[發明專利]提案聯名人推薦方法、系統、計算機設備及可讀存儲介質

有效

• 申請號: 202210406163.4
• 申請日: 2022-04-18
• 公開（公告）號: CN114491296B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 劉躍華
• 申請（專利權）人: 湖南正宇軟件技術開發有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/35;G06F16/31;G06N3/00;G06Q10/10
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 趙小龍

本發明公開了一種提案聯名人推薦方法、系統、計算機設備及可讀存儲介質，屬于信息處理技術領域。該提案聯名人推薦方法首先是用戶興趣建模，采用TF?IDF逆文檔權重算法并結合信息時效性，提取各文檔關鍵詞，通過K?means算法進行文本聚類，獲取提案熱點，完成興趣建模；然后，通過改進鯨魚優化算法得到提案用戶的TopN最近鄰用戶；最后，根據提案用戶的N近鄰用戶，計算所有近鄰用戶感興趣新聞的并集U，采用核密度估計法對U中所有的新聞進行興趣分布計算，即提案用戶的興趣偏好，結合新聞的時效性值加權得到提案推薦值，根據提案推薦值的大小完成提案聯名人推薦。

技術領域

本發明涉及計算機技術領域，具體是一種提案聯名人推薦方法、系統、計算機設備及可讀存儲介質。

背景技術

隨著計算機技術的發展，傳統人工作業逐漸被計算機給替代，在會議開展時，提案是參與人員履行職責最重要也是最有效的形式，這些提案代表了人員的心聲，也反應了人員對熱點話題、機構制度的發聲最直觀的方式。

參會人員在提交提案時，為了增加提案的關注度，往往會邀請其他參會人員一起作為聯名人提交提案。聯名提案，反映出參會人員們的共同關注與期待，讓建言的呼聲更響亮。然而現實中，很多參會人員在邀請聯名人時，往往忽視了聯名提案的真實目的，通常是邀請自己最熟悉的其他參會人員作為聯名人，邀請的聯名人往往對當前提案并不關注，顯然不能提高聯名的作用。

發明內容

針對上述現有技術中的不足，本發明提供一種提案聯名人推薦方法、系統、計算機設備及可讀存儲介質，通過一系列的數據分析、精準推薦服務，幫助參會人員履職更精準和高效，而且利用計算機平臺精準推薦與當前提案相關的參會人員作為聯名人，顯然比個人主觀邀請的方式，更能提高聯名提案的效果。

本發明的創新性主要體現在：將信息時效性應用在關鍵詞權重計算和用戶對新聞的興趣度計算上；改進了傳統鯨魚優化算法，并將其應用在提案聯名推薦當中，增強了整體算法的收斂性，實現了更加精準的提案聯名人推薦。

為實現上述目的，本發明提供一種提案聯名人推薦方法，包括如下步驟：

步驟1，以各類新聞數據庫為基礎建立數據集，應用TF-IDF逆文檔權重算法并結合新聞時效性，綜合加權，提取數據集中各條新聞的關鍵詞；

步驟2，采用K-means算法對步驟1提取的文本聚類，并基于提案用戶的提案主題完成興趣建模；

步驟3，計算提案用戶對包含提案主題的各條新聞文檔的興趣度；

步驟4，選取N條提案用戶的感興趣新聞，將所有用戶對此N條新聞的隱反饋行為（即用戶點擊數，瀏覽時間等網上公開數據集）和提案用戶對此N條新聞的興趣度分別作為鯨魚算法的輸入，得到提案用戶的TopN最近鄰用戶；

步驟5，根據提案用戶的N個近鄰用戶，計算所有近鄰用戶感興趣新聞的并集U，采用核密度估計法，計算提案用戶對并集U中所有新聞的興趣分布；

步驟6，將并集U中每一條新聞的時效性與提案用戶對并集U中每一條新聞的感興趣程度加權得到各條新聞的提案推薦值，將提案推薦值從大到小排序，選取前M個提案推薦值所對應的新聞，將N個近鄰用戶中對所選取新聞感興趣的用戶標記為提案聯名人，推薦給提案用戶，完成提案聯名人推薦。

在其中一個實施例，步驟1具體包括：

收集各類新聞數據庫的新聞數據，創建數據集；

切分新聞詞條，確定類別標簽向量，應用TF-IDF逆文檔權重算法做總詞頻統計，計算每個詞條的TF值和IDF值，相乘得到TF-IDF值，并按從大到小排序；

采用負指數模型計算每條新聞的時效性；

將每條新聞中各詞條的TF-IDF值與該新聞的時效性進行加權，得到每條新聞中各詞條的權值，并基于各詞條的權值提取各新聞的關鍵詞。

在其中一個實施例，所述計算提案用戶對包含提案主題的各條新聞文檔的興趣度，具體為：