申请/专利权人：中国科学院信息工程研究所

申请日：2021-11-05

公开（公告）日：2024-07-05

公开（公告）号：CN114048395B

主分类号：G06F18/25

分类号：G06F18/25;G06F18/15;G06F18/22;G06F40/194;G06F40/30;G06N3/0455;G06N3/0442;G06F16/9536;G06Q50/00;G06F123/02;G06N3/048

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2022.03.04#实质审查的生效;2022.02.15#公开

摘要：本发明涉及一种基于时间感知与关键信息抽取的用户转发预测方法和系统。该方法的步骤包括：根据用户与目标推文的原作者的全部历史发布内容的相关性，以及用户与原作者发布内容所关注的主题随时间迁移的特性，得到融合用户及原作者的全局和层级历史内容后的目标推文特征表示；使用Topk‑Mask机制动态地抽取用户的朋友圈信息关键词，使用Tweet‑Mask机制学习用户的每条朋友圈推文的权重，并将两种机制输出的结果合并，得到用户的朋友圈特征表示；根据融合用户及原作者的全局和层级历史内容后的目标推文特征表示，以及用户的朋友圈特征表示，预测用户是否会对目标推文进行转发。本发明能够有效提高用户转发预测的准确率。

主权项：1.一种基于时间感知与关键信息抽取的用户转发预测方法，其特征在于，包括以下步骤：根据用户与目标推文的原作者的全部历史发布内容的相关性，以及用户与原作者发布内容所关注的主题随时间迁移的特性，得到融合用户及原作者的全局和层级历史内容后的目标推文特征表示；使用Topk-Mask机制动态地抽取用户的朋友圈信息关键词，使用Tweet-Mask机制学习用户的每条朋友圈推文的权重，并将两种机制输出的结果合并，得到用户的朋友圈特征表示；根据融合用户及原作者的全局和层级历史内容后的目标推文特征表示，以及用户的朋友圈特征表示，预测用户是否会对目标推文进行转发；所述根据用户与原作者的全部历史发布内容的相关性，以及用户与原作者发布内容所关注的主题随时间迁移的特性，得到融合用户及原作者的全局和层级历史内容后的目标推文特征表示，包括：根据用户和原作者的全部历史发布内容，得到用户和原作者的全局特征表示；将用户和原作者的全部历史发布内容划分为K个片段，计算时间感知操作之后的用户和原作者的层级特征表示；将目标推文分别与用户与原作者的全局特征表示、层级特征表示做注意力操作，得到用户与目标推文交互后的全局特征表示g1和层级特征表示h1，以及原作者与目标推文交互后的全局特征表示g2和层级特征表示h2；将得到的推文交互表示与目标推文target拼接：targetu，a＝concat[h1；g1；h2；g2；target]其中，targetu，a表示融合了用户u及原作者a的全局和层级历史内容后的目标推文特征表示。

全文数据：

权利要求：

百度查询： 中国科学院信息工程研究所 基于时间感知与关键信息抽取的用户转发预测方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD