[发明专利]一种基于用户行为和情感分析的短文本推荐方法及装置

说明书

本发明涉及一种短文本推荐方法及装置，属于信息处理技术领域，具体涉及一种基于用户行为和情感分析的短文本推荐方法及装置。本发明结合用户历史行为以及用户历史短文本情感，通过情感负相关性分析，匹配相关类别的短文本和用户，推荐相关短文本。

技术领域

本发明涉及一种短文本推荐方法及装置，属于信息处理技术领域，具体涉及一种基于用户行为和情感分析的短文本推荐方法及装置。

背景技术

随着互联网技术和社交网络的发展，网络已成为人们获取信息的主要来源，人们花费在社交网络上的时间越来越多，遇事也更倾向于在社交网络上抒发情感。传统的社交网络推荐方法不能满足用户对信息的发现需求，因为有时用户自身也不能够准确描述目前自身的需求。

推荐算法的目的是指根据用户的历史行为以及个人信息等猜测用户的喜好，向用户推荐其可能会感兴趣的内容或者物品。现有的技术中，推荐算法主要分为两种：第一种是基于内容过滤，基于内容过滤的推荐系统通过比较商品之间的相似性而不是用户之间的相似性实现推荐功能；第二种是基于协同过滤，基于协同过滤的电子商务推荐系统并不分析商品之间的相似性而是学习目标用户和历史用户之间行为的相似性而不依赖商品的特征，从而根据相似历史用户的行为生成推荐结果。

但是在上述现有技术中，基于内容过滤能考虑到短文本的相似而不能考虑到短文本的时效性，所以推荐效果不理想；基于协同过滤，必须是鉴于访问用户而进行的推荐，对时效性要求较高的短文本推荐而言只推荐被访问过的人们短文本，故在协同过滤中，就会生成一些过期的热门短文本。同时，上述技术在为用户推荐短文本时没有考虑用户的情感问题，不能够推荐符合用户心情，能够积极正向引导用户情感的短文本。

发明内容

本发明针对社交网络上现有大量短文本不能够有效合理地推荐给相关用户以及正向引导用户情感的难题，结合用户历史行为以及用户历史短文本情感，通过情感负相关性分析，匹配相关类别的短文本和用户，推荐相关短文本。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种基于用户行为和情感分析的短文本推荐方法，包括：

步骤1，基于获取的用户历史数据生成用户特征向量；

步骤2，基于所述用户特征向量获取与目标用户具有相似历史行为的参考用户作为目标用户的相似用户群；

步骤3，计算目标用户最近发表的短文本情感特征向量E₁；

步骤4，基于用户最近发表的短文本的情感向量对该用户进行短文本的推荐。

作为优选，上述的一种基于用户行为和情感分析的短文本推荐方法中，所述步骤1具体包括：

步骤1.1，计算用户一段时间内发表原创短文本频率，记为FO；

步骤1.2，计算用户一段时间内发表转发短文本频率，记为FT。

步骤1.3，使用LDA主题模型对用户已发表的短文本及自我介绍进行分析，获取主题特征，记为T；

步骤1.4，基于FO，FT，T构造用户特征向量。

作为优选，上述的一种基于用户行为和情感分析的短文本推荐方法中，所述步骤2具体包括：

步骤2.1，计算用户发表行为相似度

步骤2.2，计算短文本的主题相似度ρ_T＝Num(T₁∩T)；

步骤2.3，基于公式ρ_H＝w₁ρ_T+w₂ρ_u获取用户行为相似度，按用户行为相似度对参考用户进行降序排序，取前N个参考用户作为目标用户的相似用户群；