微博用戶興趣識別技術(shù)的研究與應(yīng)用.pdf

1、隨著移動互聯(lián)網(wǎng)技術(shù)的發(fā)展及移動終端的普及，網(wǎng)絡(luò)上出現(xiàn)了許多社交類的網(wǎng)站和應(yīng)用，微博由于其自身操作簡單，傳播快速等特性，聚集了大量用戶。每個用戶每天可以接收成百上千條微博，從而導(dǎo)致信息過載的問題，嚴(yán)重影響用戶對信息及知識的獲取。此外，越來越多的商家將微博作為營銷平臺，因此如何完成高質(zhì)量的廣告定向投放也成為一個具有重要商業(yè)價值的問題。微博用戶的興趣識別可以幫助解決上述問題。本文的主要工作如下：
　　本文首先嘗試了基于主題模型的用戶興趣

2、識別。將用戶的微博集合看作一篇文檔，使用Labeled LDA主題模型對用戶微博文檔的主題進(jìn)行預(yù)測，獲得的主題分布看作是用戶的興趣主題分布。該方法的問題是，當(dāng)興趣詞周圍存在大量噪聲詞時，Labeled LDA主題模型對用戶興趣詞的主題分配會隨上下文而發(fā)生嚴(yán)重偏移，從而導(dǎo)致用戶興趣識別錯誤。
　　其次本文嘗試了基于微博分類的用戶興趣識別，通過對用戶的微博進(jìn)行逐條興趣分類，從而緩解噪聲詞對興趣詞的影響，然后通過用戶微博的興趣類別分布識

3、別用戶興趣。嘗試了兩個分類器，一個是以二字串bigram作為特征單元的線性SVM，另一個是使用卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)的分類器。實驗結(jié)果表明，基于微博分類的興趣識別方法的效果優(yōu)于基于主題模型的方法，但上述兩個分類器對于包含噪聲詞較多的微博分類效果還有提升空間。
　　第三提出一種基于主題增強(qiáng)卷積神經(jīng)網(wǎng)絡(luò)的用戶興趣識別方法，通過構(gòu)建一個結(jié)合連續(xù)的語義特征和離散的主題特征的雙通道CNN作為微博分類器，對用戶的微博進(jìn)行興趣分類，通過極大似然估計得