[发明专利]一种基于文本挖掘的微博用户兴趣识别方法

摘要

本发明公开了一种基于文本挖掘的微博用户兴趣识别方法，属于文本挖掘、自然语言处理领域，采集微博文本集的最新话题性微博文本数据和指定用户微博文本数据；将采集到的微博文本数据进行规范化处理；将规范化处理后的话题性微博文本数据采用微博新词识别方法，识别出最新微博新词并更新新词词典；将规范化处理后的指定用户微博文本数据，利用新词词典的分词方法进行中文分词，得到文本向量表示；对经过文本向量表示的指定用户微博文本数据进行聚类，重组原始微博文本数据；采用主题模型，提取新的文本集特征；给定主题词典，基于新的文本集特征，计算每个主题词典权重，获得最终主题，作为微博用户兴趣识别，使特征提取的准确性提高。

主权项

一种基于文本挖掘的微博用户兴趣识别方法，其特征在于，如下步骤：(1)采集微博文体集的最新话题性微博文本数据以及指定用户微博文本数据；(2)将采集到的话题性微博文本数据和指定用户微博文本数据进行规范化处理；(3)将规范化处理后的话题性微博文本数据采用微博新词识别方法，识别出最新微博新词，并更新新词词典；(4)将规范化处理后的指定用户微博文本数据，利用新词词典的分词方法进行中文分词，计算中文分词得到的每个词项的TF‑IDF值，得到文本向量表示；(5)对经过文本向量表示的指定用户微博文本数据进行聚类，重组步骤(1)中的原始指定用户微博文本数据，得到新的文本集以及聚类数目；(6)采用LDA主题建模，提取聚类后得到的新的文本集特征词；(7)给定主题词典，基于新的文本集特征词，计算每个主题词典权重，获得最终主题，作为微博用户兴趣识别。