[發(fā)明專利]一種基于話題識別的物品信息推送方法、系統(tǒng)及存儲介質

在審

• 申請?zhí)枺?/td>: 202110023421.6
• 申請日: 2021-01-08
• 公開（公告）號: CN112765459A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設計）人: 張凱;周建設;王偉麗;劉杰;冀俊宇
• 申請（專利權）人: 首都師范大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/33;G06F40/284
• 代理公司: 北京清控智云知識產權代理事務所(特殊普通合伙) 11919
• 代理人: 管士濤

1.一種基于話題識別的物品信息推送方法，其特征在于：所述方法包括：

S1，基于用戶的注冊信息及使用習慣給用戶畫像，確定出用戶關注的話題集合U；

S2，基于話題識別算法獲取新的網絡話題集合New；

S3，逐一計算所述集合U與所述集合New中的各話題的相似度；

S4，若所述集合New中的話題與所述集合U中的任一話題相似度大于閾值，則向用戶推送與所述集合New中的所述話題對應的購物信息。

2.根據權利要求1所述的方法，其特征在于：所述步驟S2具體包括如下步驟：

S21，實時采集不同類別的網絡文檔；

S22，先對每篇所述網絡文檔進行預料分詞，然后保留有實際意義的分詞，篩除停用詞和單個字，所述有實際意義的分詞包括名詞、動詞、形容詞；然后，再從保留的分詞中選擇特征詞構建話題模型，并計算特征詞權重，其中，所述特征詞包括關鍵詞元和普通特征詞；

S23，基于步驟S22獲得的數據計算文檔S與歷史話題的相似度，如果該文檔與歷史話題相似度小于預設值，則使用文檔S建立一個新話題，直至完成所有網絡文檔的相似度計算，構建出新的網絡話題集合New。

3.根據權利要求2所述的方法，其特征在于：所述步驟S22中采用向量空間模型來構建話題模型：

V(d)＝(t₁,w₁(d)；…；t_i,w_i(d)；…；t_n,w_n(d)

其中，t_i是從文檔d中選出的特征項，w_i(d)為t_i在文檔d中的權重。

4.根據權利要求3所述的方法，其特征在于：所述步驟S22中計算特征詞權重，包括：

首先根據人工設立的網絡熱詞庫篩選出關鍵詞元，對于關鍵詞元按如下公式計算權重：

W_i(keyword)＝W_i(d)+W_i(d)/3

其中，式中Len(T)為文章長度，W_i為關鍵詞第i次在文本中出現(xiàn)的位置；

其余特征詞的權重采用如下經典的tf-idf權重計算公式:

其中，tf_i表示關鍵詞t_i在文檔d中出現(xiàn)的頻率；N表示用于特征提取的全部訓練文本的文檔總數；nt_i表示出現(xiàn)關鍵詞t_i的文檔數。

5.根據權利要求4所述的方法，其特征在于：所述步驟S23中相似度的計算公式為：

其中，ω_i(d)和ω_i(T)分別是文檔d和話題T中特征項t_i的權重。

6.根據權利要求1所述的方法，其特征在于：所述步驟S3中采用歐式距離、余弦相似度、Jaccard相似度算法計算話題間的所述相似度。

7.根據權利要求1所述的方法，其特征在于：所述步驟S4還包括：若所述集合New中存在多個相似度大于閾值的話題，則基于所述多個相似度計算各話題之間的推送比重，并基于所述推送比重確定所述推送購物信息的顯示順序和/或位置。

8.一種基于話題識別的物品信息推送系統(tǒng)，其特征在于：所述系統(tǒng)包括用戶畫像單元、網絡話題識別單元、比對單元、購物信息推送單元；

用戶畫像單元，用于基于用戶的注冊信息及使用習慣給用戶畫像，確定出用戶關注的話題集合U；

網絡話題識別單元，用于基于話題識別算法獲取新的網絡話題集合New；

比對單元，用于逐一計算所述集合U與所述集合New中的各話題的相似度；

購物信息推送單元，用于若所述集合New中的話題與所述集合U中的任一話題相似度大于閾值，則向用戶推送與所述集合New中的所述話題對應的購物信息。