【技术实现步骤摘要】
一种基于社交媒体的用户活动类型识别方法
本专利技术属于评论数据情感分类
,具体涉及一种基于社交媒体的用户活动类型识别方法。
技术介绍
用户活动类型识别在多个领域都是一个十分重要的研究问题。不仅有重大的学术研究意义,同时有广泛的商业应用价值。在智能交通方面可以建立一种大范围,全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。同时在广告推荐方面可以给多种用户提供客观,专业的知识帮助与商品过滤信息,以及为商家提供消费者的选择意图。如果对一个用户在一段时间内的多个活动状态进行分析,就可以推测出用户在这段时间内的活动状态的转变和活动轨迹的变化。在大量的用户位置和行为轨迹数据的背后,隐含了丰富的时间约束信息和用户行为规律信息。通过对这些信息进行深入的挖掘和利用,不仅可以发现个体用户的日常行为规律和群体用户的共性行为特性,甚至还能掌握他们的社交关系。所以,如何挖掘用户背后关联的活动类型成为我们如今亟待研究的课题。传统的用户活动识别方法一般要严重的依赖硬件设备的识别精度。比如利用传感器、无线射频识别技术或者无线网络。这 ...
【技术保护点】
1.一种基于社交媒体的用户活动类型识别方法,其特征在于,包括:/nS1、在Yelp网站上爬取代表不同活动类型的评论数据,对爬取的每条评论数据添加用户活动类型的类别标签;/nS2、记录每个用户的ID信息以及每个用户之间的好友关系信息,好友关系信息用于表征是否为好友;/nS3、对评论数据进行数据预处理,滤除其中的无用信息;/nS4、利用语言模型,将文本类型的评论数据、用户ID、构成评论的词看做结点,并对所述结点之间的关系进行建模,提取评论数据结点之间的结构特征和信息交互,得到一张包含结点和边的关系图;/nS5、利用图神经网络对S4得到的关系图进行结点的数值初始化;/nS6、经过 ...
【技术特征摘要】
1.一种基于社交媒体的用户活动类型识别方法,其特征在于,包括:
S1、在Yelp网站上爬取代表不同活动类型的评论数据,对爬取的每条评论数据添加用户活动类型的类别标签;
S2、记录每个用户的ID信息以及每个用户之间的好友关系信息,好友关系信息用于表征是否为好友;
S3、对评论数据进行数据预处理,滤除其中的无用信息;
S4、利用语言模型,将文本类型的评论数据、用户ID、构成评论的词看做结点,并对所述结点之间的关系进行建模,提取评论数据结点之间的结构特征和信息交互,得到一张包含结点和边的关系图;
S5、利用图神经网络对S4得到的关系图进行结点的数值初始化;
S6、经过S5初始化完成后,将S4中的关系图作为图神经网络的输入,训练后得到每个结点的向量表示以及学习到的参数矩阵,该参数矩阵即为训练完成的图分类模型;
S7、利用训练完成的S6所得的图分类模型,对待分类数据进行活动类型识别分类。
2.根据权利要求1所述的一种基于社交媒体的用户活动类型识别方法,其特征在于,在步骤S2中,用户的信息用一个唯一的ID表示,用户之间的好友关系信息用多...
【专利技术属性】
技术研发人员:李润佳,姚宏,程亚凡,王晨威,李兵,
申请(专利权)人:中国地质大学武汉,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。