[发明专利]基于在线软约束LDA算法的社区推荐方法

摘要

一种基于在线软约束LDA算法的社区推荐方法。属于社会网络领域。本发明的目的在于，解决现有的社区推荐方法所容易遇到的由于数据观察的限制所导致的过拟合现象以及计算量庞大的问题。本发明主要利用用户在各个社区上的发帖次数作为软约束，应用LDA算法去计算社区上的潜在主题分布，并且利用一个增量的方法处理新加入的用户，实时更新模型，达到在线运算的效果。该方法可以在缺少用户特征和社区特征的前提下，自动的计算出社区上的主题分布，并最终推算出用户最感兴趣的社区，在线的方法极大的提高了计算效率。其准确率和速度较之现在比较流行的方法有明显的进步。

主权项

1.一种基于在线软约束LDA算法的社区推荐方法，其特征在于，包括计算主题分布、计算最优候选社区、在线更新三大步骤：所述的计算主题分布步骤为：步骤a，对于单个用户，抓取其在各个小社区上的发帖信息，分别统计其发帖次数，以此作为衡量用户与社区的关系强弱；步骤b，用LDA算法建立用户主题分布以及主题社区分布模型，并用Gibbs采样方法求解模型参数；所述的计算最优候选社区步骤为：步骤c，用求解出来的模型计算主题-社区分布φ和用户-主题分布步骤d，为每个社区打分，找出用户最感兴趣的社区；所述的在线更新步骤为：步骤e，在保持已经训练好的模型不变的基础上，对新加入的用户模型单独训练；步骤f，将两部分模型合并为一个整体，作为新的模型，再重新为每个社区打分。