社区主题生成方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种社区主题生成方法、装置、电子设备及存储介质，涉及大数据技术领域。具体实现方案为：对获取的各用户网络行为数据进行挖掘处理，确定各用户组成的社区网络；利用预设的自然语言处理模型，对所述社区网络中的每个用户的网络行为数据进行处理，确定所述社区网络中每个用户的特征和各连接边特征；利用预设的图注意力网络，对所述社区网络中每个用户的特征、及每个连接边的特征进行学习，以确定所述社区网络对应的社区主题。本申请的方案能够在生成社区主题时兼顾用户的行为文本和社区网络构成，提高社区主题生成的准确性和可靠性，解决现有技术中仅从文本处理的角度确定社区主题，准确性较差的技术问题。

Methods, devices, electronic devices and storage media of community theme generation

【技术实现步骤摘要】
社区主题生成方法、装置、电子设备及存储介质
本申请涉及互联网和大数据
，尤其涉及一种社区主题生成方法、装置、电子设备及存储介质。
技术介绍
目前，社区主题发现主要通过处理社区文本得到主题信息，将社区主题发现任务转换成自然语言处理任务，通过关键词提取或主题分类的方式，来确定社区主题。然而，上述采用转换法把任务转换成自然语言处理任务进行分析的社区主题发现方法，仅从文本处理的角度确定社区主题，与社区网络构成无关，准确性较差。
技术实现思路
本申请提出了一种社区主题生成方法、装置、电子设备及存储介质，用于解决现有技术中仅从文本处理的角度确定社区主题，准确性较差的技术问题。本申请第一方面实施例提出了一种社区主题生成方法，包括：对获取的各用户网络行为数据进行挖掘处理，确定各用户组成的社区网络，其中，所述社区网络中的每个节点表征一个用户，两节点间的连接边表征互相连接的两个用户互相关联；利用预设的自然语言处理模型，对所述社区网络中的每个用户的网络行为数据进行处理，确定所述社区网络中每个用户的特征和各连接边特征；利用预设的图注意力网络，对所述社区网络中每个用户的特征、及每个连接边的特征进行学习，以确定所述社区网络对应的社区主题。本申请实施例的社区主题生成方法，通过对获取的各用户网络行为数据进行挖掘处理，确定各用户组成的社区网络，社区网络中的每个节点表征一个用户，两节点间的连接边表征互相连接的两个用户互相关联，利用预设的自然语言处理模型，对社区网络中的每个用户的网络行为数据进行处理，确定社区网络中每个用户的特征和各连接边特征，进而利用预设的图注意力网络，对社区网络中每个用户的特征、及每个连接边的特征进行学习，以确定社区网络对应的社区主题。由此，通过对各用户网络行为数据进行挖掘处理，确定各用户组成的社区网络，再对社区网络中每个用户的网络行为数据进行处理得到每个用户的特征和各连接边特征，进而利用图注意力网络进行学习得到社区网络对应的社区主题，从而，在生成社区主题时不仅考虑了用户的行为文本，还考虑了社区网络构成，提高了社区主题生成的准确性和可靠性，有利于更好地了解用户的社交行为。在本申请实施例一种可能的实现方式中，所述利用预设的自然语言处理模型，对所述社区网络中的每个用户的网络行为数据进行处理，确定所述社区网络中每个用户的特征，包括：将每个用户的每条网络行为数据，输入文本分类模型中，确定每条网络行为数据对应的类别标签；将每个用户的每条网络行为数据分别对应的类别标签进行融合处理，确定每个用户的特征。由此，通过利用文本分类模型，根据用户的网络行为数据确定对应的类别标签，将每个用户的每条网络行为数据对应的类别标签进行融合处理得到每个用户的特征，为生成社区主题时兼顾社区网络构成和用户的行为文本奠定了基础。在本申请实施例一种可能的实现方式中，所述将每个用户的每条网络行为数据，输入文本分类模型之后，还包括：确定所述每条网络行为数据对应的行为向量；所述确定每个用户的特征，包括：将每个用户的每条网络行为数据对应的行为向量及类别标签进行融合处理，生成每个用户的特征。由此，通过利用文本分类模型，根据用户的每条网络行为数据确定对应的行为向量及类别标签，再将行为向量及类别标签进行融合得到每个用户的特征，使得确定的用户的特征更加准确、全面，为生成社区主题时兼顾社区网络构成和用户的行为文本奠定了基础。在本申请实施例一种可能的实现方式中，所述利用预设的自然语言处理模型，对所述社区网络中的每个用户的网络行为数据进行处理，确定所述社区网络中每个用户的特征和各连接边特征，包括：利用预设的自然语言处理模型，对所述社区网络中第一用户的网络行为数据进行处理，确定所述第一用户与关联的第二用户间的互动次数和互动内容；根据第一用户标识、第二用户标识，及所述第一用户与第二用户间的互动次数和互动内容，确定所述第一用户与所述第二用户间的连接边特征。由此，通过利用预设的自然语言处理模型，对社区网络中第一用户的网络行为数据进行处理，确定第一用户与关联的第二用户间的互动次数和互动内容，再根据第一用户标识、第二用户标识以及第一用户与第二用户间的互动次数和互动内容，确定第一用户与第二用户间的连接边特征，为生成社区主题时兼顾社区网络构成和用户的行为文本奠定了基础。在本申请实施例一种可能的实现方式中，所述确定所述社区网络对应的社区主题，包括：利用预设的图注意力网络，对所述社区网络中每个用户的特征、及每个连接边的特征进行学习，确定所述社区网络对应的嵌入表示；将所述社区网络对应的嵌入表示进行解码处理，生成所述社区网络对应的社区主题。由此，利用预设的图注意力网络，对社区网络中每个用户的特征及每个连接边的特征进行学习，确定社区网络对应的嵌入表示，再将社区网络对应的嵌入表示进行解码处理，生成社区网络对应的社区主题，能够准确地确定社区网络对应的社区主题。本申请第二方面实施例提出了一种社区主题生成装置，包括：第一确定模块，用于对获取的各用户网络行为数据进行挖掘处理，确定各用户组成的社区网络，其中，所述社区网络中的每个节点表征一个用户，两节点间的连接边表征互相连接的两个用户互相关联；第二确定模块，用于利用预设的自然语言处理模型，对所述社区网络中的每个用户的网络行为数据进行处理，确定所述社区网络中每个用户的特征和各连接边特征；主题生成模块，用于利用预设的图注意力网络，对所述社区网络中每个用户的特征、及每个连接边的特征进行学习，以确定所述社区网络对应的社区主题。本申请实施例的社区主题生成装置，通过对获取的各用户网络行为数据进行挖掘处理，确定各用户组成的社区网络，社区网络中的每个节点表征一个用户，两节点间的连接边表征互相连接的两个用户互相关联，利用预设的自然语言处理模型，对社区网络中的每个用户的网络行为数据进行处理，确定社区网络中每个用户的特征和各连接边特征，进而利用预设的图注意力网络，对社区网络中每个用户的特征、及每个连接边的特征进行学习，以确定社区网络对应的社区主题。由此，通过对各用户网络行为数据进行挖掘处理，确定各用户组成的社区网络，再对社区网络中每个用户的网络行为数据进行处理得到每个用户的特征和各连接边特征，进而利用图注意力网络进行学习得到社区网络对应的社区主题，从而，在生成社区主题时不仅考虑了用户的行为文本，还考虑了社区网络构成，提高了社区主题生成的准确性和可靠性，有利于更好地了解用户的社交行为。在本申请实施例一种可能的实现方式中，所述第二确定模块，具体用于：将每个用户的每条行为数据，输入文本分类模型中，确定每条行为数据对应的类别标签；将每个用户的每条行为数据分别对应的类别标签进行融合处理，确定每个用户的特征。在本申请实施例一种可能的实现方式中，所述第二确定模块，还用于：确定所述每条网络行为数据对应的行为向量；将每个用户的每条网络行为数据对应的行为向量及类别标本文档来自技高网...

【技术保护点】
1.一种社区主题生成方法，其特征在于，包括：/n对获取的各用户网络行为数据进行挖掘处理，确定各用户组成的社区网络，其中，所述社区网络中的每个节点表征一个用户，两节点间的连接边表征互相连接的两个用户互相关联；/n利用预设的自然语言处理模型，对所述社区网络中的每个用户的网络行为数据进行处理，确定所述社区网络中每个用户的特征和各连接边特征；/n利用预设的图注意力网络，对所述社区网络中每个用户的特征、及每个连接边的特征进行学习，以确定所述社区网络对应的社区主题。/n

【技术特征摘要】
1.一种社区主题生成方法，其特征在于，包括：
对获取的各用户网络行为数据进行挖掘处理，确定各用户组成的社区网络，其中，所述社区网络中的每个节点表征一个用户，两节点间的连接边表征互相连接的两个用户互相关联；
利用预设的自然语言处理模型，对所述社区网络中的每个用户的网络行为数据进行处理，确定所述社区网络中每个用户的特征和各连接边特征；
利用预设的图注意力网络，对所述社区网络中每个用户的特征、及每个连接边的特征进行学习，以确定所述社区网络对应的社区主题。


2.如权利要求1所述的方法，其特征在于，所述利用预设的自然语言处理模型，对所述社区网络中的每个用户的网络行为数据进行处理，确定所述社区网络中每个用户的特征，包括：
将每个用户的每条网络行为数据，输入文本分类模型中，确定每条网络行为数据对应的类别标签；
将每个用户的每条网络行为数据分别对应的类别标签进行融合处理，确定每个用户的特征。


3.如权利要求2所述的方法，其特征在于，所述将每个用户的每条网络行为数据，输入文本分类模型之后，还包括：
确定所述每条网络行为数据对应的行为向量；
所述确定每个用户的特征，包括：
将每个用户的每条网络行为数据对应的行为向量及类别标签进行融合处理，生成每个用户的特征。


4.如权利要求1所述的方法，其特征在于，所述利用预设的自然语言处理模型，对所述社区网络中的每个用户的网络行为数据进行处理，确定所述社区网络中每个用户的特征和各连接边特征，包括：
利用预设的自然语言处理模型，对所述社区网络中第一用户的网络行为数据进行处理，确定所述第一用户与关联的第二用户间的互动次数和互动内容；
根据第一用户标识、第二用户标识，及所述第一用户与第二用户间的互动次数和互动内容，确定所述第一用户与所述第二用户间的连接边特征。


5.如权利要求1-4任一所述的方法，其特征在于，所述确定所述社区网络对应的社区主题，包括：
利用预设的图注意力网络，对所述社区网络中每个用户的特征、及每个连接边的特征进行学习，确定所述社区网络对应的嵌入表示；
将所述社区网络对应的嵌入表示进行解码处理，生成所述社区网络对应的社区主题。


6.一种社区主题生成装置，其特征在于，包括：
第一确定模块，用于对获取的各用户网络行为数据进行挖...

【专利技术属性】
技术研发人员：石逸轩，戴明洋，潘剑飞，周俊，罗程亮，许金泉，姚远，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11