[發明專利]一種自動實時新聞推薦方法

在審

• 申請號: 201710345567.6
• 申請日: 2017-05-17
• 公開（公告）號: CN107025310A
• 公開（公告）日: 2017-08-08
• 發明（設計）人: 龐景秋;齊景春;崔放;于希豐;劉楊;張少卓;毛成岳
• 申請（專利權）人: 長春嘉誠信息技術股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 長春吉大專利代理有限責任公司22201
• 代理人: 杜森垚

1.一種自動實時新聞推薦方法，其特征在于，包括以下步驟：

步驟一、新聞抓取：通過爬蟲工具，抓取新聞網頁地址，下載新聞標題及新聞內容，并將新聞存儲到數據庫新聞表中；

步驟二、新聞預處理：對新聞進行分詞處理，只保留名詞；去掉無效新聞，并將有效新聞的分詞結果存儲到數據庫新聞表中；

步驟三、新聞模型訓練：采用基于Gibbs Sampling的LDA算法進行主題模型的訓練，建立主題模型；

步驟四、新聞特征建模：進行新聞特征提取，建立新聞特征模型，新聞特征模型由新聞標簽模型N_t和新聞主題特征模型N_l組成，即N＝{N_t,N_l}；

步驟五、用戶特征初步建模：進行用戶特征提取，建立用戶畫像，對用戶特征進行初步建模；

步驟六、用戶特征二次建模：基于步驟五用戶特征初步建模結果，對用戶特征進行二次精確建模，建立用戶興趣模型U；用戶興趣模型U由用戶興趣關鍵詞模型U_t和用戶興趣主題特征模型U_l組成，即U＝{U_t,U_l}；

步驟七、相似度計算：基于上述步驟四至步驟六提取的新聞特征和用戶特征，進行新聞特征模型和用戶興趣模型的融合匹配度計算；

步驟八、新聞推薦。

2.如權利要求1所述的一種自動實時新聞推薦方法，其特征在于，所述步驟三新聞模型訓練包括以下過程：

采用基于Gibbs Sampling的LDA算法進行主題模型的訓練：先設定主題個數K，建立主題模型，即每個新聞文本在各個主題上對應的主題特征向量T_l＝(w₁,w₂,w₃,…,w_k)；

主題模型建立后，對建立的主題模型使用Perplexity值進行持續優化，Perplexity值計算公式為：

Perplexity值越小，則說明模型越好。

3.如權利要求1所述的一種自動實時新聞推薦方法，其特征在于，所述步驟四新聞特征建模包括以下過程：

首先運用TF-IDF算法計算新聞關鍵詞，得到新聞標簽模型N_t，即：N_t＝{關鍵詞序列}；

再運用所述步驟三中建立的主題模型計算新聞在主題模型上分布的新聞主題特征模型N_l，即：N_l＝{w₁,w₂,w₃,…,w_n}，其中n為主題個數。

4.如權利要求1所述的一種自動實時新聞推薦方法，其特征在于，所述步驟五用戶特征初步建模包括以下步驟：

根據用戶的特征，對用戶的群體分成若干個先驗的聚類，并賦予每個類別特定的初始關鍵詞，得到用戶初始興趣關鍵詞列表U_k＝{初始關鍵詞序列}。