一种基于社交网络的人物兴趣标签提取方法

摘要

本发明公开了一种基于社交网络的人物兴趣标签提取方法，包括以下步骤：步骤A：数据预处理，用于对人物的社交网络数据进行清洗、筛选和替换，形成包括多个单词的集合；步骤B：候选标签的导出，依次对所述集合内的单词进行读入并判断，形成包括话题标签、单词候选标签和词组候选标签的候选标签集；步骤C：兴趣标签的提取，包括候选标签TF值的确定；候选标签IDF值的计算；根据候选标签的TFIDF值进行排序，导出部分话题标签至兴趣标签集中；候选标签之间的权值计算；候选标签的得分计算；兴趣标签集的获取。本发明至少具有以下优点：既考虑了兴趣标签在文档库和文档中的频率，又考虑了文档结构对兴趣标签的影响，可以得到更精确的效果。