本發明公開了一種基于微博文本嵌入學習的社交網絡轉發行為預測方法。首先收集待預測用戶和作者的歷史微博,以及用戶的一階、二階鄰居用戶的歷史微博。然后針對每條微博通過BLSTM模型嵌入學習得到詞的嵌入表示和某條微博的句子級嵌入表示;之后搭建卷積、池化和隱含層輸出微博的嵌入向量,獲得面向局部語義的深度特征表示;其次設計注意力機制,使用待預測微博的嵌入向量計算用戶的歷史微博的注意概率,基于注意概率分布對歷史微博加權求和得到用戶歷史微博集的表示向量;得到用戶、作者以及用戶所在群體的歷史微博集表示向量,對三種向量進行拼接。最后利用Mini?BatchSGD對模型的損失函數進行最小化學習。本發明能夠為用戶提供更準確的推薦服務。
聲明:
“基于微博文本嵌入學習的社交網絡轉發行為預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)