[發明專利]一種情報推送方法、裝置及存儲設備、程序

有效

• 申請號: 201911423117.X
• 申請日: 2019-12-31
• 公開（公告）號: CN111143694B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 尹寶生;秦航;張龍龍
• 申請（專利權）人: 沈陽航空航天大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/335;G06F40/30
• 代理公司: 北京國坤專利代理事務所(普通合伙) 11491
• 代理人: 趙紅霞

1.一種情報推送方法，其特征在于，所述方法包括如下步驟：

收集用戶背景信息、用戶的情報偏好程度并獲取情報庫的推薦情報信息；

將所述用戶背景信息與所述推薦情報信息通過特征詞進行特征向量化表示，并根據二者的向量表示計算相似度后獲得潛在候選推送集；

對所述推薦情報信息進行語義分析并協同用戶的情報偏好程度計算相似度，推送符合用戶興趣偏好的語義候選集；

將所述潛在候選推送集與所述語義候選集進行權重比例分配后獲得推送結果；

將所獲得的推送結果推送給用戶；

對所述推薦情報信息進行語義分析并協同用戶的情報偏好程度推送符合用戶興趣偏好的語義候選集，具體包括：

將通過特征詞進行特征向量化表示的推薦情報信息通過WMD模型計算推薦情報信息之間的語義相似度，根據語義相似度與用戶的情報偏好程度協同計算相似度；

根據語義相似度與用戶的情報偏好程度協同計算相似度，具體包括:

根據收集到的用戶的情報偏好程度獲得項目合集，根據計算獲得的語義相似度得到相似情報集，根據交集的長度降序排序；

根據交集的情報內容進行二次篩選；將交集個數一致的候選集通過相應的偏好程度這一特征值進行二次細排序。

2.根據權利要求1所述的情報推送方法，其特征在于，將所述用戶背景信息與所述推薦情報信息通過特征詞進行特征向量化表示，并根據二者的向量表示計算相似度后獲得潛在候選推送集，具體包括：

(1)將用戶背景信息通過特征提取進行特征向量化；

(2)將推薦情報信息提取特征詞并進行向量化表示；

(3)將上述兩個步驟得到的向量進行余弦相似度計算，獲得候選推送集。

3.根據權利要求1所述的情報推送方法，其特征在于，將所述潛在候選推送集與所述語義候選集進行權重比例分配后獲得推送結果，具體為：將基于用戶背景信息得到的用戶與情報的相似度與基于情報語義內容過濾得到的相似度進行線性融合，融合函數如下，

Z_u,p＝u_u,p×α+v_u,p×(1-α)

其中，其中u_u,p表示基于用戶背景信息得到的用戶與情報的相似度，v_u,p表示基于情報語義內容過濾得到的相似度，融合相似度計算方式中二者所占的比重通過參數α來調節，其值域為[0,1]，Z_u,p表示權值為α的混合相似度計算得到的推薦結果。

4.一種情報推送裝置，其特征在于，

信息獲取單元：用于收集用戶背景信息、用戶的情報偏好程度并獲取情報庫的推薦情報信息；

第一計算單元：用于將所述用戶背景信息與所述推薦情報信息通過特征詞進行特征向量化表示，并根據二者的向量表示計算相似度后獲得潛在候選推送集；

第二計算單元：用于對所述推薦情報信息進行語義分析并協同用戶的情報偏好程度計算相似度，推送符合用戶興趣偏好的語義候選集；

第三計算單元：用于將所述潛在候選推送集與所述語義候選集進行權重比例分配后獲得推送結果；

推送單元：用于將所獲得的推送結果推送給用戶；

對所述推薦情報信息進行語義分析并協同用戶的情報偏好程度推送符合用戶興趣偏好的語義候選集，具體包括：

將通過特征詞進行特征向量化表示的推薦情報信息通過WMD模型計算推薦情報信息之間的語義相似度，根據語義相似度與用戶的情報偏好程度協同計算相似度；

根據語義相似度與用戶的情報偏好程度協同計算相似度，具體包括:

根據收集到的用戶的情報偏好程度獲得項目合集，根據計算獲得的語義相似度得到相似情報集，根據交集的長度降序排序；

根據交集的情報內容進行二次篩選；將交集個數一致的候選集通過相應的偏好程度這一特征值進行二次細排序。

5.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有指令，當所述指令在終端設備上運行時，使得所述終端設備執行權利要求1-3任一項所述的情報推送方法。