【技术实现步骤摘要】
本专利技术涉及社交媒体平台推荐领域，更具体地说，涉及一种破除信息茧房的额外兴趣标签盲盒推荐方法、介质、设备和计算机程序产品。
技术介绍
1、随着互联网技术的不断发展，人们获取信息的速率呈指数级增长。各大社交媒体平台通过个性化算法将个体愿意看到的内容精准推送给目标用户，久而久之形成信息茧房。
2、现有技术基本上是从算法层面进行优化处理。如优化推荐算法以增强推荐的多样性和个性化，通过跨领域推荐策略打破信息领域的界限，以及利用多模态信息去偏差处理来提供更全面的信息视角，但是都还停留在理论层面，落地性不强。另一方面针对用户的教育引导：现有社交媒体平台都曾报道过信息茧房相关内容，并尝试让用户理解推荐算法背后的工作原理，由此用户可以更好地了解为什么会看到特定类型的推荐，从而提高其对信息推荐的控制感，但对于用户而言缺乏及时的行动效果和反馈。
3、在现有技术中，有一种盲盒导航方法，该方法为：用户输入目的地类型，系统从目的地的poi中选取若干个点作为备选poi；随后将备选poi以盲盒的形式推送给用户，用户在选择任一盲盒之后备选poi变成目标poi，增加用户出行新奇体验；该方法的应用领域有局限性，仅适用于交通出行过程的趣味性引导；以poi盲盒的形式，让用户在不确定性中增加出行体验；但并未触及信息茧房的核心问题即各社交媒体平台的个性化推荐。还有一种基于标签的短视频推荐方法，该方法为平台获取视频的标签和标签相关度；根据用户行为数据生成用户画像，并计算用户对视频的标签偏好度；随后根据用户画像，采用基于内容和用户协同的方式推荐视频；
4、如何提供一种对平台而言简单可行，同时对于用户又有一定参与度和激励作用的推荐方法，是目前亟待解决的问题。
技术实现思路
1、本专利技术的目的在于，提供一种破除信息茧房的额外兴趣标签盲盒推荐方法、介质、设备和计算机程序产品，能提高个人信息茧房破除效果，提升用户使用体验，减少算法更新成本。
2、本专利技术提供一种破除信息茧房的额外兴趣标签盲盒推荐方法，包括以下步骤：步骤s1：获取用户自定义兴趣标签、用户浏览内容和对立标签对，根据用户自定义兴趣标签、用户浏览内容和对立标签对，得到额外兴趣标签；步骤s2：将额外兴趣标签进行预处理，得到额外兴趣标签库；步骤s3：根据额外兴趣标签库，得到标签盲盒；步骤s4：获取标签盲盒用户反馈信息，根据标签盲盒用户反馈信息和标签盲盒，得到推荐内容。
3、进一步地，上述破除信息茧房的额外兴趣标签盲盒推荐方法的步骤s1具体包括：s11：获取用户自定义兴趣标签；s12：获取用户浏览内容，根据用户浏览内容，利用自然语言处理技术，得到用户兴趣标签集合；s13：根据用户兴趣标签集合，利用相似度度量方法，得到弱相关标签；s14：获取对立标签对，根据用户兴趣标签集合和对立标签对，得到相反标签；s15：根据用户自定义兴趣标签、弱相关标签和相反标签，得到额外兴趣标签。
4、进一步地，上述破除信息茧房的额外兴趣标签盲盒推荐方法的步骤s12具体包括：获取用户浏览内容，根据用户浏览内容，利用自然语言处理技术，得到用户兴趣标签集合，如公式：
5、，
6、，
7、其中，为用户浏览内容，为用户浏览内容的第 i个内容项，n为用户浏览内容的内容项的个数，为用户兴趣标签集合，表示自然语言处理。
8、进一步地，上述破除信息茧房的额外兴趣标签盲盒推荐方法的步骤s13具体包括：根据用户兴趣标签集合，利用相似度度量方法，得到弱相关标签，如公式：
9、，
10、，
11、其中，表示相似度，为潜在标签，为用户兴趣标签集合，表示取最大值，表示余弦相似度，是标签的向量表示，为用户兴趣标签，是标签的向量表示，为弱相关标签，和是相似度的下限和上限。
12、进一步地，上述破除信息茧房的额外兴趣标签盲盒推荐方法的步骤s14具体包括：获取对立标签对，根据用户兴趣标签集合和对立标签对，得到相反标签，如公式：
13、，
14、，
15、其中，c为对立标签对，和等是观点相反的标签对，为相反标签的集合，为潜在标签，为用户兴趣标签，为用户兴趣标签集合。
16、进一步地，上述破除信息茧房的额外兴趣标签盲盒推荐方法的预处理包括剔除重复标签和合并相似标签。
17、本专利技术还提供计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述破除信息茧房的额外兴趣标签盲盒推荐方法的步骤。
18、本专利技术还提供计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行该程序时实现上述的破除信息茧房的额外兴趣标签盲盒推荐方法的步骤。
19、本专利技术还提供计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的破除信息茧房的额外兴趣标签盲盒推荐方法的步骤。
20、实施本专利技术提供的破除信息茧房的额外兴趣标签盲盒推荐方法、介质、设备和计算机程序产品，具有以下有益效果：
21、本专利技术通过自定义输入额外兴趣标签内容，让用户拥有较大权重参与个人信息茧房治理，同时在以往个性化推荐的数据集基础上进行相关额外兴趣标签关键词的摘取，根据用户日常使用偏好形成相反或者弱相关的额外兴趣标签，提高了个人信息茧房破除效果；本专利技术通过外显额外兴趣标签，让用户能直接观测额外兴趣标签及其推荐视频，并将其与盲盒结合的方式对用户进行推送，以高度的不确定性极大提升使用过程的趣味性，提高了用户自主破除信息茧房问题的积极性；
22、本专利技术能更加简便、直观且能激发用户主动参与到破除信息茧房治理过程，能让用户简单直观看到相应内容，降低学习和理解成本；同时无需进行较大的算法改变即可落地实施，仅增加额外兴趣标签界面以及相关内容即可，对于平台而言无需投入过大的算法更新成本，可以推广至现有各大自媒体平台。
本文档来自技高网...【技术保护点】
1.一种破除信息茧房的额外兴趣标签盲盒推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的破除信息茧房的额外兴趣标签盲盒推荐方法，其特征在于，步骤S1具体包括：
3.根据权利要求2所述的破除信息茧房的额外兴趣标签盲盒推荐方法，其特征在于，步骤S12具体包括：获取用户浏览内容，根据所述用户浏览内容，利用自然语言处理技术，得到用户兴趣标签集合，如公式：
4.根据权利要求2所述的破除信息茧房的额外兴趣标签盲盒推荐方法，其特征在于，步骤S13具体包括：根据所述用户兴趣标签集合，利用相似度度量方法，得到弱相关标签，如公式：
5.根据权利要求2所述的破除信息茧房的额外兴趣标签盲盒推荐方法，其特征在于，步骤S14具体包括：获取对立标签对，根据所述用户兴趣标签集合和所述对立标签对，得到相反标签，如公式：
6.根据权利要求2所述的破除信息茧房的额外兴趣标签盲盒推荐方法，其特征在于，所述预处理包括剔除重复标签和合并相似标签。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一所述的破除信息茧房的额外兴趣标签盲盒推荐方法的步骤。
9.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6任一所述的破除信息茧房的额外兴趣标签盲盒推荐方法的步骤。
...【技术特征摘要】
1.一种破除信息茧房的额外兴趣标签盲盒推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的破除信息茧房的额外兴趣标签盲盒推荐方法，其特征在于，步骤s1具体包括：
3.根据权利要求2所述的破除信息茧房的额外兴趣标签盲盒推荐方法，其特征在于，步骤s12具体包括：获取用户浏览内容，根据所述用户浏览内容，利用自然语言处理技术，得到用户兴趣标签集合，如公式：
4.根据权利要求2所述的破除信息茧房的额外兴趣标签盲盒推荐方法，其特征在于，步骤s13具体包括：根据所述用户兴趣标签集合，利用相似度度量方法，得到弱相关标签，如公式：
5.根据权利要求2所述的破除信息茧房的额外兴趣标签盲盒推荐方法，其特征在于，步骤s14具体包括：获取对立标签对，根据所述用户兴趣标签集合和所述对立...
【专利技术属性】
技术研发人员：杨楚，肖畅，李萱，徐静雯，伍妩丽，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。