热点用户发现的方法及其装置的制造方法
【技术领域】
[0001]本发明涉及计算机技术领域，特别是涉及一种热点用户发现的方法及其装置。
【背景技术】
[0002]随着社交媒体(Social Media)的快速发展，用户获取信息的媒介由传统的新闻站点转向社交媒体，其中，社交媒体是指允许人们撰写、分享、评价、讨论、相互沟通的网站和技术。
[0003]通常用户从社交媒体中关注的热点用户，例如，好友、名人、官方微博、社区中获取其发布的信息，在现有技术中，热点用户是预先设定的，并根据用户的在社交媒体中的行为，如用户的浏览信息为用户推荐热点用户。
[0004]然而，在现有技术中，热点用户是预先设定的，因此热点用户相对固定，很难发现新的热点用户，因此推荐的热点用户不适合该用户。
【发明内容】
[0005]本发明实施例提供一种热点用户发现的方法及其装置，用以推荐适合用户的热点用户。
[0006]第一个方面，本发明实施例提供一种热点用户发现的方法，包括:
[0007]获取第一用户在社交媒体中的第一数据，以及第二用户在社交媒体中的第二数据，所述第一数据包括第一用户在所述社交媒体中的第一描述数据和第一访问数据，所述第二数据包括第二用户在所述社交媒体中的第二描述数据和第二访问数据，所述第二用户为关注所述第一用户的用户，和/或，被所述第一用户关注的用户；
[0008]根据所述第一数据和所述第二数据，建立所述用户的用户模型；
[0009]获取第三用户在所述社交媒体中的第三数据，所述第三数据包括所述第三用户在所述社交媒体中的第三描述数据和第三访问数据，所述第三用户与所述第一用户之间没有关注;
[0010]将所述第三数据与所述用户模型进行匹配计算，获得匹配结果；
[0011]若所述匹配结果大于预设值，则确定所述第三用户为所述第一用户的热点用户。
[0012]在第一种可能的实现方式中，所述将所述第三数据与所述用户模型进行匹配计算，获得匹配结果，包括:
[0013]将所述第三数据与所述用户模型进行匹配，获得匹配成功项；
[0014]将所述匹配成功项进行加权求和计算，获得所述匹配结果。
[0015]结合第一个方面或是第一个方面的第一种可能的实现方式，在第二种可能的实现方式中，所述获取第三用户在所述社交媒体中的第三数据之前，还包括:
[0016]将所述第一用户为中心按照关注关系，以广度优先原则，确定所述第三用户。
[0017]结合第一个方面的第二种可能的实现方式，在第三种可能的实现方式中，所述确定所述第三用户为所述第一用户的热点用户之后，还包括:
[0018]将所述第三数据作为训练数据加入到所述用户模型。
[0019]第二个方面，本发明实施例提供一种热点用户发现的装置，其特征在于，包括:
[0020]获取模块，用于获取第一用户在社交媒体中的第一数据，以及第二用户在社交媒体中的第二数据，所述第一数据包括第一用户在所述社交媒体中的第一描述数据和第一访问数据，所述第二数据包括第二用户在所述社交媒体中的第二描述数据和第二访问数据，所述第二用户为关注所述第一用户的用户，和/或，被所述第一用户关注的用户；
[0021]建立模块，用于根据所述第一数据和所述第二数据，建立所述用户的用户模型；
[0022]所述获取模块，还用于获取第三用户在所述社交媒体中的第三数据，所述第三数据包括所述第三用户在所述社交媒体中的第三描述数据和第三访问数据，所述第三用户与所述第一用户之间没有关注；
[0023]匹配模块，用于将所述第三数据与所述用户模型进行匹配计算，获得匹配结果；
[0024]确定模块，用于若所述匹配结果大于预设值，则确定所述第三用户为所述第一用户的热点用户。
[0025]在第一种可能的实现方式中，所述匹配模块，具体用于将所述第三数据与所述用户模型进行匹配，获得匹配成功项；将所述匹配成功项进行加权求和计算，获得所述匹配结果O
[0026]结合第二个方面或是第二个方面的第一种可能的实现方式，在第二种可能的实现方式中，所述确定模块，还用于将所述第一用户为中心按照关注关系，以广度优先原则，确定所述第三用户。
[0027]结合第二个方面的第二种可能的实现方式，在第三种可能的实现方式中，所述建立模块，还用于将所述第三数据作为训练数据加入到所述用户模型。
[0028]本发明实施例提供的热点用户发现的方法及其装置，首先获取第一用户在社交媒体中的第一数据，以及第二用户在社交媒体中的第二数据，其中，第一数据包括第一用户在社交媒体中的第一描述数据和第一访问数据，第二数据包括第二用户在社交媒体中的第二描述数据和第二访问数据，第二用户为关注第一用户的用户，和/或，被第一用户关注的用户，接着，根据第一数据和第二数据，建立用户的用户模型，再接着，获取第三用户在社交媒体中的第三数据，其中，第三数据包括第三用户在社交媒体中的第三描述数据和第三访问数据，第三用户与所述第一用户之间没有关注，然后，将第三数据与用户模型进行匹配计算，获得匹配结果，最后，若匹配结果大于预设值，则确定第三用户为第一用户的热点用户。从而实现了为第一用户推荐适合的热点用户。
【附图说明】
[0029]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0030]图1为本发明实施例提供的一种热点用户发现的方法流程图；
[0031]图2为本发明实施例提供的一种热点用户发现的装置结构示意图。
【具体实施方式】
[0032]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0033]图1为本发明实施例提供的一种热点用户发现的方法流程图。如图1所示，本实施例提供的热点用户发现的方法包括:
[0034]步骤101、获取第一用户在社交媒体中的第一数据，以及第二用户在社交媒体中的第二数据。
[0035]在本发明实施例中，该第一数据包括第一用户在社交媒体中的第一描述数据和第一访问数据，例如，第一描述数据可以为第一用户在社交媒体中的自身介绍，第一访问数据可以为第一用户的发布数据、转发数据、评论数据或者收藏数据。
[0036]本实施例中的该第二数据可以包括第二用户在社交媒体中的第二描述数据和第二访问数据，例如，第二描述数据可以为第二用户在社交媒体中的自身介绍，第二访问数据可以为第二用户的发布数据、转发数据、评论数据或者收藏数据。
[0037]需要说明的是，第二用户为关注第一用户的用户，和/或，被第一用户关注的用户。
[0038]步骤102、根据第一数据和第二数据，建立用户的用户模型。
[0039]具体的，根据第一数据和第二数据，并采用机器学习的方法，建立用户的用户模型。例如，根据第一数据中的话题提词、超链接内容、表情符号，并根据第二数据中的话题提词、超链接内容、表情符号，以及第一用户与第二用户的相关关系，建立用户的用户模型
[0040]步骤103、获取第三用户在社交媒体中的第三数据。
[0041]在本实施例中，第三数据包括第三用户在社交媒体中的描述数据和访问数据，第三用户与第一用户之间没有关注。其中，第三描述数据可以为第三用户在社交媒体中的自身介绍，第三访问数据可以为第三用户的发布数据、转发数据、评论数据或者收藏数据。
[0042]步骤104、将第三数据与用户模型进行匹配计算，获得匹配结果。
[0043]具体的，将第三数据与上述的用户模型进行匹配，获得匹配成功项，接着，将匹配成功项进行加权求和计算，获得匹配结果。
[0044]需要说明的是，该用户模型包括正例和负例，正例和负例分别包括多个数据，其中，正例可以理解为与第一用户相关的数据，负例为与第一用户无相关关系的数据。并且每个正例中的不同数据和负例中的不同数据分别对应设置了不同权重值。
[0045]进一步的，在上述实施例的基础上，可以首先对第三数据进行特征提取，获得特征值，接着，将特征值与上述的用户模型进行匹配，获得匹配成功项，然后，再将匹配成功项进行加权求和计算，获得匹配结果。
[0046]步骤105、若匹配结果大于预设值，则确定第三用户为第