公开(公告)号：CN115098672A

公开(公告)日：2022-09-23

申请号：CN202210510779.6

申请日：2022-05-11

Applicant: 合肥工业大学

Inventor： 杨颖 ,  蒋文文 ,  王刚

IPC: G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于多视图深度聚类的用户需求发现方法、系统、存储介质和电子设备，涉及数据挖掘技术领域。本发明中，首先获取若干包含单个用户需求描述的文本，并将文本向量化；然后根据向量化后的文本，获取多视图文本表示特征；再将每个视图文本表示特征输入本发明提供的深度聚类网络，采用多视图一致性和多样性协作的深度聚类算法，获取用户需求聚类结果。通过建立多视图协作学习机制，既能有效保留视图多样性信息，又能挖掘一致性信息，充分利用多视图数据之间的信息互补性和底层信息一致性，提高用户需求聚类结果准确性，从而有效挖掘用户生成内容中关于用户需求的大多数类代表性观点和少数类新颖性观点。

公开(公告)号：CN115098672B

公开(公告)日：2024-08-02

申请号：CN202210510779.6

申请日：2022-05-11

Applicant: 合肥工业大学

Inventor： 杨颖 ,  蒋文文 ,  王刚

IPC: G06F16/35 ,  G06F18/23213 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明提供一种基于多视图深度聚类的用户需求发现方法、系统、存储介质和电子设备，涉及数据挖掘技术领域。本发明中，首先获取若干包含单个用户需求描述的文本，并将文本向量化；然后根据向量化后的文本，获取多视图文本表示特征；再将每个视图文本表示特征输入本发明提供的深度聚类网络，采用多视图一致性和多样性协作的深度聚类算法，获取用户需求聚类结果。通过建立多视图协作学习机制，既能有效保留视图多样性信息，又能挖掘一致性信息，充分利用多视图数据之间的信息互补性和底层信息一致性，提高用户需求聚类结果准确性，从而有效挖掘用户生成内容中关于用户需求的大多数类代表性观点和少数类新颖性观点。