[發(fā)明專利]一種用于解決數(shù)據(jù)稀疏的新聞推薦方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810624042.0
• 申請(qǐng)日: 2018-06-15
• 公開(kāi)（公告）號(hào): CN108876457B
• 公開(kāi)（公告）日: 2021-05-18
• 發(fā)明（設(shè)計(jì)）人: 張曉瑜
• 申請(qǐng)（專利權(quán)）人: 贛州柏朗科技有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06F16/9535
• 代理公司: 南昌金軒知識(shí)產(chǎn)權(quán)代理有限公司 36129
• 代理人: 石紅麗

1.一種用于解決數(shù)據(jù)稀疏的新聞推薦方法，其特征在于，包括以下步驟：

接收播報(bào)新聞的語(yǔ)音請(qǐng)求，對(duì)所述語(yǔ)音請(qǐng)求的用戶歷史行為數(shù)據(jù)進(jìn)行篩選，獲取與新聞播報(bào)端及新聞收聽(tīng)用戶相關(guān)的信息，得到新聞收聽(tīng)用戶-新聞播報(bào)評(píng)分矩陣，基于篩選結(jié)果從預(yù)設(shè)用戶屬性項(xiàng)集合中確定出與所述語(yǔ)音請(qǐng)求關(guān)聯(lián)的目標(biāo)屬性項(xiàng)；并利用建立的新聞收聽(tīng)用戶-新聞播報(bào)評(píng)分矩陣，為每個(gè)新聞收聽(tīng)用戶和每個(gè)新聞播報(bào)端構(gòu)建歷史評(píng)分記錄集合，同時(shí)構(gòu)建用戶集合，按照用戶的評(píng)分新聞播報(bào)端數(shù)從大到小對(duì)用戶集合中的用戶排序；按用戶在用戶集合中的順序，選取一個(gè)評(píng)分最高的用戶作為目標(biāo)用戶；根據(jù)新聞收聽(tīng)用戶-新聞播報(bào)評(píng)分矩陣，計(jì)算其余用戶與目標(biāo)用戶的相似度；選取與目標(biāo)用戶相似度大于第一設(shè)定值的用戶構(gòu)建目標(biāo)用戶的優(yōu)先用戶集；計(jì)算目標(biāo)用戶與各優(yōu)先用戶的歷史共同評(píng)分差均值，若兩個(gè)用戶歷史本身沒(méi)有共同新聞播報(bào)端，則不做計(jì)算；選取共同評(píng)分差均值小于第二設(shè)定值的用戶構(gòu)造最終的相似用戶集，利用目標(biāo)用戶的相似用戶集對(duì)新聞收聽(tīng)用戶-新聞播報(bào)評(píng)分矩陣進(jìn)行填充；對(duì)評(píng)分矩陣中剩下的未填充數(shù)據(jù)，同樣采用相似度閾值法和共同評(píng)分差均值來(lái)選取最相似新聞播報(bào)端，并利用相似新聞播報(bào)端來(lái)對(duì)新聞收聽(tīng)用戶-新聞播報(bào)評(píng)分矩陣進(jìn)行再次填充，進(jìn)行新聞播報(bào)端初步推薦；并獲取所述目標(biāo)用戶屬性項(xiàng)對(duì)應(yīng)的用戶屬性信息；基于用戶屬性信息在待推薦新聞播報(bào)端中篩選出目標(biāo)新聞進(jìn)行推薦，若和初步推薦結(jié)果一樣則按此推薦，若不一樣則選取用戶的評(píng)分新聞播報(bào)端數(shù)第二高評(píng)分?jǐn)?shù)作為目標(biāo)用戶，重復(fù)以上步驟進(jìn)行填充，得到推薦新聞播報(bào)端，播報(bào)該新聞播報(bào)端；

所述最相似新聞播報(bào)端的選取過(guò)程如下：

計(jì)算目標(biāo)用戶與各優(yōu)先用戶的歷史共同評(píng)分差均值，計(jì)算公式如下：

其中，avg(u,v)為用戶u和用戶v的歷史共同評(píng)分差均值，I′_u,v為目標(biāo)用戶u和用戶v的歷史共同評(píng)分新聞播報(bào)端集合，R_ui、R_vi分別為用戶u、用戶v對(duì)新聞播報(bào)端i的評(píng)分；選取共同評(píng)分差均值小于β的優(yōu)先用戶構(gòu)造最終的最相似新聞播報(bào)端N(u)；

所述獲取所述目標(biāo)用戶屬性項(xiàng)對(duì)應(yīng)的用戶屬性信息；基于用戶屬性信息在待推薦新聞播報(bào)端中篩選出目標(biāo)新聞進(jìn)行推薦，包括：判斷所述篩選結(jié)果中是否包含與所述預(yù)設(shè)用戶屬性項(xiàng)集合中的用戶屬性項(xiàng)的標(biāo)識(shí)關(guān)聯(lián)的關(guān)鍵詞；若是，提取出標(biāo)識(shí)與解析結(jié)果中的關(guān)鍵詞匹配的用戶屬性項(xiàng)，作為所述目標(biāo)屬性項(xiàng)；獲取所述待推薦新聞庫(kù)中的各待推薦新聞的摘要信息，所述摘要信息包括標(biāo)題和內(nèi)容摘要；基于各所述待推薦新聞的摘要信息與解析結(jié)果和所述目標(biāo)屬性項(xiàng)對(duì)應(yīng)的用戶屬性信息之間的相似度篩選出所述目標(biāo)新聞；推送所述目標(biāo)新聞。

2.根據(jù)權(quán)利要求1所述的一種用于解決數(shù)據(jù)稀疏的新聞推薦方法，其特征在于，所述構(gòu)建目標(biāo)用戶的優(yōu)先用戶集過(guò)程如下：

按用戶在用戶集合中的順序，選取一個(gè)評(píng)分最高的用戶作為目標(biāo)用戶；利用新聞收聽(tīng)用戶-新聞播報(bào)評(píng)分矩陣，通過(guò)Pearson皮爾遜相關(guān)系數(shù)公式來(lái)計(jì)算其余用戶與目標(biāo)用戶的相似度；

其中，sim_u,v表示用戶u和用戶v的相似度，I_u,v為用戶u和用戶v的共同評(píng)分商家集合，R_ui、R_vi分別為用戶u、用戶v對(duì)新聞播報(bào)端i的評(píng)分，分別為用戶u、用戶v的平均評(píng)分；選取與目標(biāo)用戶相似度大于α的用戶構(gòu)建目標(biāo)用戶的優(yōu)選鄰居用戶集p_N(u)。