[发明专利]一种对网络用户进行标注的方法与设备

摘要

本发明公开了一种对网络用户进行标注的方法与设备，通过采用分别从用户文本信息集合中挖掘出的第一特征信息，以及根据用户社交信息集合而挖掘出的第二特征信息，来对原始的用户文本信息集合进行扩展，从而可以在一定程度上克服原始的用户文本信息集合的信息稀疏性，进而使得根据扩展得到的用户文本信息对网络用户进行的标注的准确性得到提高。

主权项

一种对网络用户进行标注的方法，其特征在于，包括：获得待标注用户的用户文本信息集合和用户社交信息集合；其中，所述用户文本信息集合由所述待标注用户发布的用户文本信息构成，所述用户社交信息集合由所述待标注用户的用户社交信息构成；从所述用户文本信息集合中挖掘用于表征所述待标注用户的特定属性的第一特征信息，并根据所述用户社交信息集合，挖掘用于表征所述待标注用户的所述特定属性的第二特征信息；从所述用户文本信息集合中挖掘用于表征所述待标注用户的特定属性的第一特征信息，具体包括：根据所述用户文本信息集合包含的不同特征词的个数、预设用户集合中的所有用户的总个数，以及分别用于表征所述待标注用户与所述用户集合中的其他各个用户之间的相似程度的各相似度值，确定所述用户文本信息集合分别在预先指定的各潜在语义上的分布概率信息，以及所述各潜在语义分别在所述不同特征词上的分布概率信息；根据确定出的所述用户文本信息集合分别在预先指定的各潜在语义上的分布概率信息，以及所述各潜在语义分别在所述不同特征词上的分布概率信息，从所述不同特征词中选取特征词；其中：所述用户集合中包含所述待标注用户以及发布所述用户社交信息集合中的用户社交信息的用户；所述各相似度值是根据所述用户社交信息集合确定的；所述潜在语义为与所述特定属性相匹配的潜在语义；将挖掘出的所述第一特征信息和所述第二特征信息加入所述用户文本信息集合中，得到扩展后的用户文本信息集合；根据所述扩展后的用户文本信息集合，从预先设置的与所述属性相匹配的多个标签中，确定与所述扩展后的用户文本信息集合相匹配的标签；根据确定的标签，对所述待标注用户进行标注。