[發(fā)明專利]一種文獻推送方法及裝置在審
| 申請?zhí)枺?/td> | 201811243326.1 | 申請日： | 2018-10-24 |
| 公開（公告）號： | CN109492156A | 公開（公告）日： | 2019-03-19 |
| 發(fā)明（設(shè)計）人： | 王健 | 申請（專利權(quán)）人： | 宿州元化信息科技有限公司 |
| 主分類號： | G06F16/9535 | 分類號： | G06F16/9535 |
| 代理公司： | 六安市新圖匠心專利代理事務(wù)所(普通合伙) 34139 | 代理人： | 陳斌 |
| 地址： | 234000 安徽省宿州市埇橋區(qū)*** | 國省代碼： | 安徽;34 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 推送 個人信息 用戶特征向量 余弦相似度 精準度 預設(shè) 詞頻 逆文檔頻率 文獻數(shù)據(jù)庫 特征向量 向量構(gòu)建 自身信息 排序 個性化 優(yōu)化 | ||
1.一種文獻推送方法，其特征在于，所述方法包括：
獲取用戶的個人信息，利用所述個人信息和詞頻-逆文檔頻率TF-IDF向量構(gòu)建用戶特征向量，其中，所述個人信息至少包括：姓名、單位和已發(fā)表的文章；
計算文獻數(shù)據(jù)庫中新文章和所述用戶特征向量的余弦相似度，獲得余弦相似度大小排序在前的預設(shè)數(shù)量篇文章；
將獲得的預設(shè)數(shù)量篇文章推送給所述用戶。
2.根據(jù)權(quán)利要求1所述的文獻推送方法，其特征在于，所述利用所述個人信息和詞頻-逆文檔頻率TF-IDF向量構(gòu)建用戶特征向量，包括：
爬取期刊網(wǎng)站收集歷年文獻信息，將文獻信息中的摘要信息進行文本清洗后儲存到干凈語料庫，其中，所述干凈語料庫包含：以每篇文獻的整段摘要為單位的信息；
利用所述干凈語料庫訓練詞頻-逆文檔頻率TF-IDF向量模型，將所述用戶已發(fā)表的a篇文章的摘要信息帶入訓練好的TF-IDF向量模型，得到每篇文章摘要的TF-IDF向量，計算得到的a個文章摘要的TF-IDF向量的平均值，作為所述用戶的摘要向量；
將所述用戶已發(fā)表的a篇文章的標題信息帶入訓練好的TF-IDF向量模型，得到每篇文章標題的TF-IDF向量，計算得到的a個文章標題的TF-IDF向量的平均值，作為所述用戶的標題向量；
根據(jù)以下公式，計算用戶特征向量：
其中，所述w為可調(diào)節(jié)參數(shù)，為歸一化函數(shù)。
3.根據(jù)權(quán)利要求2所述的文獻推送方法，其特征在于，所述計算文獻數(shù)據(jù)庫中新文章和所述用戶特征向量的余弦相似度，包括：
爬取期刊網(wǎng)站文獻數(shù)據(jù)庫中的若干篇最新文章，將所述新文章的摘要信息代入訓練好的TF-IDF向量模型，計算每篇文章摘要中每個單詞的詞頻和逆文檔頻率，得到每篇新文章的TF-IDF向量；
計算所述用戶特征向量和新文章的TF-IDF向量之間的余弦相似度；
所述獲得余弦相似度大小排序在前的預設(shè)數(shù)量篇文章，包括：
按照新文章對應(yīng)的余弦相似度大小排序，得到余弦相似度大小排序最前的10或20篇新文章。
4.根據(jù)權(quán)利要求3所述的文獻推送方法，其特征在于，所述將獲得的預設(shè)數(shù)量篇文章推送給所述用戶，包括：
利用自動發(fā)送郵件程序?qū)⑺?0篇或20篇新文章的內(nèi)容發(fā)送給用戶，其中，所述內(nèi)容至少包括：文章的標題、作者和摘要，其中，文章的標題設(shè)置為超鏈接標題。
5.根據(jù)權(quán)利要求1-4任一項所述的文獻推送方法，其特征在于，所述方法還包括：
根據(jù)所述用戶的反饋信息調(diào)整用戶特征向量。
6.根據(jù)權(quán)利要求5所述的文獻推送方法，其特征在于，所述根據(jù)所述用戶的反饋信息調(diào)整用戶特征向量，包括：
記錄用戶點擊超鏈接標題所生成的操作日志，從所述操作日志中獲取用戶點擊的文章信息，根據(jù)以下公式計算調(diào)整后的用戶特征向量：
其中，所述為更新的權(quán)重因子且取值范圍為[0, 1],所述為用戶點擊的新文章的TF-IDF向量的平均值，m為用戶點擊的新文章的數(shù)量，所述表示用戶未點擊的新文章的TF-IDF向量的平均值， n為用戶未點擊的新文章的數(shù)量。
7.一種文獻推送裝置，其特征在于，所述裝置包括：
構(gòu)建模塊，用于獲取用戶的個人信息，利用所述個人信息和詞頻-逆文檔頻率TF-IDF向量構(gòu)建用戶特征向量，其中，所述個人信息至少包括：姓名、單位和已發(fā)表的文章；
獲得模塊，用于計算文獻數(shù)據(jù)庫中新文章和所述用戶特征向量的余弦相似度，獲得余弦相似度大小排序在前的預設(shè)數(shù)量篇文章；
推送模塊，用于將獲得的預設(shè)數(shù)量篇文章推送給所述用戶。
8.根據(jù)權(quán)利要求7所述的文獻推送裝置，其特征在于，所述裝置還包括：
調(diào)整模塊，用于根據(jù)所述用戶的反饋信息調(diào)整用戶特征向量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于宿州元化信息科技有限公司，未經(jīng)宿州元化信息科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811243326.1/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
