(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210903931.7 (22)申请日 2022.07.28 (71)申请人 乐知未来科技 （深圳） 有限公司 地址 518129 广东省深圳市龙岗区坂田街 道社区黄军山综合楼801-826 (72)发明人 刘怀亮　张静　赵舰波　杨斌　 张善庄　王亚凯　 (74)专利代理 机构 西安嘉思特知识产权代理事 务所(普通 合伙) 6123 0 专利代理师 万艳艳 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/9535(2019.01) G06F 17/16(2006.01) G06F 40/194(2020.01)G06F 40/279(2020.01) (54)发明名称 一种深度挖掘数据潜在关联信息的推荐方 法及装置 (57)摘要 本发明提供的一种深度挖掘数据潜在关联 信息的推荐方法及装置， 通过从多个网站获取多 个用户访问数据组成的数据集； 对每个数据文本 进行分别进行分词、 停用词预处理； 将数据潜在 关联因子引入协同过滤推荐算法中， 利用LDA主 题模型构建数据 ‑标签概率分布矩阵， 深度挖掘 数据的特征联系， 同时本发明将用户对数据的评 分与数据 ‑标签矩阵结合构建用户对 标签的喜好 矩阵， 通过用户对标签的喜好进行相似度的计算 得到用户的邻域， 计算邻居用户评分值的贡献， 得到每个用户对 未评分数据文本的预测评分值， 按照预测评分值进行推荐。 本发明能根据用户、 数据与标签三者潜在关联关系， 完成内容推荐， 因此有效缓解评分数据稀 疏性问题， 提高推荐准 确度。 权利要求书3页 说明书9页 附图5页 CN 115129823 A 2022.09.30 CN 115129823 A 1.一种深度 挖掘数据潜在关联信息的推荐方法， 其特 征在于， 包括： 从多个网站获取多个用户访问数据组成的数据集； 其中， 所述访 问数据包括多个用户访 问的多个数据文本、 用户对数据文本的评分 以及 用户的账号； 对每个数据文本进行分别进行分词、 停用词预处 理； 利用LDA主题模型， 对预处理之后的每个数据文档进行主题计算， 得到每个数据文档所 属主题的概 率分布； 将所有数据文档所属主题的概 率分布， 组成数据与标签对应的分布 矩阵； 根据用户对数据文本的评分以及所述分布 矩阵， 计算用户与标签对应的偏好矩阵； 根据所述偏好矩阵， 计算用户之间的相似度； 根据用户之间的相似度高低， 确定目标用户的邻域用户； 根据邻域用户对数据文本的评分， 预测目标用户对未评分数据文本的评分； 按照预测的评分高低， 向目标用户推荐数据文本 。 2.根据权利要求1所述的深度挖掘数据潜在关联信 息的推荐方法， 其特征在于， 所述利 用LDA主题模 型， 对预处理之后的每个数据文档进 行主题计算， 得到每个数据文档所属主题 的概率分布包括： 预先设置LDA主题模型的主题数以及超参数； 对预处理之后的每 个数据文档的每 个词， 随机赋予一个主题编号； 遍历所有词， 对于每一个词利用Gib bs采样更新它的主题编号； 统计数据文档 中每个词的主题， 按照主题分布计算公式， 计算每个数据文档所属主题 的概率分布。 3.根据权利要求2所述的深度挖掘数据潜在关联信 息的推荐方法， 其特征在于， 所述主 题分布计算公式为： 其中， 数据文本的属性为文档， 表示第w篇文档中主题s的个数， θws表示文档w属于主 题s的概率， 4.根据权利要求1所述的深度挖掘数据潜在关联信 息的推荐方法， 其特征在于， 所述根 据用户对数据文本的评分以及所述分布 矩阵， 计算用户与标签对应的偏好矩阵包括： 将所有用户对数据文本的评分组成评分可用矩阵； 将评分可用矩阵与分布 矩阵相乘， 计算用户与标签对应的偏好矩阵。 5.根据权利要求4所述的深度挖掘数据潜在关联信 息的推荐方法， 其特征在于， 所述根 据所述偏好矩阵， 计算用户之间的相似度包括： 根据偏好矩阵， 使用皮尔森相似度计算公式计算用户之间的相似度； 其中， 皮尔森相似度计算公式为：权　利　要　求　书 1/3 页 2 CN 115129823 A 2其中， sim(u,v)范围在 ‑1到1之间， 如果为1代表用户u， v对于标签的偏好程度完全一 样， 如果为 ‑1代表用户u， v在标签的偏好上完全相反， 和 分别为用户u， v的偏好均值， 分别表示用户u， v 对标签j的偏好 值。 6.根据权利要求1所述的深度挖掘数据潜在关联信 息的推荐方法， 其特征在于， 所述根 据用户之间的相似度高低， 确定目标用户的邻域用户包括： 针对目标用户， 确定与目标用户相似度排序在前Top ‑N个的相邻用户； 将相邻用户确定为目标用户的邻域用户。 7.根据权利要求1所述的深度挖掘数据潜在关联信 息的推荐方法， 其特征在于， 所述根 据邻域用户对数据文本的评分， 预测目标用户对未评分数据文本的评分包括： 根据邻域用户对数据文本的评分， 使用评分预测公式预测目标用户对未评分数据文本 的评分； 其中， 评分预测公式为 其中， Pred(u,i)表示目标用户u对未评分数据文本i的评分， Rv,i为用户v对数据i 的评 分， 用户v为邻域 N中的一个用户， sim(u,v)为目标用户u与领域用户v之间的皮尔森相似度。 8.根据权利要求1所述的深度挖掘数据潜在关联信 息的推荐方法， 其特征在于， 所述按 照预测的评分高低， 向目标用户推荐数据文本包括： 按照数据文本的预测评分高低， 选择排序在前Top ‑N个数据文本推荐给目标用户。 9.根据权利要求1所述的深度挖掘数据潜在关联信 息的推荐方法， 其特征在于， 在按照 预测的评分高低， 向目标用户推荐数据文本之后， 所述深度挖掘数据潜在关联信息的推荐 方法还包括： 根据目标用户对推荐数据文本的反馈信息， 计算推荐评判指标。 10.一种深度 挖掘数据潜在关联信息的推荐装置， 其特 征在于， 包括： 获取模块， 用于从多个网站获取多个用户访问数据组成的数据集； 其中， 所述访 问数据包括多个用户访 问的多个数据文本、 用户对数据文本的评分 以及 用户的账号； 预处理模块， 用于对每 个数据文本进行分别进行分词、 停用词预处 理； 分布矩阵计算模块， 用于利用LDA主题模型， 对预处理之后的每个数据文档进行主题计 算， 得到每 个数据文档所属主题的概 率分布； 组成模块， 用于将所有数据文档所属主题的概率分布， 组成数据与标签对应的分布矩 阵； 偏好矩阵计算模块， 用于根据用户对数据文本的评分 以及所述分布矩阵， 计算用户与 标签对应的偏好矩阵；权　利　要　求　书 2/3 页 3 CN 115129823 A 3