[发明专利]基于画像相似性的信息检索推荐方法、装置及存储介质

权利要求书

1.一种基于画像相似性的信息检索推荐方法，应用于电子装置，其特征在于，所述方法包括：

获取不同用户的用户画像，并确定各用户画像之间的用户画像相似性；

基于所述用户画像相似性创建用户动态社区，使相似画像的用户分属到同一用户动态社区内；

根据所述用户动态社区及所述用户的查询语句对所述用户进行信息检索推荐。

2.根据权利要求1所述的基于画像相似性的信息检索推荐方法，其特征在于，所述获取不同用户的用户画像，并确定各用户画像之间的用户画像相似性的步骤包括：

将用户画像P存储为与坐标(q，D_q)相关的集合；其中，q表示用户的任意一个查询记录，D_q表示与所述查询记录q相关的所有文档；

基于待处理的用户画像P(X)和用户画像P(Y)构造加权二分图；其中，P(X)为用户X的用户画像，P(Y)为用户Y的用户画像，P(X)的顶点e通过边(e，é)连接到P(Y)的顶点é；

基于所述加权二分图获取所述用户画像P(X)的顶点e与所述用户画像P(Y)的顶点é之间的相似性；

根据所述P(X)的顶点e与所述P(Y)的顶点é之间的相似性确定所述边(e,é)的权重；

基于所述边(e,é)的权重获取用户画像P(X)和用户画像P(Y)之间的最大加权匹配值；

根据所述最大加权匹配值获取所述用户X和用户Y的用户画像相似性。

3.根据权利要求2所述的基于画像相似性的信息检索推荐方法，其特征在于，

所述用户X的用户画像P(X)存储为：

所述用户Y的用户画像P(Y)存储为：

其中，表示用户X的第i个查询，表示与查询有关的所有文档；表示用户Y的第j个查询，表示与查询有关的所有文档。

4.根据权利要求2所述的基于画像相似性的信息检索推荐方法，其特征在于，

所述用户画像P(X)的顶点e包括对应的第一查询元素和第一文档元素，所述用户画像P(Y)的顶点é包括对应的第二查询元素和第二文档元素；

所述获取所述用户画像P(X)的顶点e与所述用户画像P(Y)的顶点é之间的相似性的过程包括：

获取所述第一查询元素和第二查询元素之间的第一相似性，以及获取所述第一文档元素和所述第二文档元素之间的第二相似性；

基于所述第一相似性和所述第二相似性确定所述顶点e和顶点é之间的相似性。

5.根据权利要求4所述的基于画像相似性的信息检索推荐方法，其特征在于，

所述第一查询元素和第二查询元素的第一相似性通过编辑距离算法、杰卡德系数算法、TF算法、TFIDF算法或Word2Vec算法获取；

所述第一文档元素和所述第二文档元素之间的第二相似性通过TFIDF算法或基于空间向量的余弦算法获取。

6.根据权利要求2所述的基于画像相似性的信息检索推荐方法，其特征在于，

所述用户X的用户画像P(X)包括元素A、B、C、D、E，其中元素A、B、C、D、E包含第一查询元素和第一文档元素；

用户Y的用户画像P(Y)包含元素1、2、3、4、5，其中元素1、2、3、4、5包含第二查询元素和第二文档元素；

第一步：通过以下公式获取所述加权二分图的所有的加权匹配值；

M₁＝w(A，1)+w(B，3)+w(C，2)+w(D，4)+w(E，5)

M₂＝w(A，1)+w(B，3)+w(C，5)+w(D，4)+w(E，2)

M₂＝w(A，1)+w(B，4)+w(C，2)+w(D，3)+w(E，5)

M₂＝w(A，1)+w(B，4)+w(C，5)+w(D，3)+w(E，2)

其中，w(i，j)表示元素i和元素j之间的相似性或者边ij的权重；

第二步：从所有的加权匹配值中确定最大加权匹配值。