本发明公开一种基于文本主题分析技术的短文本推荐方法,利用文本主题模型对用户转发或发表过的信息进行主题分析,获取用户的主题偏好,并以此从大量的未阅读信息中推荐满足用户喜好的信息,从而较好地解决此类系统的信息过载问题。在双词主题模型(Biterm
| 专利名称 | 一种基于用户双词主题模型的短文本推荐方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201510979801.1 |
| 申请号 | - | 专利申请日期 | 2015-12-23 |
| 专利授权日期 | 2016-05-25 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 吕建;徐锋;魏杰 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开一种基于文本主题分析技术的短文本推荐方法,利用文本主题模型对用户转发或发表过的信息进行主题分析,获取用户的主题偏好,并以此从大量的未阅读信息中推荐满足用户喜好的信息,从而较好地解决此类系统的信息过载问题。在双词主题模型(Biterm?Topic?Model,BTM)和基于短文本聚合方法的基础上提出了一个新的面向短文本主题分析的主题模型——基于用户的双词主题模型(User-based?Biterm?Topic?Model,UBTM),在来源于微博的真实数据集上的实验表明,UBTM模型较传统的短文本主题分析方法能获得更高质量的主题。在基于UBTM模型的短文本推荐实验中,也表明本发明所提的短文本推荐方法具有更好的推荐效果。 | ||