【技术实现步骤摘要】
基于文本和表情符号特征的用户个性化预测方法
[0001]本专利技术涉及个性化预测
,更具体的说是涉及一种基于文本和表情符号特征的用户个性化预测方法。
技术介绍
[0002]近几年来,随着社交网络的迅猛发展,越来越多的用户通过微博、微信等社交软件进行信息交流。社交网络涵盖以用户社交为核心的所有网络服务形式,互联网是一个能够让用户相互交流、相互参与的互动平台。截止到2020 年,全球社交网络用户规模达到32.3亿人,在互联网用户的比例达到80.70%,用户平均每天在社交网络和即时通讯应用上花费2小时24分钟;因此智能营销策略应运而生。
[0003]智能营销是通过人的创造性、创新力以及创意智慧将先进的计算机、网络、移动互联网,物联网等科学技术的融合应用于当代品牌营销领域的新思维、新理念、新方法和新工具的创新营销新概念。
[0004]在智能营销过程中最主要的就是为用户推荐符合其心意的商品,为用户推荐符合其心意的商品就必须对用户进行精确的个性化预测,但是现有技术中对用户的个性化预测精度往往并不是很高,因此提供一种 ...
【技术保护点】
【技术特征摘要】
1.一种基于文本和表情符号特征的用户个性化预测方法,其特征在于,具体步骤为:获取基础数据:在社交网络系统中获取基础数据;特征提取:将基础数据按类别分别进行特征提取,构建训练数据库;训练预测模型:基于训练数据库中的数据对预测模型进行训练;用户个性化预测:根据预测模型对用户进行个性化预测。2.根据权利要求1所述的一种基于文本和表情符号特征的用户个性化预测方法,其特征在于,训练数据库的构建步骤为:将基础数据进行筛选;将筛选后的基础数据按照不同的类别进行特征提取;根据各个特征的权重,确定预测指标体系;根据预测指标体系,构建训练数据库。3.根据权利要求1所述的一种基于文本和表情符号特征的用户个性化预测方法,其特征在于,基础数据包括个人数据和交互数据。4.根据权利要求3所述的一种基于文本和表情符号特征的用户个性化预测方法,其特征在于,个人数据包括用户的身份信息、认证类型、微博内容。5.根据权利要求3所述的一种基于文本和表情符号特征的用户个性化预测方法,其特征在于,交互数据包括用户的认证信息、用户身份信息、互动内容以及评论用户的性别。6.根据权利要求3所述的一种基于文本和表情符号特征的用户个性化预测方法,其特征在于,特征提取的类别包括文本特征和表情符号特征。7.根据权利要求6所述的一种基于文本和表情符号特征的用户个性化预测方法,其特征在于,个人数据的文本特征提取步骤为:获取个人数据中各个文本一元词的频率;根据各个文本一元词的频率获得文本词特征;获取个人数据中文本情感词的分类以及各个类型文本情感词的数量;根据各个类型文本情感词的数量以及各个类型文本情感词的数量获得文...
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。