摘要
本发明公开了一种基于跨平台行为加权的动态主题建模方法,包括:获取待检测用户电脑软件的数据信息,并对所述数据信息进行处理,获得处理后的数据信息;构建融合实体词扩展的短文本语义增强模型,将所述处理后的数据信息输入所述融合实体词扩展的短文本语义增强模型中进行处理,生成用户主题兴趣分布及跨平台偏好向量;其中,所述待检测用户电脑软件的数据信息包括社交媒体发帖、评论和时间戳信息。本发明通过行为加权与时间动态性建模,显著提升跨平台用户兴趣捕捉精度,解决传统LDA模型的主题稀疏性、静态性及跨平台噪声干扰问题,适用于个性化推荐、广告定向投放等场景。
技术关键词
动态主题
建模方法
语义向量
生成平台
生成用户
保留原始时间戳
兴趣
Softmax函数
多层感知机
大规模语料库
文本
数据
LDA模型
超参数
分类阈值
框架
重构误差
系统为您推荐了相关专利信息
语义解析方法
语义向量
多模态特征融合
语义协同
深度学习模型
人工智能大数据
设备端口
验证机制
通信方法
摘要
知识图谱驱动
实体标识符
水利
实体消歧
自然语言
文献检索系统
意图
数据采集模块
语义分析模型
因子