[发明专利]一种基于用户背景的社区问答网站标签推荐方法在审
| 申请号： | 201910445656.7 | 申请日： | 2019-05-27 |
| 公开（公告）号： | CN110188272A | 公开（公告）日： | 2019-08-30 |
| 发明（设计）人： | 吕建;徐锋;姚远;张素威 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535 |
| 代理公司： | 南京乐羽知行专利代理事务所(普通合伙) 32326 | 代理人： | 李玉平 |
| 地址： | 210046 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于用户背景的社区问答网站标签推荐方法。综合考虑了待推荐问题文本信息和用户背景信息及两者的关联性，将标签推荐问题建模为一个基于深度学习的多分类预测问题。方法的核心是深度神经网络模型PcTagger，通过动态建模用户背景信息，解决了已有个性化标签推荐方法中存在的用户背景静态建模难以匹配不同推荐任务的不足。模型主要包括：1)基于循环神经网络和注意力机制的文本特征建模；2)基于用户历史提问记录的用户背景影响动态建模；3)融合文本特征和用户背景影响的标签推荐。在真实数据集上的实验结果显示，与已有的同类标签推荐方法相比，本方法能够显著提高预测精度。 | ||
| 搜索关键词： | 标签推荐 用户背景 用户背景信息 文本特征 建模 网站 神经网络模型 循环神经网络 注意力机制 动态建模 静态建模 问题建模 问题文本 影响动态 用户历史 真实数据 综合考虑 关联性 预测 社区 匹配 个性化 融合 分类 提问 记录 学习 | ||
【主权项】：
1.一种基于用户背景的社区问答网站标签推荐方法，其特征在于，包括数据准备、模型训练和标签推荐三个阶段；数据准备阶段用于统计数据集中各用户的提问记录，并随机采样一定数量的提问记录作为用户背景信息建模的依据；训练阶段通过从数据集中已有的提问记录的问题文本和对应标签中学习模型参数，确定模型；标签推荐阶段由已建立模型接受新的问题文本和对应的用户编号作为输入，输出候选的标签列表。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京大学，未经南京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910445656.7/，转载请声明来源钻瓜专利网。
- 上一篇：搜索方法以及装置
- 下一篇：资讯内容的通知方法、装置、服务器及可读介质
