[發明專利]一種基于語義相似的文本推薦方法及系統

在審

• 申請號: 201910360306.0
• 申請日: 2019-04-30
• 公開（公告）號: CN111858901A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 李青龍;駱飛;彭璿韜;安龍波;王鎮
• 申請（專利權）人: 北京智慧星光信息技術有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/35;G06F16/36
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 劉昕

一種基于語義相似的文本推薦方法及系統，包括：根據采集的論壇文本建立語義識別模型和其他多種類別模型；根據建立的多種類別模型對論壇文本進行訓練生成各打標簽畫像結果信息；將論壇文本和論壇文本對應的打標簽畫像結果信息，按照一種標簽一列的方式存儲到Elasticsearch中；對一論壇文本進行畫像生成對應的打標簽畫像結果信息，根據打標簽畫像結果信息中各標簽，在Elasticsearch中進行模糊查詢，完成對該論壇文本的推薦。本發明解決了當前文本推薦系統的推薦內容呆板、延展性低、乏味或使用戶視野狹小，推薦內容過于單調及影響用戶瀏覽體驗等問題。

技術領域

本發明涉及計算機和自然語言處理技術領域，尤其涉及一種基于語義相似的文本推薦方法及系統。

背景技術

隨著互聯網的廣泛應用，海量的信息呈指數式爆炸增長。互聯網的蓬勃發展，催生了一批又一批互聯網企業。互聯網企業自誕生之日起就會和一個詞密不可分，那就是“活躍用戶量”，互聯網企業為了追求用戶活躍度也是各顯其招，其中用戶論壇就是維持并提高用戶活躍度的重要手段。例如，互聯網美容企業的用戶論壇，各大手機品牌的用戶論壇，互聯網招聘公司的用戶論壇等等。而論壇維持并提高用戶活躍度的非常重要的一個手段就是通過文本推薦技術向用戶推薦用戶可能感興趣的文本，來提高用戶粘性，增加用戶的訪問頻率和訪問時間，從而達到提高企業熱度、知名度、乃至輿論風險把控等目的

根據大量的調查驗證發現,網絡上的網絡論壇目前的推薦技術基本有兩種，一種是基于TF-IDF的關鍵詞solar/Elasticsearch檢索相似推薦技術(傳統文本推薦技術)，一種是基于用戶和文本畫像的協同過濾推薦技術。第一種文本推薦技術存在死板，過于局限于文本相似，推薦結果沒有擴展性，不能達到推薦的多樣性、蔓延性，在短期之內就可以造成用戶出現厭倦心理，提高用戶活躍度的效果十分有限。第二種文本推薦技術主要得益于大數據技術的快速發展，目前被廣泛應用于各種推薦場景中。通過大數據對用戶標簽矩陣和文本標簽矩陣的計算對用戶進行基于興趣的文本推薦，該方法由于根據用戶的興趣進行推薦，由于通過興趣導向，所以短期內會能夠快速達到提高用戶活躍度的目的，但是由于過于推薦范圍過于狹小，時間久了會造成用戶視野狹小，推薦內容單一，影響用戶瀏覽體驗，反而對用戶活躍度造成損害，而且用戶存在隱私泄露顧慮。另外第二種方法還存在對極端資源需求過大問題。

因此，如何提供一種新的文本推薦的技術方案，就成為了當前需要解決的問題。

發明內容

本發明的目的是提供一種基于語義相似的文本推薦方法及系統，用以解決當前文本推薦系統的推薦內容呆板、延展性低、乏味或使用戶視野狹小，推薦內容過于單調及影響用戶瀏覽體驗等問題。

為實現上述目的，本發明提供了一種基于語義相似的文本推薦方法及系統，包括：

根據采集的論壇文本建立語義識別模型和其他多種類別模型，其中建立各類別模型的步驟包括：對論壇文本進行聚類并生成聚類結果后，根據聚類結果確定用于訓練各類別模型的論壇文本的對應類別模型的類別集；其中，其他多種類別模型包括情感識別模型、情緒識別模型、地理識別模型、情感關鍵詞提取模型、行業識別模型、職位識別模型、性別識別模型、年齡識別模型和/或TF-IDF關鍵詞提取模型；

根據建立的多種類別模型對論壇文本進行訓練生成各打標簽畫像結果信息；

將論壇文本和論壇文本對應的打標簽畫像結果信息，按照一種標簽一列的方式存儲到Elasticsearch中；

對一論壇文本進行畫像生成對應的打標簽畫像結果信息，根據打標簽畫像結果信息中各標簽，在Elasticsearch中進行模糊查詢，完成對該論壇文本的推薦。

本發明還提供了一種基于語義相似的文本推薦系統，包括：

數據采集模塊，用于采集論壇文本信息；