基于內容偏好和情緒傾向的微博用戶興趣畫像構建方法

DOI：10.3969/j.issn.10001565.2025.01.010

摘" 要：微博數(shù)據(jù)的爆炸式增長，使信息篩選變得越來越困難.構建合理的微博用戶興趣畫像，有助于實現(xiàn)精準化服務，提高推薦性能.首先，利用LDA（latent Dirichlet allocation）模型從用戶歷史內容中挖掘用戶的內容偏好特征，并通過情緒分析模型計算用戶不同內容偏好對應的情緒傾向，得到包含內容偏好及其對應情緒傾向2個維度的用戶興趣畫像；在基于用戶興趣畫像進行微博推薦評估時，利用用戶內容偏好進行初步篩選，比較待評估博文內容與用戶的內容偏好是否匹配，若匹配則進一步通過情緒傾向進行過濾，比較同一內容偏好下的情緒相似度，選取高于閾值的博文加入推薦集.真實微博數(shù)據(jù)集的實驗結果表明，與基于標簽的推薦模型、基于情感關聯(lián)規(guī)則的推薦模型和基于主題的推薦模型相比，本文微博推薦方法具有更好的性能，在F1值上分別提升了10%、6%和2%.

關鍵詞：用戶興趣畫像；內容偏好；情緒傾向；微博推薦

中圖分類號：TP391.3" ""文獻標志碼：A" ""文章編號：10001565（2025）01009113

Construction method of microblog user interest profile based on content preference and emotional tendency

XU Jianmin，WANG Mingyu

（School of Cyber Security and Computer， Hebei University， Baoding 071000， China）

Abstract： The explosive growth of microblogging data makes information screening increasingly difficult.Constructing a reasonable microblog user interest profile helps to achieve accurate service and improve recommendation performance. First， the LDA （latent Dirichlet allocation） model is used to excavate the users content preference characteristics from the users historical content，and the corresponding emotional tendency in the users different content preferences is calculated by the emotional analysis model， so as to obtain the users interest profile containing two dimensions of content preferences and their corresponding emotional tendencies. When evaluating microblog recommendations based on user interest profile， where the users content preferences are used for the initial screening first to see whether the content of the blog post matches with the users content preference. And if they match each other， the algrithm would further filters the blog posts by emotional tendency， compares their emotional similarity under the same content preference， and select the blog posts above the threshold to add into the recommendation set. The experimental results on the real microblog dataset show that the microblog recommendation

收稿日期：20240919;修回日期：20241105

基金項目：

國家社會科學基金資助項目（23BTQ092）

第一作者：徐建民（1966—），男，河北大學教授，博士生導師，主要從事信息檢索方向研究.

E-mail：hbuxjm@hbu.edu.cn

通信作者：王銘宇（1997—），男，河北大學在讀碩士研究生，主要從事微博推薦方向研究.E-mail：yu668135@163.com

method in this paper has better performance compared with the label-based recommendation model， sentiment association rule-based recommendation model and topic-based recommendation model， with 10%， 6% and 2% improvement in the F1 value， respectively.

Key words： user interest profile;content preference;emotions tendency;microblog recommendation

近年來，微博憑借其信息簡短、傳播快、更新及時的優(yōu)勢，已成為國內主流的社交媒體.然而，隨著微博用戶和信息的爆炸式增長，信息過載現(xiàn)象也日益突出，導致用戶難以獲取自己真正感興趣信息.如何在海量的微博數(shù)據(jù)中精準地挖掘出用戶感興趣的內容，構建用戶畫像并應用于微博推薦，已成為被廣泛關注的問題之一［1-3］.

用戶畫像是真實用戶的虛擬代表，是建立在真實數(shù)據(jù)上的目標用戶模型［4］.通過對用戶行為、興趣的挖掘和分析得到的用戶畫像，可以直觀展示用戶的興趣偏好［5］，已有用戶畫像構建的研究主要分為數(shù)值型標簽的構建和文本型標簽的構建［6］，數(shù)值型畫像標簽數(shù)據(jù)通常借助調查問卷、用戶行為日志以及第三方數(shù)據(jù)等［7］途徑獲取，研究人員按需構建統(tǒng)計類、規(guī)則類、模型類等不同類型標簽，繼而借助數(shù)理統(tǒng)計和算法開展用戶畫像建模.如夏立新等［8］采用K-means聚類算法獲取不同業(yè)務場景的群體特征和信息需求構建用戶畫像.金吉瓊等［9］采用聚類分析和判別模型對用戶基礎屬性和消費行為數(shù)據(jù)進行匯聚，按照不同城市群進行分類，識別出城市群中用戶價值類型.費鵬等［10］構建包含類別、聚類和數(shù)值等多源特征體系的多視角用戶畫像融合框架，從而建模預測不同用戶特性.為豐富用戶畫像構建維度，很多研究融入語義表達的文本型標簽構建用戶畫像并展開用戶識別與推薦.如Cui等［11］基于評論文本內容挖掘用戶的內容特征，并與現(xiàn)有的知識圖譜融合來生成用戶畫像.于偉杰等［12］針對目前用戶畫像的特征構建效果不佳以及泛化能力不足的問題，提出基于全詞BERT（bidirectional encoder representation from transformers）詞嵌入的集成用戶畫像方法，并使用多分類器對不同標簽分類.楊洋洋等［13］以引爆點理論為基礎，從用戶傳播力和用戶影響力入手，構建用于網絡辟謠信息治理的用戶畫像.

微博作為具有代表性的社交平臺，具有廣泛影響力，針對微博用戶畫像的研究也引發(fā)學者關注［14］.一些學者從用戶的基礎屬性和行為屬性開展研究，如王志剛等［15］利用潛在狄利克雷分布（latent Dirichlet allocation，LDA）模型挖掘用戶偏好主題，并結合用戶性別、關注數(shù)、總微博數(shù)等基礎屬性數(shù)據(jù)構建政務微博用戶畫像；Xu等［16］對LDA模型進行改進，提出了一種UIS-LDA主題模型，以此來挖掘用戶的興趣主題和社交主題，根據(jù)主題分布進行用戶聚類，構建微博用戶畫像.王戰(zhàn)平等［17］為提升推薦效果，通過微博內容擴充用戶標簽，并進行標簽語義映射和語義相關性挖掘，構建用戶標簽矩陣以提取用戶興趣偏好，為用戶推薦相近興趣的微博.Bao等［18］采用詞頻反文檔頻率（term frequency-inverse document frequency， TF-IDF）和LDA模型對用戶間的交互信息進行偏好分析和主題分析，并通過主題中用戶博文的TF-IDF平均值得到用戶偏好，從綜合用戶偏好和主題影響力的角度挖掘用戶興趣，提升了推薦的準確性.情感特征是指用戶對文本內容的看法，例如喜歡、不喜歡，可表達出用戶的情感偏好，研究用戶情感有助于揭示用戶的情感需求，整合情感特征的用戶畫像能夠更加全面地刻畫用戶興趣［19］.如王帥等［20］綜合使用Word2Vec、LDA和長短期記憶神經網絡（long short term-memory network， LSTM）從基本信息、情感、行為等多特征出發(fā)構建用戶畫像.李鐵軍等［21］在對用戶歷史行為進行關聯(lián)規(guī)則挖掘的基礎上，融合情感特征生成用戶的情感畫像.在已有研究中，大多將情感劃分為積極和消極2類粗粒度情感，而多分類的情緒是一種細粒度的情感，可捕捉用戶更全面豐富的心理狀態(tài)，提高用戶興趣偏好識別準確率［22］.現(xiàn)有研究表明，用戶在不同內容主題中具有不同的情緒偏好，對其有效利用可更準確挖掘用戶興趣［23］.例如，某些用戶在“戰(zhàn)爭”主題中發(fā)布或產生交互行為的微博通常表現(xiàn)出厭惡的情緒，則在該主題下帶有厭惡情緒的博文更容易引起用戶關注；對于宋詞主題，有些用戶喜歡表現(xiàn)喜悅類的詩詞，另外一些用戶可能更偏向喜歡悲傷類的詩詞，合理考慮這些因素可更有效獲取用戶興趣偏好.同時考慮內容偏好與情緒偏好的用戶畫像可從多維度視角刻畫用戶特征，將其應用于信息推薦，有助于提升推薦效果，但目前在微博推薦領域，缺少將2個特征結合，挖掘用戶的內容偏好以及在不同內容偏好中情緒傾向以構建用戶興趣畫像，進而實現(xiàn)微博推薦的研究.

針對以上不足，本文提出一種基于內容偏好和情緒傾向的微博用戶興趣畫像的構建方法.首先，構建了結合內容偏好和情緒傾向的微博用戶興趣畫像，通過LDA模型提取博文內容主題，并結合用戶歷史數(shù)據(jù)篩選出用戶的內容偏好；在此基礎上，深入分析了用戶在不同內容偏好下的多類情緒分布，挖掘用戶情緒傾向用以捕捉其豐富的情緒需求，綜合用戶的內容偏好及其情緒偏好構建更為精準的微博用戶興趣畫像.然后，基于該畫像設計微博推薦模型，依次進行內容偏好過濾和情緒相似度比較，實現(xiàn)微博推薦.該模型通過結合內容偏好與情緒傾向的多維分析，使推薦結果更具針對性和情感關聯(lián)性.

1" 微博用戶興趣畫像構建及推薦模型

1.1" 研究框架

基于內容偏好和情緒傾向的微博用戶興趣畫像構建與推薦模型（constructing microblog user interest profiles based on content preference-emotional tendency and recommendation model， CERM）的研究框架如圖1所示.

研究框架分為以下2部分：

1） 基于內容偏好和情緒傾向的微博用戶興趣畫像構建.該部分包含內容偏好的提取及其情緒傾向的挖掘.

①內容偏好的提取.使用LDA模型對用戶歷史微博集中每一篇微博進行內容主題提取，得到每篇博文的主題向量；將用戶的歷史博文主題向量進行矢量加和，根據(jù)概率值高低選取前m個主題，作為用戶的內容偏好.

②情緒傾向的挖掘.對于用戶的內容偏好微博集中每一篇歷史博文，首先對其進行數(shù)據(jù)預處理，去除不含中文的微博，刪除每條微博中多余的空格、亂碼，刪除微博文本中不包含情緒內容的URL鏈接、標簽信息.然后，輸入Ernie-BiLSTM-Attention（ERBA）模型計算其對應的情緒分布，取分布中最大概率值所對應情緒類別表示博文情緒.計算不同內容偏好在每類情緒中的條件概率分布，以表示用戶在不同內容偏好中所對應的情緒分布，挖掘用戶的情緒傾向.

2） 微博推薦.首先利用LDA模型獲取待評估博文的內容主題，取概率最大值對應的主題為該博文主題，使用ERBA模型計算該博文的情緒分布；其次，通過將博文主題與用戶內容偏好集進行比較實現(xiàn)內容匹配，并進一步比較博文和用戶在同一內容偏好中的情緒相似度，若情緒相似度超過閾值，則將該博文加入推薦集.

1.2" 微博用戶興趣畫像構建

生成用戶興趣畫像的前提是挖掘用戶興趣，用戶興趣可從內容偏好及其對應情緒傾向2方面體現(xiàn).據(jù)此本文通過挖掘和分析用戶歷史交互數(shù)據(jù)中的內容主題和情緒分布，以生成反映其內容偏好及其情緒傾向的微博用戶興趣畫像.

1.2.1" 用戶內容偏好提取

用戶內容偏好包括2部分：第一，借助自然語言工具LDA模型識別博文內容主題；第二，基于用戶交互博文以及博文的內容主題信息，識別用戶感興趣內容主題信息.基于上述2部分提取出用戶內容偏好.

1）基于LDA模型的博文內容主題挖掘

LDA模型是一種基于概率圖的3層貝葉斯經典主題模型，常被應用于微博文本內容主題挖掘［24-25］，LDA模型如圖2所示.

圖2中：T是主題數(shù)量；D、N分別表示文檔總數(shù)和文檔中詞總數(shù)；θd表示文檔d主題分布；z表示主題z中的主題詞分布；α、β分別是主題分布的超參數(shù)和主題詞分布的超參數(shù)；wdi、zdi分別表示文檔中第i個詞及其主題.

LDA模型假設每篇文檔是由多個主題以一定概率組成的，每個主題由一組詞語以一定概率混合生成，通過不斷迭代生成文檔中的詞語，得主題分布θ.根據(jù)模型生成文檔d的過程為：①從Dirichlet （α）分布中取樣生成文檔的主題分布θd；②從θd的多項式分布中取樣生成文檔第i個詞的主題zdi；③從Dirichlet（β）分布中取樣生成主題zdi下對應的詞分布z，從詞分布中生成詞語wdi，重復以上操作生成文檔d，接著重復D次得到整個語料庫，確定最終的主題分布θ，表征為文檔的主題向量.

在利用LDA模型對博文進行內容主題的抽取時，通過計算不同主題數(shù)T所對應的困惑度（Preplexity）確定最優(yōu)主題個數(shù)，困惑度最小或處于拐點時對應的主題數(shù)為最優(yōu)主題數(shù)k［26］，困惑度的計算公式如式（1）所示.

Perlplexity（ND）=exp∑Dd=1logp（wd）∑Dd=1Nd，（1）

其中：ND表示文檔中所有詞的集合；D表示文檔的數(shù)量；wd表示文檔d中的單詞集合；Nd表示文檔d中詞語數(shù)量.

隨著主題數(shù)量的增加，可能會存在困惑度值逐漸遞減的情況，難以確定最優(yōu)主題數(shù)，因此本文加入一致性（Coherence）指標［27］作為補充，一致性描述不同主題分布之間的距離.計算不同主題數(shù)對應的一致性，其得分越高，表示主題分類效果越好.最終根據(jù)困惑度值和一致性確定最優(yōu)主題數(shù)k，根據(jù)主題模型得出每篇博文bi的主題分布θbi，表示為主題向量Lbi={z1：p1，z2：p2，…，zk：pk}，∑ki=1pi=1.

2）內容偏好挖掘

通過LDA模型提取用戶每篇博文內容主題，將這些主題向量累加并進行歸一化操作，得到用戶內容主題特征的整體分布，進一步選取分布中概率值較高的前m項，確定為用戶的內容偏好.具體步驟如下：

①取用戶發(fā)表或交互的博文集Bu={b1，b2，…，bn}，其中n為博文數(shù)量.

②對Bu中每篇博文的主題向量使用公式（2）矢量相加.

③利用公式（3）進行歸一化操作得到用戶內容主題特征的整體分布.

Lu=Lb1+Lb2+…+Lbn={zu1：p1，zu2：p2，…，zuk：pk}，（2）

pi=pi∑ki=1pi.（3）

對歸一化后的分布進行降序的排序后，設置前m項主題類別作為用戶u的內容偏好Tu={z1，z2，…，zm}.

1.2.2" 用戶情緒傾向挖掘

在上述提取用戶內容偏好的基礎上，篩選出與用戶內容偏好相關的博文，并利用ERBA模型獲取到其情緒分布，隨后進行統(tǒng)計分析，以確定用戶在不同內容偏好中的情緒傾向，最終匯總各類內容偏好中的情緒傾向來表征用戶情緒傾向.

1）情緒語料庫構建

目前尚無用于情緒識別的權威情緒語料庫，因此，本文選用2個公開的數(shù)據(jù)集NLPCC2014和NLPCC2018構建基礎情緒語料庫，情緒類別按照大連理工大學情感詞典［28］（DUTSD）的分類標準，分為“樂”、“好”、“哀”、“惡”、“怒”、“懼”和“驚”7個類別，同時取simplifyweibo_4_mood部分情緒數(shù)據(jù)作為補充數(shù)據(jù)集，合并到基礎情緒語料庫中，部分情緒文本示例如表1所示.

2）微博文本情緒挖掘

本研究采用ERBA模型對博文進行情緒分析.ERBA模型結合了深度學習模型ERNIE（enhanced language representation with informative entities）、雙向長短期記憶網絡（bidirectional long short-term memory network， BiLSTM）以及注意力機制（attention）3個模塊，在文本分類任務上取得不錯的效果［29］.ERNIE預訓練模型通過對文本的語法結構、詞法結構和語義信息的統(tǒng)一建模，捕捉文本的多層次語義信息；同時BiLSTM進一步考慮文本前后信息，以獲取更全面的語境信息；通過注意力機制動態(tài)分配權重，提高情緒分類的準確性.本文細化出7個情緒類別，并通過ERBA模型計算得出一條博文在7類情緒中的概率分布.ERBA模型圖如圖3所示.

ERBA模型對輸入的文本進行分詞處理，分詞后的子詞在ERNIE預訓練層映射到一個固定長度的嵌入向量xi；向量輸入BiLSTM模型捕捉博文上下文信息，將每個時間步中的前向和后向的隱向量進行拼接得到該時刻的輸出向量hi；接著將BiLSTM的輸出作為注意力層的輸入，利用注意力層分配合適的權重；最后進行全連接運算以及softmax運算，輸出文本中每種情緒類別的近似概率值作為情緒分類結果，表示為Euk={ek1：p1，ek2：p2，…，ek7：p7}，其中，Euk表示用戶u第k個博文的情緒分布，eki表示第k個博文的第i類情緒，pi表示第k個博文第i類情緒的概率.

3）情緒傾向挖掘

用戶在其內容偏好中，對于不同情緒類別會表現(xiàn)出不同程度的傾向性，本文通過計算用戶在不同內容偏好中各類情緒類別的條件概率分布來表示用戶的情緒傾向.

首先根據(jù)獲取到的博文的主題向量和文本的情緒分布，選取向量和分布中最大值對應的類別分別表示博文的主題和情緒；然后，根據(jù)用戶的內容偏好，將用戶同一偏好的博文分為一組，計算不同內容偏好中各類情緒所占比例，得到用戶在不同內容偏好下的情緒傾向，如式（4）所示.

P（ej|zi）=P（ej，zi）P（zi），（4）

其中：P（ej|zi）表示用戶在第i個內容偏好下反映出情緒j的條件概率;P（ej，zi）表示用戶博文中內容偏好i和情緒j同時出現(xiàn)的概率;P（zi）表示用戶博文中屬于內容偏好i的概率.最后將用戶u在內容偏好下的情緒偏好表示為qui={P（e1|zi），P（e2|zi），…，P（e7|zi）}.

1.2.3" 構建用戶興趣畫像

通過將上述提取到的用戶內容偏好和不同內容偏好對應情緒傾向相結合，共同刻畫用戶興趣畫像，最終構建的用戶興趣畫像描述模型如圖4所示.

圖4中以某一用戶為例，首先利用LDA模型提取用戶的內容偏好，將用戶微博集按照不同內容偏好進行分類，計算屬于同一偏好下的情緒分布，表示為當前偏好下對應的情緒傾向，構建了同時包含內容偏好及內容偏好對應的情緒傾向的微博用戶興趣畫像，其中，情緒傾向中不同顏色表示不同的情緒類別，情緒占比越大，其顏色區(qū)域就越大，同時為方便展示，最終示例中只列舉了情緒傾向中占比最高的2類情緒類別.

1.3" 微博推薦

判斷一篇待評估微博d是否被推薦給用戶u的步驟如下：

1）利用LDA模型生成的內容主題，取其中概率值最大的類別作為d的主題，記作zd；同時將d輸入ERBA模型中生成該博文對應的情緒分布，表示為Ed={ed1：p1，ed2：p2，…，ed7：p7}.

2）將d的主題zd與u的內容偏好Tu進行匹配，若在Tu中存在zd，則進一步比較情緒相似度，否則，不進行推薦.通過式（5）計算d和u在zd下情緒傾向quzd的余弦相似度，得出情緒相似度，表示為si，當相似度高于閾值時推薦給用戶u.

si=sim（Ed，quzd）=Ed·quzd｜Ed｜｜quzd｜.（5）

2" 實驗

2.1" 數(shù)據(jù)集

以新浪微博為例，通過python爬蟲程序從新浪微博平臺獲取到用戶的基本個人信息、博文、關注關系以及社交網絡交互行為信息.首先對實驗數(shù)據(jù)進行預處理，過濾掉文本中地址鏈接、@+用戶名和其他無意義的字符等噪音數(shù)據(jù)；然后進行分詞操作，去除停用詞，其中，分詞采用的python中jieba開源組件，最終所獲原始數(shù)據(jù)包含454 407名用戶、143 979條原創(chuàng)博文、26 915條評論信息、368 726條關注、124 356條點贊和24 531條轉發(fā).

2.2" 實驗評價指標

采用精確率（Precision）、召回率（Recall）和F1值（F1）作為模型的推薦性能評價指標.精確率描述的是推薦列表中用戶真實感興趣的微博所占比例，如式（6）所示；召回率描述的是用戶真實感興趣的微博被推薦的比例，如式（7）所示；F1綜合了模型的精確率和召回率，是調和平均數(shù)，如式（8）所示.

Precision=|R∩L|/|R|，（6）

Recall=|R∩L|/|L|，（7）

F1=2×Precision×RecallPrecision+Recall，（8）

其中：R表示推薦給用戶的微博集合;L表示用戶真實感興趣的微博集合.目標用戶發(fā)布、點贊、轉發(fā)和評論的微博都屬于用戶真實感興趣微博.

為驗證推薦算法的精確率，挑選出833名活躍用戶，以及用戶的138 406條微博數(shù)據(jù)進行實驗，將實驗數(shù)據(jù)按照8∶2劃分為訓練集和測試集［21， 30］，訓練集學習用戶的相關興趣偏好，測試集驗證實驗方法的有效性.本文在計算評價指標時，選取測試集中用戶實際感興趣的博文作為正例，隨機選取正例30%作為負例［11］，正例和負例共同構成用戶的測試集.

2.3" 實驗參數(shù)設置

2.3.1" 情緒分類參數(shù)設置

采用ERBA模型對微博文本進行情緒分類，將基礎情緒語料庫文本輸入ERBA模型中訓練最優(yōu)參數(shù)，保留最優(yōu)參數(shù)用于生成文本的情緒分布，相關訓練參數(shù)設置如表2所示.

2.3.2" 內容偏好的相關參數(shù)確定

構建用戶的內容偏好時，涉及到2個參數(shù)，分別是用戶微博集中最優(yōu)主題數(shù)的確定以及與內容偏好相關的主題數(shù)的確定.通過LDA模型進行用戶博文主題分類時，首先利用LDA模型的困惑度和一致性指標確定用戶微博集的最優(yōu)主題數(shù).計算結果如圖5所示.

a.困惑度；b.一致性

通過觀察困惑度曲線可得知，隨著主題數(shù)目的不斷增加，不同主題數(shù)目對應的困惑度值逐漸減小，主題數(shù)在15出現(xiàn)拐點，之后逐漸減緩，同時觀察一致性曲線，發(fā)現(xiàn)當主題數(shù)目處于15～30時，主題數(shù)目為22時一致性得分相對最高，因此本文設置主題數(shù)目22為最優(yōu)主題數(shù).

根據(jù)確定的最優(yōu)主題數(shù)，利用LDA模型獲取主題和主題下的相關關鍵詞，部分數(shù)據(jù)見表3.

假設用戶在某一主題中發(fā)布的博文與交互的博文表達相似的情緒，用戶在主題中存在固定的情緒偏好.進行驗證實驗時，挑選出833名活躍用戶，分為2組，一組為用戶發(fā)布微博數(shù)據(jù)，另一組為用戶點贊、評論和轉發(fā)微博數(shù)據(jù)，作為用戶交互行為數(shù)據(jù).將用戶同一個主題的原創(chuàng)與交互博文進行情緒余弦相似度比較，經實驗驗證，在85%的情況下，同一主題下發(fā)布與交互博文的情緒相似度大于0.6.分析表明，用戶在同一主題下發(fā)布與交互博文之間表達了相似的情緒偏好，用戶在某一主題下有著固定的情緒傾向，這種情緒傾向使得用戶對該主題中相似情緒的博文產生興趣并與之交互.因此，考慮主題和主題中情緒傾向將能有效地刻畫出用戶的興趣.

為探究與用戶內容偏好相關的主題，需要將每個用戶的歷史博文主題向量使用式（2）進行矢量相加，然后用式（3）進行歸一化操作得出用戶的主題分布，取分布中概率值較高的m類主題表示為用戶的內容偏好Tu，然后從用戶歷史博文集中篩選出內容屬于Tu的博文數(shù)據(jù).例如，當選取用戶的內容偏好相關的主題數(shù)為15時，統(tǒng)計出每個用戶的主題分布中概率值前15對應的主題；使用用戶在這15類主題下的歷史博文用于訓練用戶在該類主題下的情緒偏好，同時根據(jù)本研究實證數(shù)據(jù)，確定情緒相似度閾值為0.6，根據(jù)測試集計算出該主題數(shù)對應的F1值.通過分析不同主題數(shù)對應推薦效果的F1值，確定與用戶內容偏好相關的最優(yōu)主題數(shù).經統(tǒng)計發(fā)現(xiàn)，用戶主題數(shù)主要集中在13～20，因此本文分析用戶在該區(qū)間內的F1值，結果如圖6所示.

由圖6可以看出，推薦的有效性會受到不同主題數(shù)的影響，隨著主題數(shù)的增加，模型F1值呈先上升后下降的趨勢，在主題數(shù)為15時，達到最大值.這是由于隨著主題數(shù)增加，擴大了用戶的內容偏好范圍，引入了用戶實際不感興趣的主題，最終影響到推薦的效果.在后續(xù)實驗將選取15類主題作為用戶內容偏好.

隨機選取數(shù)據(jù)集中爬取的真實用戶1000010722，分析其在內容偏好為4時的情緒分布，用戶1000010722在偏好為4時的相關主題為主題1、主題2、主題3和主題4，情緒分布情況如表4所示.

表4中觀察到用戶在主題1和主題2中更喜歡“樂”的情緒，表現(xiàn)出一種積極的情緒，而在主題3和主題4中，更傾向于“懼”情緒，表現(xiàn)出一種消極的情緒，同時，相比于主題3，用戶在主題4中也存在一部分積極的情緒.可以看出用戶在不同主題之間情緒分布存在差異，劃分效果較好.

2.3.3" 用戶興趣畫像構建的消融實驗

為研究不同特征結合的用戶畫像標簽對用戶興趣畫像識別的影響，本文運用隨機森林算法對內容偏好特征及其情緒傾向特征畫像標簽的組合展開分類識別，隨機種子設置為42，決策樹數(shù)量設置為100，以準確率（ACC）指標比較不同興趣畫像的分類效果，其中，RF_T僅使用內容偏好特征作為隨機森林的輸入變量，RF_E僅使用情緒傾向特征作為輸入變量，RF_TE使用內容偏好特征及其情緒傾向特征進行訓練，如表5所示.

本文采用上述數(shù)據(jù)集，設定數(shù)據(jù)集的70%作為訓練集，30%作為測試集，采用基尼指數(shù)作為分類標準.針對上述3個用戶興趣畫像，得到結果如圖7所示.

從圖7可看出，使用情緒傾向特征的RF_E高于使用內容偏好特征的RF_T，說明相較于用戶的內容偏好，細粒度的情緒可挖掘用戶豐富的情感信息，可更有效刻畫用戶興趣畫像；與模型RF_TE相比，僅使用內容偏好特征的RF_T和僅使用情緒傾向特征的RF_E評價指標都較低，說明內容偏好及其情緒傾向進行結合可提升隨機森林算法在用戶興趣畫像的分類識別效果.

2.4" 對比實驗

為驗證本文提出的CERM模型在微博推薦中的效果，選取了其他4種推薦模型進行對比，如表6所示.

為驗證結合用戶的內容偏好和情緒偏好應用于推薦的有效性，設置了對比實驗，其中，LBRM［17］基于社會化標簽，通過標簽語義相似度構建用戶-標簽矩陣，實現(xiàn)了微博推薦.SARM［21］利用情感信息，挖掘關聯(lián)規(guī)則，將強關聯(lián)規(guī)則用于微博推薦.TPRM［18］綜合考慮主題相關性和用戶偏好，找出相似用戶實現(xiàn)微博推薦.CERM-EM是本文模型的變式，其只考慮了情緒特征，依據(jù)用戶博文的情緒分布，計算出每類情緒的條件概率，表示為用戶的情緒分布，計算其分布和待評估博文之間的情緒相似度實現(xiàn)推薦.

對比實驗結果如表7所示.根據(jù)表7可知，與LBRM、SARM、TPRM和CERM-EM相比，CERM的F1值分別提升了10%、6%、2%、4%.主要原因是CERM模型利用LDA模型獲取博文內容主題信息，利用用戶一段時間內博文的內容主題信息進行計算，在眾多主題信息中篩選出用戶感興趣的內容信息，作為用戶的內容偏好；接著引入情緒特征，挖掘出用戶在不同內容偏好下的情緒傾向，使用戶內容偏好與情緒傾向得到有效表示，獲得更好的推薦效果.

LBRM模型利用標簽信息，未考慮到內容特征和情緒特征對用戶興趣偏好的影響，致使推薦效果不如CERM模型；SARM模型引入情感特征，驗證了情感有助于提升推薦效果，但效果差于CERM-EM模型，表明細粒度的情緒可更有效刻畫用戶興趣；TPRM模型考慮到了內容特征，通過結合用戶的主題影響力和計算主題中用戶博文的TF-IDF平均值得到的用戶偏好，實現(xiàn)了微博推薦，但對用戶興趣的挖掘不夠深入，忽略了用戶與內容特征相關的情緒偏好.CERM模型在內容特征的基礎上引入情緒特征，挖掘用戶在內容偏好下的情緒傾向，在同一內容偏好下推薦與用戶情緒傾向相似的博文，提升了推薦效果.同時相較于CERM-EM模型僅挖掘情緒傾向，忽略了用戶的內容特征對用戶偏好的影響，導致情緒傾向與內容特征未能有效結合，影響推薦的效果.

CERM模型效果好于上述對比模型，說明用戶存在固定的內容偏好，在不同偏好下有著固定的情緒傾向，利用內容偏好首先過濾一部分信息，只關注用戶感興趣內容，減少計算量的同時也能提高推薦的精確率，進一步推薦與用戶情緒相似度高的博文，能有效提升推薦效果.總結上述實驗分析可得，同時考慮用戶的內容偏好及其情緒傾向能夠滿足個性化需求，可提升推薦的有效性.

3" 結語

利用LDA模型挖掘用戶內容偏好，并在此基礎上引入不同內容偏好下的情緒傾向，將二者整合得到用戶興趣畫像，實現(xiàn)了對微博用戶的精準描述.與已有方法相比，該方法能更為準確地刻畫用戶興趣畫像，并提升推薦效果.本文的研究方法不僅可以應用于微博平臺，還可以擴展到其他平臺，例如Twitter、知乎和小紅書等.不足之處在于：1）目前仍缺乏完善的情緒語料庫，用戶情緒傾向的刻畫還不夠精細.2）只考慮了文本的情緒特征，并沒有深入分析不同用戶的等級和差異性.未來將針對上述不足展開深入研究，進一步提高微博推薦的性能.

參" 考" 文" 獻：

［1］" AZZAM F， KAYED M， ALI A. A model for generating a user dynamic profile on social media［J］. J King Saud Univ Comput Inf Sci， 2022， 34（10）： 9132-9145. DOI： 10.1016/j.jksuci.2022.08.036.

［2］" KHALIL M M Y， WANG Q X， CHEN B， et al. Cross-modality representation learning from transformer for hashtag prediction［J］. J Big Data， 2023， 10（1）： 140-148. DOI： 10.1186/s40537-023-00824-2.

［3］" DJENOURI Y， BELHADI A， SRIVASTAVA G， et al. An efficient and accurate GPU-based deep learning model for multimedia recommendation［J］. ACM Trans Multimedia Comput Commun Appl， 2024， 20（2）： 1-18. DOI： 10.1145/3524022.

［4］" 邵一博，秦玉華，崔永軍，等.融合多粒度信息的用戶畫像生成方法［J］.計算機應用研究， 2024， 41（2）： 401-407. DOI： 10.19734/j.issn.1001-3695.2023.05.0234.

［5］" 李丹，高建忠.基于用戶畫像的圖書館推薦服務初探［J］.圖書館， 2019（7）： 66-71.DOI： 10.3969/j.issn.1002-1558.2019.07.010.

［6］" 陳添源，梅鑫.多源數(shù)據(jù)融合的用戶畫像識別與推薦實證研究［J］.情報理論與實踐， 2024， 47（4）： 171-180. DOI： 10.16353/j.cnki.1000-7490.2024.04.022.

［7］" PUJAHARI A， SISODIA D S. Item feature refinement using matrix factorization and boosted learning based user profile generation for content-based recommender systems［J］. Expert Syst Appl， 2022， 206： 117849. DOI： 10.1016/j.eswa.2022.117849.

［8］" 夏立新，胡畔，劉坤華，等.融入信息推薦場景要素的在線健康社區(qū)用戶畫像研究［J］.圖書情報知識， 2023， 40（3）： 116-128.DOI： 10.13366/j.dik.2023.03.116.

［9］" 金吉瓊，居雷，張易，等.基于用戶畫像的卷煙消費者特征識別和價值評估［J］.煙草科技， 2023， 56（1）：105-112. DOI：10.16135/j.issn1002-0861.2022.0531.

［10］" 費鵬，林鴻飛，楊亮，等.一種用于構建用戶畫像的多視角融合框架［J］.計算機科學， 2018， 45（1）： 179-182. DOI： 10.11896/j.issn.1002-137X.2018.01.031.

［11］" CUI Y C， YU H L， GUO X X， et al. RAKCR： reviews sentiment-aware based knowledge graph convolutional networks for Personalized Recommendation［J］. Expert Syst Appl， 2024， 248： 123403. DOI： 10.1016/j.eswa.2024.123403.

［12］" 于偉杰，楊文忠，任秋如.基于全詞BERT的集成用戶畫像方法［J］.東北師大學報（自然科學版）， 2022， 54（4）： 87-92. DOI： 10.16163/j.cnki.dslkxb202104053.

［13］" 楊洋洋.數(shù)據(jù)驅動下網絡辟謠信息畫像與治理模式研究——基于引爆點理論［J/OL］.情報科學， 1-14［2024-05-07］. http：//kns.cnki.net/kcms/detail/22.1264.G2.20240506.1702.014.html.

［14］" 吳樹芳，吳崇崇，朱杰.基于興趣轉移的微博用戶動態(tài)畫像生成［J］.情報科學， 2021， 39（8）： 103-111.DOI： 10.13833/j.issn.1007-7634.2021.08.013.

［15］" 王志剛，邱長波.基于主題的政務微博評論用戶畫像研究［J］.情報雜志， 2022， 41（3）： 159-165.DOI： 10.3969/j.issn.1002-1965.2022.03.022.

［16］" XU K， ZHENG X S， CAI Y， et al. Improving user recommendation by extracting social topics and interest topics of users in uni-directional social networks［J］. Knowl Based Syst， 2018， 140： 120-133. DOI： 10.1016/j.knosys.2017.10.031.

［17］" 王戰(zhàn)平，夏榕.基于社會化標簽挖掘的微博內容推薦方法研究［J］.情報科學， 2021， 39（5）： 91-96.DOI：10.13833/j.issn.1007-7634.2021.05.013.

［18］" BAO F， XU W， FENG Y， et al. A topic-rank recommendation model based on microblog topic relevance amp;user preference analysis［J］. Hum-Cent Comput Info， 2022， 12（10）： 1-19.DOI： https：//doi.org/10.22967/HCIS.2022.12.010.

［19］" 楊永清，孫凱，張媛媛，等.基于信息畫像的突發(fā)事故災難輿情傳播效果的預測模型研究［J］.情報科學， 2024， 42（4）， 27-35. DOI： 10.13833/j.issn.1007-7634.2024.04.004.

［20］" 王帥，紀雪梅.基于在線健康社區(qū)用戶畫像的情感表達特征研究［J］.情報理論與實踐， 2022， 45（6）： 179-87. DOI： 10.16353/j.cnki.1000-7490.2022.06.024.

［21］" 李鐵軍，顏端武，楊雄飛.基于情感加權關聯(lián)規(guī)則的微博推薦研究［J］.數(shù)據(jù)分析與知識發(fā)現(xiàn)， 2020， 4（4）： 27-33. DOI： 10.11925/infotech.2096-3467.2019.0765.

［22］" 趙又霖，林怡妮，陸穎雋，等.社會感知數(shù)據(jù)驅動下用戶時空行為畫像及語義關聯(lián)研究［J］.圖書館學研究， 2024（2）： 54-62. DOI： 10.3969/j.issn.1672-0504.2022.01.011.

［23］" ROBERTS K， ROACH M A， JOHNSON J， et al. EmpaTweet： annotating and detecting emotions on twitter［C］//Proc 8th Int Conf Lang Resour Eval LREC 2012， 2012： 3806-3813.DOI： 10.1155/2012/678107.

［24］" 張柳，王晰巍，黃博，等.基于LDA模型的新冠肺炎疫情微博用戶主題聚類圖譜及主題傳播路徑研究［J］.情報學報， 2021， 40（3）： 234-244. DOI： 10.3772/j.issn.1000-0135.2021.03.002.

［25］" LIU X， BURNS A C， HOU Y J. An investigation of brand-related user-generated content on twitter［J］. J Advert， 2017， 46（2）： 236-247. DOI： 10.1080/00913367.2017.1297273.

［26］" 張國防，王鑫，徐建民.基于主題詞共現(xiàn)的文檔非對稱關系量化研究［J］.數(shù)據(jù)分析與知識發(fā)現(xiàn)， 2023， 7（3）： 110-120. DOI： 10.11925/infotech.2096-3467.2022.0342.

［27］" 曾子明，陳思語.基于LDA與BERT-BiLSTM-Attention模型的突發(fā)公共衛(wèi)生事件網絡輿情演化分析［J］.情報理論與實踐， 2023， 46（9）： 158-166. DOI： 10.16353/j.cnki.1000-7490.2023.09.019.

［28］" 徐琳宏，林鴻飛，潘宇，等.情感詞匯本體的構造［J］.情報學報， 2008， 27（2）： 180-185. DOI： 10.3969/j.issn.1000-0135.2008.02.004.

［29］" 黃山成，韓東紅，喬百友，等.基于 ERNIE2. 0-BiLSTM-Attention 的隱式情感分析方法［J］.小型微型計算機系統(tǒng)， 2021， 42（12）： 2485-2489. DOI：1000-1220（2021）12-2485-05.

［30］" 張金柱，孫雯雯，仇蒙蒙.融合異構網絡表示學習與注意力機制的引文推薦研究［J/OL］. 數(shù)據(jù)分析與知識發(fā)現(xiàn)， 1-17 ［2024-06-19］. http：//kns.cnki.net/kcms/detail/10.1478.g2.20240117.1104.012.html.

（責任編輯：孟素蘭）