t_j表示第j个待选择话题，w_kj表示W_k的第j个待选择话题的权重分量，count(topic_i,t_j)的函数返回值表示第i个已关注话题与第j个待选择话题在所述若干篇文档资料中同篇出现的次数。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述SCA算法迭代的每次迭代中，获取更新的动态淘汰值，所述动态淘汰值随着迭代次数增加逐渐减小；

在每次迭代中，在允许被淘汰的个体数量大于等于所述动态淘汰值的情况下，从所述种群中淘汰出与所述动态淘汰值相应数量的允许被淘汰的个体，在允许被淘汰的个体数量小于所述动态淘汰值的情况下，从所述种群中淘汰出允许被淘汰的个体。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

在所述SCA算法迭代的每次迭代中，保存所述适应度函数对应于当前迭代得到的种群个体的函数值；

在所述SCA算法迭代的每次迭代中，根据上一次迭代保存的函数值及所述种群中个体数量，计算出种群平均适应度值；

在所述SCA算法迭代的每次迭代中，通过将所述适应度函数对应于当前迭代得到的种群个体的函数值与当前迭代中计算出的种群平均适应度值进行比较，从所述种群中筛选出允许被淘汰的个体。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

在所述种群中一个或多个个体被淘汰时，根据新个体生成算法，取得与被淘汰个体数量相应的新个体；

所述新个体生成算法包括：通过将被淘汰个体与当前迭代中最优解个体之间的距离按照正弦或余弦函数随机振幅，取得随机步长，在被淘汰个体的权重的基础上通过累加所述随机步长取得新个体的权重。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述已关注话题与若干个待选择话题的关联度进行话题推荐。

7.根据权利要求6所述的方法，其特征在于，所述根据所述已关注话题与若干个待选择话题的关联度进行话题推荐包括：按照所述已关注话题与若干个待选择话题的关联度从高到低，选择一个或多个待选择话题进行推荐。