申请/专利权人:南京信息工程大学
申请日:2023-02-17
公开(公告)日:2023-06-27
公开(公告)号:CN116340498A
主分类号:G06F16/335
分类号:G06F16/335;G06F16/33;G06Q30/0601
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.07.14#实质审查的生效;2023.06.27#公开
摘要:本发明公开了信息检索领域的一种基于用户文本生成内容的小众偏好学习方法,包括以下步骤:对于获取到的用户文本生成内容进行数据预处理操作;将预处理得到的数据建立一个分层贝叶斯模型,得到联合分布模型;通过吉布斯抽样方法学习模型参数,得到大众偏好分布和小众偏好分布公式;利用学习到的模型参数,分析基于用户文本生成内容的用户小众偏好的含义;利用用户小众偏好分布寻找小众偏好下的目标用户。本发明方法从用户偏好的角度,区分了大众偏好和小众偏好,利用分层贝叶斯方法良好的可解释性,识别用户小众偏好的具体含义,为中小企业提供了进入合适小众市场的机会,同时每个用户的小众偏好分布有益于企业找出相关小众市场的目标用户。
主权项:1.一种基于用户文本生成内容的小众偏好学习方法,其特征在于,包括以下步骤:步骤1、对于获取到的用户文本生成内容进行数据预处理操作;步骤2、将步骤1预处理得到的数据建立一个分层贝叶斯模型,得到联合分布模型;步骤3、通过吉布斯抽样方法学习步骤2的模型参数,得到大众偏好分布和小众偏好分布公式;步骤4、利用步骤3学习到的模型参数,分析基于用户文本生成内容的用户小众偏好的含义;步骤5、利用用户小众偏好分布寻找小众偏好下的目标用户。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种基于用户文本生成内容的小众偏好学习方法
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。