(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 202211215136.5 (22)申请日 2022.09.30 (71)申请人 上海瀛数信息科技有限公司 地址 200081 上海市虹口区东体 育会路10 0 弄1号1404室 (72)发明人 巨星海　王心丹　陈曲　沈池花　 闵宗茹　谭江浩　蔡佳琪　周刚　 刘錞　尹家禹　 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/9537(2019.01) G06F 16/906(2019.01) G06F 16/332(2019.01) G06F 40/30(2020.01) G06N 20/00(2019.01) (54)发明名称 基于文本特征和情感倾向的网络论坛用户 兴趣推荐算法 (57)摘要 本发明公开了基于文本特征和情感倾向的 网络论坛用户兴趣推荐算法， 涉及网络论坛文本 数据推荐技术领域， 使用BM ‑25算法提取每个用 户在文本中的名词标签作为其关注 点， 并计算特 征值； 通过bert 工具计算网络论坛文本中的用户 情感倾向性， 对 特征值赋予情感属性及正负倾向 性判断； 设计带有自动调整半径功能的DBScan聚 类算法， 将聚类结果作为LFM隐语义推荐算法的 部分输入， 从而解决LFM算法在计算过程中重复 计算其所划分隐类数量的问题； 利用LFM算法计 算用户对其尚未关注的实体的潜在兴趣度， 实现 对网络论坛用户的关注点推荐， 本发 明提出的结 合BM‑25与情感软概率的LFM推荐算法可以更高 的准确率实现用户关注点推荐。 权利要求书2页 说明书13页 附图2页 CN 115510326 A 2022.12.23 CN 115510326 A 1.基于文本特征和情感倾向的网络论坛用户兴趣推荐算法， 其特征在于， 包括以下步 骤： 步骤S1， 基于BM ‑25的用户文本特 征计算； 步骤S2， 软概 率情感分析计算； 步骤S3， 基于文本特 征与软概 率情感分析的关注点矩阵构造； 步骤S4， 自主选择半径的密度聚类算法； 步骤S5， 基于文本特 征和情感倾向的网络论坛用户隐含关注点 LFM推荐方法。 2.根据权利要求1所述的基于文本特征和情感倾向的网络论坛用户兴趣推荐算法， 其 特征在于， 所述S1中将 “用户‑实体”关系引入后， BM ‑25算法的一般性公式为： 其中， R(Ui,I)是用户Ui与实体I的相关性得分， 其在 BM‑25算法中一般用公式表达为： 其中， 参数b的作用是调整文档长度对相关性影响的大小， 将参数b重新定义为大小可 调的一个参数， 它将根据用户发帖数量u的大小影响BM ‑25特征值计算的输出： 在基于网络论坛进行用户关注点的计算时， BM ‑25算法的相关性得分公式可总结为： 3.根据权利要求1所述的基于文本特征和情感倾向的网络论坛用户兴趣推荐算法， 其 特征在于， 所述S2中基于Bert的软概率情感计算主要包括数据向量化、 网络构造、 防过拟 合、 注意力机制、 全连接层、 判别函数等部分， 最终输出情感强度赋值， 将软概率情感值与 BScore(U,I)值相乘： 其中， Emo_pos、 Emo_neu和Emo_neg分别 代表正向、 中立和负向的情感词强度， 每次与前 者相乘的Emo 值只可能有一种。 4.根据权利要求1所述的基于文本特征和情感倾向的网络论坛用户兴趣推荐算法， 其 特征在于， 所述S3中提出结合BM ‑25与bert软概率情感分析的 “用户‑实体”兴趣关注 点计算权　利　要　求　书 1/2 页 2 CN 115510326 A 2方法， 实现用户对实体的关注点权值并赋予权值带有强度的情感倾向值。 5.根据权利要求1所述的基于文本特征和情感倾向的网络论坛用户兴趣推荐算法， 其 特征在于， 所述S4中引入三个新 概念： 相对核心半径、 基准核心半径和核心半径比。 6.根据权利要求1所述的基于文本特征和情感倾向的网络论坛用户兴趣推荐算法， 其 特征在于， 所述S5中LFM计算首先由初始的 “用户‑实体”矩阵推算出 “用户‑隐类”关系的矩 阵P， 以及“隐类‑实体”关系的矩阵Q， 将rui以r(BEScore(U,I) )代替， 于是有： 在将r区分为两个较低维的矩阵后， 使用PUk和QkI两个矩阵估计 “用户‑实体”关注点推荐 矩阵的结果， 即计算此目标函数： 权　利　要　求　书 2/2 页 3 CN 115510326 A 3