查表法 對無用信息進行過濾降低微博信息的噪。
[0053] 在本實施例中，進行去重是考慮到不同類別可能包含相同的關鍵字，重復數據刪 除功能是必要的，W減少冗余的手動操作的過程。
[0054] 在本實施例中，所述步驟S3中的高斯混合模型的定義表示為一個線性疊加的高 斯模型，如公式（1)所示： W對
《1) 陽056] 其中，高斯密度N(x|iik，Sk)為一混合組件，其均值為iik，其協方差為Sk，Kk為 混合系數；對公式（1)的兩邊關于X求積分，并標準化p(x)和單個高斯組件，可得公式（2) 如下： 陽057]
(落） 陽化引由于要求P(X) >0,N(xIyk，Zk) >0,則n0 ;
[0059] 結合公式似，可到得到公式做：
[0060] 0《31 1 做
[0061] 因此，混合系數滿足成為概率的條件，根據加乘原理，可得到邊際密度如公式（4) 所示： 柳創
(4)
[006引所述公式（4)相當于公式（1)，其中，3ik=p(k)，是第k個元素的先驗概率，密度N(x|iik，Sk) =p(x|k)是k條件下X的概率；因此，根據貝葉斯定理，生成下列公式巧）：
[0064] (5) W65] 假定需要進行預測的特征向量數據集為{xi，……，xj，將所述數據集表示為一個 NXD矩陣X，其中，x"T表示第N行湘應的隱形隨機變量采用一個用Z"T表示行的NXK矩陣Z表不；
[0066] 則高斯混合分布的形可由參數31，y和S控制的，其中31S{>1，…，Jij， yS{>1，…，iikKSS{Si，…，2k};執行最大似然估計后，所述公式（1)轉化為如下公 式做：
[0067] (65 W側其中X={xi，……，刮}。 W例在本實施例中，所述步驟S4具體包括W下步驟：
[0070] 步驟S41 :采用EM算法，初始化均值yk，協方差Sknk和混合系數nk，并評估初 始對數似然估計函數值；
[0071] 步驟S42 :采用W下公式（7)估計隱含類別變量：
[0072] 巧）
[007引步驟S43 :采用W下公式做、公式巧）、公式（10)W及公式（12)進行參數更新：
[0079] 步驟S44 :采用W下公式（12)評估對數似然估計函數值
[0080] (12)
[0081] 若所述公式（12)不滿足收斂準則，則返回所述步驟S42。
[0082]W上所述僅為本發明的較佳實施例，凡依本發明申請專利范圍所做的均等變化與 修飾，皆應屬本發明的涵蓋范圍。
【主權項】
1. 一種基于高斯混合模型的社交網絡用戶興趣預測方法，其特征在于：包括以下步 驟： 步驟Sl :從社交網絡中獲取用戶數據； 步驟S2 :對獲取的用戶數據進行特征向量提取，生成一系列的特征向量； 步驟S3 :采用高斯混合模型構建預測模型； 步驟S4 :采用EM算法優化參數并計算預測結果。2. 根據權利要求1所述的一種基于高斯混合模型的社交網絡用戶興趣預測方法，其特 征在于：所述步驟Sl具體為：獲取p個微博用戶發表或轉發的微博信息作為訓練數據，獲 取q個微博用戶發表或者轉發的微博信息作為測試數據，獲取r個熱門微博類別以及每個 熱門微博類別中的s條熱門微博。3. 根據權利要求1所述的一種基于高斯混合模型的社交網絡用戶興趣預測方法，其特 征在于：所述步驟S2具體為：對熱門微博進行預處理，所述預處理包括分詞、詞頻統計和去 重，可得出t個熱門關鍵詞作為熱門微博類的興趣特征值，從而生成r個t維的熱門微博特 征向量；同時以微博用戶為單位，對所述訓練數據，測試數據進行預處理，包括中文分詞、停 用詞處理以及詞頻統計；再根據所述r個t維的熱門微博特征向量，從微博用戶發表或轉發 的微博信息中提取該用戶對應的t個興趣特征值，轉換為該微博用戶的特征向量。4. 根據權利要求3所述的一種基于高斯混合模型的社交網絡用戶興趣預測方法，其特 征在于：所述中文分詞的方法為：采用中文分詞系統，結合自定義用戶詞典對微博星系進 行分詞；所述停用詞處理的方法為：采用HashMap快速索引查表法對無用信息進行過濾降 低微博信息的噪音。5. 根據權利要求1所述的一種基于高斯混合模型的社交網絡用戶興趣預測方法，其 特征在于：所述步驟S3中的高斯混合模型的定義表示為一個線性疊加的高斯模型，如公式 (1)所示：其中，高斯密度N(x I μ k, Σ1〇為一混合組件，其均值為μ k，其協方差為Xk，Jik為混合 系數；對公式（1)的兩邊關于X求積分，并標準化P(X)和單個高斯組件，可得公式（2)如 下：由于要求 P(X)彡 〇, N(x| yk, Σ10 彡 0,則 JT 〇 ; 結合公式（2)，可到得到公式（3): 1 (3) 因此，混合系數滿足成為概率的條件，根據加乘原理，可得到邊際密度如公式（4)所 示：所述公式⑷相當于公式（I)，其中，JTk= P(k)，是第k個元素的先驗概率，密度 N(x| yk, Σ1〇 = p(x|k)是k條件下X的概率；因此，根據貝葉斯定理，生成下列公式（5):假定需要進行預測的特征向量數據集為Ix1,……，xN}，將所述數據集表示為一個NXD 矩陣X，其中，χητ表示第N行；相應的隱形隨機變量采用一個用z ητ表示行的NXK矩陣Z表 示； 則高斯混合分布的形可由參數：π，μ和Σ控制的，其中π = {> …，π k}， μ = {μι，…，yk}，Σ = (X1，…，;執行最大似然估計后，所述公式⑴轉化為如下公 式（6):其中 X = U1,......，xN}。6.根據權利要求1所述的一種基于高斯混合模型的社交網絡用戶興趣預測方法，其特 征在于：所述步驟S4具體包括以下步驟： 步驟S41 :采用EM算法，初始化均值μ k，協方差Xk Jik和混合系數π k，并評估初始對 數似然估計函數值； 步驟S42 :采用以下公式（7)估計隱含類別變量：步驟S43 :采用以下公式（8)、公式（9)、公式（10)以及公式（12)進行參數更新：步驟S44 :采用以下公式（12)評估對數似然估計函數值若所述公式（12)不滿足收斂準則，則返回所述步驟S42。
【專利摘要】本發明涉及一種基于高斯混合模型的社交網絡用戶興趣預測方法，包括以下步驟：步驟S1：從社交網絡中獲取用戶數據；步驟S2：對獲取的用戶數據進行特征向量提取，生成一系列的特征向量；步驟S3：采用高斯混合模型構建預測模型；步驟S4：采用EM算法優化參數并計算預測結果。本發明采用高斯混合模型，以實現更高的預測精度，縮短使用時間，有效預測用戶的短期興趣。
【IPC分類】G06F17/30, G06Q50/00
【公開號】CN105183909
【申請號】CN201510646248
【發明人】鄭相涵, 賴太平, 郭文忠
【申請人】福州大學
【公開日】2015年12月23日
【申請日】2015年10月9日