[发明专利]基于跨平台标签融合的问答社区推荐方法在审
| 申请号： | 201710362466.X | 申请日： | 2017-05-22 |
| 公开（公告）号： | CN107291815A | 公开（公告）日： | 2017-10-24 |
| 发明（设计）人： | 彭舰;冯勇领;黄飞虎 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06Q50/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一个跨平台利用标签融合进行兴趣建模的问答社区专家推荐方法。该方法利用跨平台共同用户，通过结合LDA主题模型与word2vec构建标签的词向量，对不同平台文本数据构建标签语义相似度矩阵，生成融合特征空间并得到用户的融合空间模型。相比单一网络的用户模型，跨平台用户模型能更全面覆盖用户不同特性，对用户特征有更清晰的描述。同时综合考虑用户用户的回答能力度及用户跨平台社区影响力，使用基于融合网络的PageRank算法对用户进行权威度评价，再考虑社区反馈对用户进行能力度评价。通过与基准兴趣模型、单一网络用户模型、协同过滤推荐模型等算法进行实验对比，显示出本文提出的算法具有更好的推荐效果。 | ||
| 搜索关键词： | 基于 平台 标签 融合 问答 社区 推荐 方法 | ||
【主权项】：
一种跨平台利用标签融合进行兴趣建模的问答社区专家推荐方法，其特征在于利用两个平台中的文本数据，通过标签映射，利用Word2vec模型构建语义相似度矩阵，再对相似度高的两个主题标签，选择其中对用户兴趣指代性强，区分度高的词作为特征词，构建融合主题空间。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川大学，未经四川大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710362466.X/，转载请声明来源钻瓜专利网。
