[發(fā)明專利]一種網(wǎng)站文章自定義推薦方法

在審

• 申請?zhí)枺?/td>: 202011578123.5
• 申請日: 2020-12-28
• 公開（公告）號(hào): CN112579908A
• 公開（公告）日: 2021-03-30
• 發(fā)明（設(shè)計(jì)）人: 劉青;連恩楊;李朋;李文靜;沈洪月;張漢勇
• 申請（專利權(quán)）人: 濟(jì)南大象信息技術(shù)有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F40/284;G06F16/22;G06F16/28
• 代理公司: 濟(jì)南格源知識(shí)產(chǎn)權(quán)代理有限公司 37306
• 代理人: 韓洪淼

1.一種網(wǎng)站文章自定義推薦方法，其特征在于，包括：

對文章的內(nèi)容進(jìn)行分詞并提取標(biāo)簽詞組；

通過詞頻逆文檔頻率算法計(jì)算文章標(biāo)簽向量；

通過計(jì)算余弦相似度進(jìn)行文章在線推薦；

使用協(xié)同過濾算法計(jì)算文章興趣度，并進(jìn)行離線推薦。

2.根據(jù)權(quán)利要求1所述的網(wǎng)站文章自定義推薦方法，其特征在于，所述對文章的內(nèi)容進(jìn)行分詞并提取標(biāo)簽詞組，包括：

對文章的內(nèi)容進(jìn)行分詞；

將去除無用詞條后的剩余詞條作為文章的標(biāo)簽詞條。

3.根據(jù)權(quán)利要求2所述的網(wǎng)站文章自定義推薦方法，其特征在于，所述通過詞頻逆文檔頻率算法計(jì)算文章標(biāo)簽向量，包括：

計(jì)算詞頻，公式為

計(jì)算逆向文件頻率，公式為

計(jì)算TFIDFw＝TFw*IDFw，得到關(guān)鍵詞條；

將標(biāo)簽詞條的詞條量設(shè)為標(biāo)簽向量維度；

將標(biāo)簽詞條之外的新的標(biāo)簽向量的值設(shè)為0；

輸出文章標(biāo)簽向量：vec_a＝[0.001,...0.002,..,0]，其中a代表文章a。

4.根據(jù)權(quán)利要求3所述的網(wǎng)站文章自定義推薦方法，其特征在于，所述通過計(jì)算余弦相似度進(jìn)行文章在線推薦，包括：

通過文章標(biāo)簽向量計(jì)算余弦相似度，公式為其中a,b分別代表進(jìn)行計(jì)算的兩篇文章；

根據(jù)余弦相似度匹配當(dāng)前文章的相關(guān)文章，并過濾掉標(biāo)題相似的相關(guān)文章，得到在線推薦文章；

在線推薦文章按照所述相似度排序，在用戶點(diǎn)擊刷新或者重新打開網(wǎng)站時(shí)優(yōu)先展示在線推薦文章。

5.根據(jù)權(quán)利要求1所述的網(wǎng)站文章自定義推薦方法，其特征在于，所述使用協(xié)同過濾算法計(jì)算文章興趣度，并進(jìn)行離線推薦，包括：

利用余弦相似度計(jì)算用戶兩兩之間的用戶相似度；

公式為：μ，υ為兩個(gè)不同的用戶；

使用協(xié)同過濾算法將相近興趣的用戶分在一組；

為任一用戶共享推薦組內(nèi)成員看過的文章。

6.根據(jù)權(quán)利要求5所述的網(wǎng)站文章自定義推薦方法，其特征在于，所述方法還包括：

篩選與當(dāng)前用戶的用戶相似度匹配較高的若干個(gè)用戶；

獲取所述若干個(gè)用戶閱讀過的離線推薦文章，并過濾掉當(dāng)前用戶閱讀過的文章；

將離線推薦文章按照用戶相似度加權(quán)求和之后排序，并在用戶隔天登錄時(shí)優(yōu)先展示。

7.根據(jù)權(quán)利要求1所述的網(wǎng)站文章自定義推薦方法，其特征在于，所述方法還包括：

文章內(nèi)容存儲(chǔ)到mysql數(shù)據(jù)庫，并設(shè)置文章ID為索引；

記錄用戶閱讀日志并存儲(chǔ)到kafka數(shù)據(jù)庫，所述閱讀日志包括：用戶ID和文章ID和閱讀時(shí)間。

8.根據(jù)權(quán)利要求1所述的網(wǎng)站文章自定義推薦方法，其特征在于，所述方法還包括：

網(wǎng)站按照文章大類進(jìn)行文章展示，設(shè)置類別ID表示文章類別。