[发明专利]一种基于直接优化PAUC算法的新闻信息分类方法

摘要

本发明公开了一种基于直接优化PAUC算法的新闻信息分类方法，其特征是按如下步骤进行：1、采集新闻信息的数据集，并将数据集S按照样本的类别划分为相关新闻信息集合S₊与非相关新闻信息集合S_‑；2、从所述相关信息集合S₊和不相关信息集合S_‑选取新闻信息特征x_T；3、通过新闻信息特征x_T得到第T次迭代的自适应梯度4、利用自适应梯度更新预测模型w_T。本发明能高效的在海量的新闻信息中筛选出符合用户喜好的新闻，提高了用户对新闻信息的搜索效率，提升了用户体验。

主权项

1.一种基于直接优化PAUC算法的新闻信息分类方法，其特征是按如下步骤进行：步骤1、采集新闻信息，记为x_i表示第i个新闻信息，x_i∈R^d；R^d表示实数的d维空间，d表示新闻信息包含的主题词个数；y_i表示新闻信息的相关性，且y_i∈{+1,‑1}；当y_i＝+1时，表示第i个新闻信息x_i为用户感兴趣信息，当y_i＝‑1时，表示第i个新闻信息x_i非用户感兴趣信息；1≤i≤n；将所有用户感兴趣信息作为相关信息集合S₊＝{(x⁺,+1)}；且表示第i个相关信息，1≤i≤n⁺，其余信息作为不相关信息集合S_‑＝{(x^‑,‑1)}，且表示第j个不相关信息；1≤j≤n^‑，n⁺+n^‑＝n；步骤2、从所述相关信息集合S₊和不相关信息集合S_‑选取新闻信息特征x_T；步骤2.1、定义迭代次数为T，初始化T＝1；定义最大迭代次数为T_max，定义迭代过程中的排序间隔数为k，并有t＝mod(T,k)；初始化第T次迭代的预测模型w为一个d维的零向量，记为w_T；步骤2.2、判断t＝0是否成立，若成立，则执行步骤2.3；否则，将赋值给再执行步骤2.5；其中，表示第T‑1次迭代的不相关信息集合，表示第T次迭代的不相关信息集合；步骤2.3、利用式(1)计算第T次迭代时第j个不相关信息的决策函数值从而得到第T次迭代不相关信息对应的决策函数集合步骤2.4、对所述决策函数集合降序排序，并取出前个决策函数值对应的不相关信息组成第T次迭代的不相关信息集合β表示所设定的阈值；步骤2.5、从所述相关信息集合S₊中随机选择第T次迭代的相关信息从所述第T次迭代的不相关信息集合中随机选择第T次迭代的不相关信息并进行求差计算，得到第T次迭代的新闻信息特征步骤3、通过新闻信息特征x_T得到第T次迭代的自适应梯度步骤3.1、利用式(2)定义损失函数为：步骤3.2、对所述损失函数求偏导，利用随机梯度下降法得到第T次迭代的梯度g_T；步骤3.3、对前T次迭代的梯度求二范数的平方M_T，得到第T次迭代的自适应步长其中θ为常数；步骤3.4、利用式(3)更新第T次迭代的梯度g_T以及第T次迭代的自适应步长得到更新后的第T次迭代的自适应梯度步骤4、利用式(4)更新第T次迭代的预测模型w_T：式(4)中，η为全局步长；步骤5、将T+1赋值给T，并返回步骤2.2，直到T＞T_max为止，从而得到全局预测模型步骤6、使用全局预测模型对其他新闻信息集合进行分类，从而得到用户感兴趣信息。