一種基于數(shù)據(jù)挖掘技術的微博推薦方法及裝置的制造方法
【技術領域】
[0001] 本發(fā)明涉及計算機科學及網(wǎng)絡技術領域，特別是涉及一種微博推薦方法的數(shù)據(jù)挖 掘技術。
【背景技術】
[0002] 微博網(wǎng)站每天都會發(fā)布數(shù)據(jù)量非常之多的微博，尤其是大型網(wǎng)站的用戶訪問量多 達億級別，而且信息更新速度非?？?，對微博的時效性也有很高的要求。網(wǎng)站針對這種情 況，首要選擇就是實施微博推薦，快速有效的找到用戶感興趣的微博，獲取用戶想要了解的 信息。
[0003] 現(xiàn)有技術中，推薦方法主要分為三種:第一種是基于內(nèi)容過濾，基于內(nèi)容過濾的推 薦系統(tǒng)通過比較項(商品）之間的相似性而不是用戶之間的相似性實現(xiàn)推薦功能;第二種是 基于協(xié)同過濾，基于協(xié)同過濾技術的電子商務推薦系統(tǒng)并不分析商品之間的相似性，而是 學習目標用戶和歷史用戶之間行為的相似性，而不依賴商品的特征，從而根據(jù)相似歷史用 戶的行為生成推薦結果;第三種是混合型，結合使用前面兩種技術，盡量利用它們的優(yōu)點而 避免其缺點，提高推薦系統(tǒng)的性能和推薦質(zhì)量。
[0004] 但是在上述現(xiàn)有技術中，基于內(nèi)容過濾，只能考慮到微博的相似性而不能考慮到 微博的時效性，所以推薦效果不理想；基于協(xié)同過濾，必須是鑒于訪問記錄而進行的推薦， 對時效性要求較高的微博推薦而言，只推薦被訪問過的熱門微博，故在協(xié)同過濾中，就會生 成已過期的熱門微博。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種基于數(shù)據(jù)挖掘技術的微博推薦方法及裝置，克服現(xiàn)有 技術中針對微博上現(xiàn)有的大量微博信息不能有效合理地推薦給相關用戶的難題，，以實現(xiàn) 能夠通過數(shù)據(jù)挖掘技術，匹配相關類別的微博和用戶，并根據(jù)相關性給用戶有效的推薦意 見。
[0006] 為了解決以上技術問題，本發(fā)明采用的具體技術方案如下：
[0007] -種基于數(shù)據(jù)挖掘技術的微博推薦方法，其特征在于包括以下步驟：
[0008] 步驟一，將微博按照內(nèi)容進行分類
[0009] 通過KNN分類算法，將微博按照內(nèi)容進行分類。按照內(nèi)容可分為情感類、社會類、明 星類、財經(jīng)類、體育類、科技類、軍事類、教育類、游戲類；
[0010]步驟二，獲取預置時間段內(nèi)選定用戶對各類微博的點擊量，并根據(jù)各類微博的該 所述點擊量，計算得到所述用戶在所述時間段內(nèi)的微博興趣模型；
[0011]根據(jù)各類微博的所述點擊量，通過貝葉斯全概率公式計算得到所述用戶在所述時 間段內(nèi)的微博興趣模型。根據(jù)所述用戶在所述時間段的微博興趣模型，加權平均計算得到 所述用戶在包含多個所述時間段的當天24小時的最終微博興趣模型；
[0012]步驟三，按照所述最終微博興趣模型聚類所有用戶，并根據(jù)所述最終微博興趣模 型確定向聚類后的各類用戶推薦的微博候選集；
[0013] 將對微博的興趣向量相似的用戶聚成一個用戶類，向?qū)儆谕粋€聚類的用戶推薦 相同的微博，具體采用鑒于K均值算法的MapReduce模型實現(xiàn)用戶聚類，根據(jù)預置時間段內(nèi) 最終微博興趣模型得到微博候選集；
[0014] 步驟四，將所述微博候選集中的微博推薦給所述用戶
[0015] 將所述微博候選集中的微博按照一定的規(guī)則推薦給用戶，根據(jù)用戶興趣標簽推薦 相關類別的微博。規(guī)則為:在相關類別中，將所述微博候選集中的微博按照權重值進行降序 排列，并按照排列的先后順序向所述用戶推薦微博。
[0016] -種基于數(shù)據(jù)挖掘技術的微博推薦裝置，其特征在于:包括微博分類模塊，興趣建 模模塊，用戶聚類模塊，候選集確定模塊，微博推薦模塊；
[0017] 所述微博分類模塊，用于將微博按照內(nèi)容進行分類;興趣建模模塊，獲取預置時間 段內(nèi)選定用戶對各類微博的點擊量，并根據(jù)各類微博的該所述點擊量，計算得到所述用戶 在所述時間段內(nèi)的微博興趣模型；用戶聚類模塊，用于按照所述最終微博興趣模型聚類各 用戶；候選集確定模塊，根據(jù)所述最終微博興趣模型確定向聚類后的各類用戶推薦的微博 候選集;微博推薦模塊，用于將所述微博候選集中的微博推薦給所述用戶。本發(fā)明的工作過 程為:將發(fā)布微博按照內(nèi)容在微博分類模塊中進行分類，獲得微博類別;獲取預置時間段內(nèi) 選定用戶對各類微博的點擊量，并根據(jù)各類微博的該所述點擊量，在興趣建模模塊中計算 得到所述用戶在所述時間段內(nèi)的微博興趣模型;在用戶聚類模塊中將對微博的興趣向量相 似的用戶聚成一個用戶類，向?qū)儆谕粋€聚類的用戶推薦相同的微博;根據(jù)所述最終微博 興趣模型，在候選集確定模塊中確定向聚類后的各類用戶推薦的微博候選集;最后在微博 推薦模塊中將所述微博候選集中的微博推薦給用戶。
[0018] 本發(fā)明具有有益效果。本發(fā)明通過采用數(shù)據(jù)挖掘技術，使得微博推薦方法及裝置 更加準確有效。具體體現(xiàn)在:通過KNN分類方法，用較低的代價得到高效的分類結果；用貝葉 斯全概率公式計算微博興趣模型，在推薦的實時性方面得到提升；用K均值聚類方法，對所 有用戶進行有效聚類。
【附圖說明】
[0019] 圖1是本發(fā)明的摘要附圖；
[0020] 圖2是本發(fā)明的實施流程圖；
[0021 ]圖3是本發(fā)明的裝置示意圖；
[0022]圖3中：1、微博分類模塊;2、興趣建模模塊;3、用戶聚類模塊;4、候選集確定模塊； 5、微博推薦模塊。
【具體實施方式】
[0023]下面結合附圖對本發(fā)明的【具體實施方式】進行詳細闡述，以使本發(fā)明的優(yōu)點和特征 更容易被本領域技術人員理解，從而對本發(fā)明的保護范圍做出更為清楚明確的界定。
[0024] 實施例一：
[0025] 本發(fā)明提供了一種基于數(shù)據(jù)挖掘的微博推薦方法，其實施流程如圖2所示，包括如 下步驟：
[0026] 步驟一，將微博根據(jù)內(nèi)容進行分類。
[0027] 按照內(nèi)容可分為情感類、社會類、明星類、財經(jīng)類、體育類、科技類、軍事類、教育 類、游戲類。
[0028] 具體地，可通過多項式模型的KNN分類算法來對微博進行分類，其優(yōu)點在于，重新 訓練的代價較低，而且簡單有效，另外該算法比較適用于樣本容量比較大的類域的自動分 類，由于KNN方法主要靠周圍有限的鄰近的樣本，而不是靠判別類域的方法來確定所屬類別 的，因此對于類域的交叉或重疊較多的待分樣本集來說，KNN方法較其他方法更為適合。對 微博分類的主要目的是實現(xiàn)對各認證微博或者公眾號微博以及熱門微博的自動分類，分類 結果用來分析用戶興趣，將按照內(nèi)容分類得到的類別作為描述用戶興趣的參照。
[0029]步驟二，獲取預置時間段內(nèi)選定用戶對各類微博的點擊量，并根據(jù)各類微博的該 所述點擊量，計算得到所述用戶在所述時間段內(nèi)的微博興趣模型。
[0030] 下面建立選定用戶的微博興趣模型，微博興趣模型指的是用戶和用戶所感興趣的 微博之間相互對應的關系，即，用戶對各類微博的微博興趣度，獲取某時間段內(nèi)用戶對各類 微博的點擊量，并根據(jù)所述點擊量，計算得到選定用戶在所述時間段內(nèi)的微博興趣模型。
[0031] 其中，選定用戶作為訓練集，為了能夠代表微博用戶的真實使用情況，采用隨機抽 樣的方法來選定，則得到所述選定用戶在某時間段的微博興趣模型就是全體用戶