基于CNN的社交小众用户标签挖掘及相似用户推荐方法

摘要

本发明涉及社交网络技术处理领域，具体涉及一种基于CNN的社交小众用户标签挖掘及相似用户推荐的方法，包括：获取用户在社交软件上发布的原始内容数据，预处理；通过word2vec模型获得词向量特征；将预处理后的内容数据输入到词嵌入层，每个词取其在word2vec中的位置，寻找对应每个词的词向量；获取用户的个人属性特征向量info，并将词向量特征与个人属性特征向量info相结合构成输入矩阵；将输入矩阵输入CNN模型，获得用户的话题标签；通过聚类算法构建社交网络图，输出与用户相似的群组或用户感兴趣的群组；对用户进行话题标签推荐和群组推荐。本发明解决了社交网络上信息较少的用户的话题推荐和相关群组推荐问题。