[發明專利]融合微博興趣挖掘的新聞推送方法、裝置及設備

在審

• 申請號: 201810966477.3
• 申請日: 2018-08-23
• 公開（公告）號: CN109325175A
• 公開（公告）日: 2019-02-12
• 發明（設計）人: 張帥;陳靖宇;陳平華
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種融合微博興趣挖掘的新聞推送方法，其特征在于，包括：

從新聞平臺獲取多條新聞文本，確定與所述新聞文本對應的新聞詞項集合，其中，所述新聞詞項集合包括所述新聞文本中的新聞詞項，還包括所述新聞詞項的詞頻；

獲取微博用戶的微博狀態文本，確定與所述微博狀態文本對應的用戶興趣詞項集合，其中，所述微博狀態文本至少包括用戶動態文本、用戶資料文本、以及社交信息文本，所述用戶興趣詞項集合包括所述微博狀態文本中的興趣詞項，還包括所述興趣詞項的詞頻；

計算所述新聞詞項集合與所述用戶興趣詞項集合的相似度；

判斷所述相似度是否大于預設閾值；

若大于，則將所述新聞文本推送給所述微博用戶。

2.如權利要求1所述的方法，其特征在于，所述從新聞平臺獲取多條新聞文本，確定與所述新聞文本對應的新聞詞項集合包括：

從新聞平臺獲取多條新聞文本，并對所述新聞文本進行分類，得到多個新聞文本集合；

確定分別與所述新聞文本集合中各個新聞文本對應的新聞詞項集合；

所述計算所述新聞詞項集合與所述用戶興趣詞項集合的相似度包括：

根據所述用戶興趣詞項集合，從各個所述新聞文本集合中篩選出所述微博用戶感興趣的新聞文本集合；

遍歷所述新聞文本集合中的各個新聞文本，計算所述新聞文本對應的新聞詞項集合與所述用戶興趣詞項集合的相似度。

3.如權利要求2所述的方法，其特征在于，所述新聞文本集合為通過textCNN分類技術進行分類得到的。

4.如權利要求2所述的方法，其特征在于，所述新聞詞項的詞頻的計算公式為：

wij＝[num(tij)/total(Di)]*log[N/nij]*D(i)，其中，num(tij)為新聞詞項i在新聞文本j中出現的次數，total(Di)為新聞文本j中的詞項的總數，N為包含新聞文本j的新聞文本集合中新聞文本的總數，nij為所述新聞文本集合中包含新聞詞項i的新聞文本的數量，D(i)為時效參數。

5.如權利要求1所述的方法，其特征在于，所述獲取微博用戶的微博狀態文本，確定與所述微博狀態文本對應的用戶興趣詞項集合包括：

獲取微博用戶的用戶動態文本、用戶資料文本、以及社交信息文本；

確定與所述用戶動態文本對應的用戶動態詞項集合I1；

確定與所述用戶資料文本對應的用戶資料詞項集合I2；

確定與所述社交信息文本對應的社交信息詞項集合I3；

確定用戶興趣詞項集合Y＝U*I1+V*I2+W*I3，其中，U為所述用戶動態詞項集合I1的預設權重，V為所述用戶資料詞項集合I2的預設權重，W為為所述社交信息詞項集合I3的預設權重，且滿足U+V+W＝1。

6.如權利要求5所述的方法，其特征在于，所述新聞詞項集合與所述用戶興趣詞項集合的相似度的計算公式為：

EXP＝Usim(I1，L)+Vsim(I2，L)+Wsim(I3，L)，其中，L為新聞詞項集合，sim()為相似度計算公式，用于根據詞項和詞頻確定兩個詞項集合之間的相似度。

7.如權利要求5所述的方法，其特征在于，所述用戶動態文本包括原創內容文本、轉發內容文本、以及評論內容文本；

所述確定與所述用戶動態文本對應的用戶動態詞項集合I1包括：

確定與所述原創內容文本對應的第一詞項集合I11；

確定與所述轉發內容文本對應的第二詞項集合I12；

確定與所述評論文本對應的第三詞項集合I13；

確定與所述用戶動態文本對應的用戶動態詞項集合I1＝A*I1+B*I2+C*I3，其中，A為所述原創內容文本的預設權重，B為所述轉發內容文本的預設權重，C為所述評論文本的預設權重。