[發(fā)明專利]一種基于多維度特征的新聞推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210025279.3
• 申請(qǐng)日: 2022-01-11
• 公開（公告）號(hào): CN114357307A
• 公開（公告）日: 2022-04-15
• 發(fā)明（設(shè)計(jì)）人: 郭楠;李金輝;高燊;高天寒
• 申請(qǐng)（專利權(quán)）人: 東北大學(xué)
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F16/9536;G06Q50/00;G06F16/28
• 代理公司: 沈陽(yáng)東大知識(shí)產(chǎn)權(quán)代理有限公司 21109
• 代理人: 李在川

本發(fā)明公開一種基于多維度特征的新聞推薦方法，方法首先構(gòu)建新聞特征提取器，提取新聞特征r_a，包括新聞?lì)悇eID的特征、新聞標(biāo)題文本聚類的類別特征、新聞標(biāo)題特征、圖像特征；然后構(gòu)建用戶特征處理器，將每篇新聞經(jīng)過(guò)注意力網(wǎng)絡(luò)得到的注意力權(quán)重乘以各自的新聞特征，得到用戶特征u，并將用戶特征u和新聞特征r_a相乘得到每篇新聞的點(diǎn)擊概率得分接著構(gòu)造訓(xùn)練集，定義點(diǎn)擊率損失函數(shù)，并將多個(gè)用戶的交互記錄輸入深度學(xué)習(xí)的batch中進(jìn)行深度學(xué)習(xí)模型的訓(xùn)練；最后采用訓(xùn)練好的深度學(xué)習(xí)模型，進(jìn)行首頁(yè)推薦或個(gè)性化推薦。本發(fā)明使用了多種特征去提升新聞推薦的精確性和多樣性。

技術(shù)領(lǐng)域

本發(fā)明涉及新聞推薦技術(shù)領(lǐng)域，尤其涉及一種基于多維度特征的新聞推薦方法。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和人們生活需求的提高，閱讀新聞的用戶數(shù)量一直在增加，人們對(duì)新聞?lì)恆pp的推薦效果也有著越來(lái)越高的要求。

專利CN102929928A提出，使用標(biāo)題和正文內(nèi)容去得到主題特征向量，然后根據(jù)新聞的主題特征向量和用戶行為數(shù)據(jù)去構(gòu)造新聞模型和用戶模型，然后在根據(jù)時(shí)間特征去進(jìn)行個(gè)性化推薦。雖然一定程度上考慮了多種特征，如標(biāo)題、正文、時(shí)間特征，但在模型中真正用于特征抽取的只有標(biāo)題和正文，并未真正的體現(xiàn)出多維，提出的時(shí)間特征，也只是用于推薦時(shí)的一種策略篩選，且用戶在點(diǎn)擊新聞時(shí)一般是先看到標(biāo)題，才去看正文的，并未符合人們的閱讀習(xí)慣。

專利CN111061856A提出，從新聞文本中識(shí)別出實(shí)體，將其與知識(shí)圖譜中的實(shí)體相匹配，利用知識(shí)表示學(xué)習(xí)模型得到實(shí)體和關(guān)系的向量表示，用卷積神經(jīng)網(wǎng)絡(luò)融合新聞的詞向量和實(shí)體向量，從中學(xué)習(xí)新聞的特征，以注意力機(jī)制去得到用戶特征，再將候選新聞特征、用戶特征和路徑特征為輸入，使用多層感知機(jī)計(jì)算候選新聞的點(diǎn)擊概率，最終實(shí)現(xiàn)個(gè)性化推薦。該發(fā)明提出的使用知識(shí)圖譜中的實(shí)體和關(guān)系，雖然在AUC和F1上有很好的提升，但是在實(shí)際工程中，并不是所有的新聞app，都會(huì)事先去搭建知識(shí)圖譜，如果知識(shí)圖譜沒有建立或者過(guò)于稀疏，那么推薦效果就會(huì)降低。

由于上述技術(shù)方案均不能滿足人們對(duì)新聞閱讀推薦問題的需求，因此提出一種新的推薦方法是有必要的。

發(fā)明內(nèi)容

針對(duì)上述現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于多維度特征的新聞推薦方法。

為解決上述技術(shù)問題，本發(fā)明所采取的技術(shù)方案是：一種基于多維度特征的新聞推薦方法，具體過(guò)程如下：

步驟1：構(gòu)建新聞特征提取器，提取新聞特征r_a，過(guò)程如下：

步驟1.1：獲取新聞，從新聞標(biāo)題的文本中提取實(shí)體信息和關(guān)系信息，構(gòu)建知識(shí)圖譜；并從構(gòu)建的知識(shí)圖譜中學(xué)習(xí)實(shí)體向量和關(guān)系向量，計(jì)算每個(gè)實(shí)體的上下文向量的平均值，具體過(guò)程如下：

步驟1.1.1：基于命名實(shí)體識(shí)別技術(shù)對(duì)新聞標(biāo)題進(jìn)行實(shí)體抽取，將抽取得到的實(shí)體組合成新聞實(shí)體集合；

步驟1.1.2：將新聞標(biāo)題和對(duì)應(yīng)的實(shí)體輸入到PCNN中進(jìn)行關(guān)系抽取，形成三元組(h，r，t)；其中，h為頭部實(shí)體、t為尾部實(shí)體，h和t均來(lái)自新聞實(shí)體集合，r為關(guān)系，由PCNN抽取后得到；

步驟1.1.3：以三元組(h，r，t)為基礎(chǔ)構(gòu)建知識(shí)圖譜；

步驟1.1.4：使用知識(shí)圖譜特征學(xué)習(xí)方法，從構(gòu)建的知識(shí)圖譜中學(xué)習(xí)實(shí)體向量和關(guān)系向量；

步驟1.1.5：提取每個(gè)實(shí)體的上下文信息，即獲取每個(gè)實(shí)體在圖譜中的鄰居，并計(jì)算每個(gè)實(shí)體的上下文向量的平均值。

具體計(jì)算公式如下：

context(e)＝{eⁱ|(e，r，eⁱ)∈G or(eⁱ∈G)}