技术特征：
技术总结
本发明一种基于词义主题模型的社交网络短文本推荐方法，具体步骤：将词义及下义词信息的基于上下文注意力机制的词表示学习融入社交网络短文本推荐中，以丰富文本的词层面特征；将基于词义表示的狄利克雷多项混合分布短文本主题建模融入社交网络短文本推荐中，以丰富文本层面特征；结合社交网络用户关系，用户相关文本的基于词义表示的短文本主题特征，及用户与文本间的潜在关系特征，对随时间演化的用户潜在兴趣度及倾向度进行建模；通过参数估计方法，预测用户对文本的潜在倾向度，并选取倾向度最大的文本推荐给用户，实现短文本推荐。本发明将词义信息融入到短文本主题建模及社交网络短文本推荐任务中，提高了社交网络短文本推荐任务的准确率。
技术研发人员：谭成翔;校娅;赵雪延;徐潜;朱文烨;黄超
受保护的技术使用者：同济大学
技术研发日：2018.12.24
技术公布日：2019.05.17