[发明专利]一种基于交互式差分进化计算的用户知识需求获取方法

摘要

本发明公开一种基于交互式差分进化计算的用户知识需求获取方法，将知识文档转化为向量，构建文本向量知识库，利用K‑means方法将已有文档分为N类并从每类中随机生成一个，生成N个初始种群文档推送给用户，然后对初始种群文档进行差分进化算子的计算，其中选择操作中文档对应的适应度函数由用户的点击行为确定，生成的子代再次推送给用户，根据用户的行为确定适应度函数并再次进行进化算子的计算，达到用户满意度时用户点击的文本数据，即可用来训练用户的知识需求模型，拟合用户的知识需求，本发明可以在缺失用户‑知识文档‑评分数据集的情况下，同时解决用户冷启动和项目冷启动问题。

主权项

1.一种基于交互式差分进化计算的用户知识需求获取方法，其特征在于，包括以下步骤：步骤一、将知识文档转化为向量，构建向量数据库；步骤二、将向量数据库中的向量聚为N类，从每类中随机抽取一个向量，得到N个种群向量，记为{xi(g)}，其中xi(g)表示种群中第g代的第i个向量,i＝1,2,…,N；g＝0,1,2,……；步骤三、将种群向量对应的知识文档推送给用户，设置用户满意度指标为点击率，若用户对所推送的知识文档的点击率不小于80％，执行步骤六，若点击率小于80％，执行步骤四—步骤五；步骤四、依次对第g代的N个种群向量分别进行变异、交叉得到新的N个向量{ui(g+1)}；利用贪婪算法从得到的{ui(g+1)}和{xi(g)}中选择得到下一代种群个体；其中，f(ui(g+1))表示个体ui(g+1)的适应度值；步骤五、利用余弦相似度算法依次计算N个g+1代种群向量与向量数据库中的向量的相似度，选取最相近的N个向量所对应的知识文档，交互次数累加1，执行步骤三；步骤六、将当前的N个种群向量作为用户知识需求模型输出。