基于SNS文本的用户的装修风格分析模型提供装置及方法与流程

本发明涉及基于sns文本的用户的装修风格分析模型提供装置及方法。

背景技术：

1、人们具有在生活过程中追求符合自己个性且更漂亮的居住环境的欲望。为此，简单地在居住空间布置新事物来进行装饰，或者还会进一步装修施工，如更换壁纸或地面材料、改变空间结构等。

2、对以往采用的方式来讲，为了装修施工，委托人为了营造自己想要的空间而向装修专业人员委托居住环境等装修方案，受委托的装修专业人员设计出客户想要的装修来提供给客户。

3、不同于此，最近随着通过网络普及多种装修信息，还会登录网上购物中心网站购买自己想要的装修小物件或diy商品来亲自装饰自己的空间。进一步地，随着开发出能够在三维虚拟空间直接装修各种装修要素来看看的装修服务(ex.3d空间数据平台urban base)的开发，装修服务的用户可以直接按照自己的喜好在移植了自己的居住环境的虚拟空间布置物品，轻松地更换地面材料/壁纸等来看一看。

4、因此，用户可以通过虚拟空间的装修间接地体会实际装修，获得订购自己心仪的实际装修商品或下单与实际施工相关的装修订单等服务。

技术实现思路

1、技术问题

2、装修服务开发有多种形态，例如提供商品信息使得能够在购物中心购买装修商品的形态的购物中心服务，或者提供三维虚拟空间使得用户能够以自己想要的形态直接配置壁纸/地面材料/事物之类的装修要素来看一看的形态的服务等。

3、另外，由于在上述装修服务提供的商品的信息超过数亿个，因此优先向用户推荐用户喜欢的风格商品以提供便利性对大部分装修服务共同具有重要意义。

4、因此，本发明的实施例要解决的问题是提供一种能够根据用户在sns编辑的文本数据生成能够分析用户的风格的神经网络模型，优先推荐与通过神经网络模型分析的风格相匹配的商品的技术。

5、但是，本发明的实施例要实现的技术问题不限于上述问题，可从以下要说明的内容在本领域普通技术人员显而易见的范围内导出多种技术问题。

6、技术方案

7、根据本发明的一个实施例的风格分析模型提供装置包括：存储使得执行预定的操作的指令的一个以上的存储器；以及配置成与所述一个以上的存储器可操作地连接以运行所述指令的一个以上的处理器，所述处理器执行的操作可包括：获取包括多个用户编辑的文本数据的学习用文档的操作；以保持构成所述学习用文档的文本的含义的预设的单位为基准判别所述学习用文档中包含的第一文本的操作；根据各所述用户编辑的学习用文档中包含的单词数判别所述学习用文档的第一文本中预定个数的第二文本的操作；按各所述用户，生成根据各所述用户编辑的学习用文档中包含各个第二文本的频度数构成的第一特征向量的操作；利用对特定装修风格的多个类和映射于各类的风格特定文本预先存储的信息按所述各类，根据获取的所有所述学习用文档中包含各个风格特定文本的频度数生成第二特征向量的操作；判别所述第一特征向量和所述第二特征向量的相似度，将与所述第一特征向量最相似的第二特征向量的类标记到所述第一特征向量的操作；以及生成及学习用于导出所述第一特征向量和标记到所述第一特征向量的类之间的相关关系的基于机器学习的神经网络模型的操作。

8、并且，判别所述第一文本的操作可包括：利用正规表达式提取所述学习用文档中包含的特殊文字及表情符号，去除所述学习用文档中包含的数字及重复的字符串的操作；根据预先存储的不用语词典去除所述学习用文档中包含的助词、冠词、非文的操作；以及根据预定的词素分析算法提取所述学习用文档中包含的词干单位来判别所述第一文本的操作。

9、并且，判别所述第二文本的操作可包括：根据各所述用户编辑的各学习用文档的单词数的统计确定将用于学习的单词数，判别各所述用户编辑的各学习用文档中包含的第一文本中相当于确定的所述单词数的选定的第二文本的操作。

10、并且，判别所述第二文本的操作可包括：对所有文档按各所述用户编辑的学习用文档中包含的单词多到少的顺序汇集统计时，将所述统计中学习用文档中包含的单词数的前第三四分位开始的位置的单词数确定为所述预定个数的操作；以及判别各所述用户编辑的各学习用文档中包含的第一文本中所述预定个数的第二文本的操作。

11、并且，生成所述第一特征向量的操作可包括：按各所述用户，生成作为元素包括根据各所述用户编辑的学习用文档中包含各个第二文本的文档的数，按照以下数学式1的tfidf(t，d，d)计算的值的第一特征向量，

12、[数学式1]

13、tfidf(t，d，d)＝tf(t，d)×idf(t，d)

14、

15、d：特定用户编辑的学习用文档，t：第二文本，d：文档db中包含的所有学习用文档，|d|：文档db中包含的所有学习用文档的数，f(t，d)：特定用户编辑的学习用文档d中叫做t的第二文本的出现次数，|{d∈d：t∈d}|：特定用户编辑的学习用文档中包含叫做t的第二文本的学习用文档的数。

16、并且，生成所述第一特征向量的操作可包括：生成所述第一特征向量之后，在使用了第二文本的学习用文档中特殊文字或表情符号从所述第二文本起在预定单位的语节之间邻近使用的情况下，向对预定的所述第二文本计算的所述第一特征向量的元素值施加预设的加权值更新所述第一特征向量的元素值的操作。

17、并且，生成所述第二特征向量的操作可包括：按所述各类，生成作为元素包括根据获得的所有所述学习用文档中包含各个风格特定文本的文档按照以下数学式2的tfidf(t，d，d)计算的值的第二特征向量的操作，

18、[数学式2]

19、tfidf(t，d，d)＝tf((t，d)×idf(t，d)

20、

21、d：特定用户编辑的学习用文档，t：风格特定文本，d：文档db中包含的所有学习用文档，|d|：文档db中包含的所有学习用文档的数，f(t，d)：特定用户编辑的学习用文档d中叫做t的风格特定文本的出现次数，|{dd∈d：t∈d}|：特定用户编辑的学习用文档中包含叫做t的风格特定文本的学习用文档的数。

22、并且，标记的所述操作可包括：计算所述第一特征向量和所述第二特征向量的余弦相似度，将与所述第一特征向量计算的值最接近+1的第二特征向量的类标记到所述第一特征向量的操作。

23、并且，生成及学习所述神经网络模型的操作可包括：设置成根据预定的卷积神经网络(convolutional neural network，cnn)设计的神经网络的输入层中输入所述第一特征向量，设置成输出层中输入对各所述第一特征向量标记的类，以此学习导出所述第一特征向量和标记到所述第一特征向量的类之间的相关关系的神经网络的加权值的操作。

24、根据本发明的一个实施例的风格分析模型提供方法可包括：获取包括多个用户编辑的文本数据的学习用文档的操作；以保持构成所述学习用文档的文本的含义的预设的单位为基准判别所述学习用文档中包含的第一文本的操作；根据各所述用户编辑的学习用文档中包含的单词数判别所述学习用文档的第一文本中预定个数的第二文本的操作；按各所述用户，生成根据各所述用户编辑的学习用文档中包含各个第二文本的频度数构成的第一特征向量的操作；利用对特定装修风格的多个类和映射于各类的风格特定文本预先存储的信息按所述各类，根据获取的所有所述学习用文档中包含各个风格特定文本的频度数生成第二特征向量的操作；判别所述第一特征向量和所述第二特征向量的相似度，将与所述第一特征向量最相似的第二特征向量的类标记到所述第一特征向量的操作；以及生成及学习用于导出所述第一特征向量和标记到所述第一特征向量的类之间的相关关系的基于机器学习的神经网络模型的操作。

25、技术效果

26、根据本发明的实施例，能够生成可导出用户在sns编辑的文本的内容和该用户喜欢的装修风格之间的相关关系的神经网络模型，将这种神经网络模型应用于多种装修服务来优先推荐与用户喜欢的风格对应的商品以为用户提供便利性。

27、此外，能够提供可通过本说明书直接或间接了解到的多种效果。