本申请公开了一种基于多特征融合的新闻推荐方法，该方法包括：在达到向目标用户进行新闻推荐的触发条件时，获得待推荐新闻集合中每条待推荐新闻的多特征向量；确定目标用户的用户画像；基于用户画像与待推荐新闻集合中每条待推荐新闻的主题特征向量，确定第一推荐结果；基于目标用户的当前浏览新闻与待推荐新闻集合中每条待推荐新闻的关键词向量、标题与摘要特征向量，确定第二推荐结果；根据第一推荐结果和第二推荐结果，确定最终推荐结果，并推荐给目标用户。应用本申请所提供的技术方案，推荐给用户的新闻更符合用户的兴趣，更有针对性，提升了用户的浏览体验。本申请还公开了一种基于多特征融合的新闻推荐装置，具有相应技术效果。
【技术实现步骤摘要】
一种基于多特征融合的新闻推荐方法及装置
本申请涉及计算机应用
，特别是涉及一种基于多特征融合的新闻推荐方法及装置。
技术介绍
随着计算机技术和互联网技术的快速发展，网络的使用频率越来越高，网络中各种新闻也越来越多，网络新闻具有更强的时效性，能够给人们带来更多便利，人们也更倾向于在网络中浏览各种新闻。目前，各新闻网站多是将所有新闻罗列出来供用户浏览。但是不同用户的兴趣爱好可能不同，对于新闻的兴趣点也就不同。针对于每个用户而言，大量的新闻可能都毫无用处。用户在进行新闻浏览时需要耗费较多时间和较大精力去识别哪些新闻是自己需要的、感兴趣的，哪些新闻是无用的。使得用户的新闻浏览体验较差。综上所述，如何向用户推荐其感兴趣的新闻，提升用户的浏览体验，是目前本领域技术人员急需解决的技术问题。
技术实现思路
本申请的目的是提供一种基于多特征融合的新闻推荐方法及装置，以有针对性地向用户推荐其感兴趣的新闻，提升用户的浏览体验。为解决上述技术问题，本申请提供如下技术方案：一种基于多特征融合的新闻推荐方法，包括：在达到向目标用户进行新闻推荐的触发条件时，获得待推荐新闻集合中每条待推荐新闻的多特征向量，所述多特征向量包括主题特征向量、关键词向量、标题与摘要特征向量；确定所述目标用户的用户画像；基于所述用户画像与所述待推荐新闻集合中每条待推荐新闻的主题特征向量，确定第一推荐结果；基于所述目标用户的当前浏览新闻与所述待推荐新闻集合中每条待推荐新闻的关键词向量、标题与摘要特征向量，确定第二推荐结果；根据所述第一推荐结果和所述第二推荐结果，确定最终推荐结果，并推荐给所述目标用户。在本申请的一种具体实施方式中，所述确定所述目标用户的用户画像，包括：获得所述目标用户的历史浏览新闻集合的K个主题特征向量，所述历史浏览新闻集合中包含K条历史浏览新闻，每条历史浏览新闻具有相应的主题特征向量，K为正整数；基于所述历史浏览新闻集合的K个主题特征向量，形成所述目标用户的用户画像。在本申请的一种具体实施方式中，所述基于所述历史浏览新闻集合的K个主题特征向量，形成所述目标用户的用户画像，包括：将所述历史浏览新闻集合的K个主题特征向量进行求和处理，获得所述历史浏览新闻集合的总主题特征向量；将所述历史浏览新闻集合的总主题特征向量的每一维除以K，获得所述历史浏览新闻集合的平均化主题特征向量；将所述平均化主题特征向量确定为所述目标用户的用户画像。在本申请的一种具体实施方式中，所述获得所述目标用户的历史浏览新闻集合的K个主题特征向量，包括：在数据库中查询获得所述目标用户的历史浏览新闻集合的K个主题特征向量。在本申请的一种具体实施方式中，所述确定所述目标用户的用户画像，包括：如果所述目标用户没有历史浏览新闻，则初始化一个均值向量；将所述均值向量确定为所述目标用户的用户画像。在本申请的一种具体实施方式中，所述基于所述用户画像与所述待推荐新闻集合中每条待推荐新闻的主题特征向量，确定第一推荐结果，包括：分别计算所述待推荐新闻集合中每条待推荐新闻的主题特征向量与所述用户画像的点积；根据点积结果确定第一推荐结果。在本申请的一种具体实施方式中，所述基于所述目标用户的当前浏览新闻与所述待推荐新闻集合中每条待推荐新闻的关键词向量、标题与摘要特征向量，确定第二推荐结果，包括：确定所述目标用户的当前浏览新闻的关键词向量、标题与摘要特征向量；对所述当前浏览新闻的关键词向量与所述待推荐新闻集合中每条待推荐新闻的关键词向量进行相似度计算；对所述当前浏览新闻的标题与摘要特征向量与所述待推荐新闻集合中每条待推荐新闻的关键词向量进行相似度计算；根据相似度计算结果，确定第二推荐结果。在本申请的一种具体实施方式中，所述根据所述第一推荐结果和所述第二推荐结果，确定最终推荐结果，包括：将所述第一推荐结果和所述第二推荐结果中浏览量大于预设浏览量阈值的新闻，确定为最终推荐结果。在本申请的一种具体实施方式中，所述浏览量为所述目标用户所属用户群的浏览量。一种基于多特征融合的新闻推荐装置，包括：多特征向量获得模块，用于在达到向目标用户进行新闻推荐的触发条件时，获得待推荐新闻集合中每条待推荐新闻的多特征向量，所述多特征向量包括主题特征向量、关键词向量、标题与摘要特征向量；用户画像确定模块，用于确定所述目标用户的用户画像；第一推荐结果确定模块，用于基于所述用户画像与所述待推荐新闻集合中每条待推荐新闻的主题特征向量，确定第一推荐结果；第二推荐结果确定模块，用于基于所述目标用户的当前浏览新闻与所述待推荐新闻集合中每条待推荐新闻的关键词向量、标题与摘要特征向量，确定第二推荐结果；新闻推荐模块，用于根据所述第一推荐结果和所述第二推荐结果，确定最终推荐结果，并推荐给所述目标用户。应用本申请实施例所提供的技术方案，在达到向目标用户进行新闻推荐的触发条件时，获得待推荐新闻集合中每条待推荐新闻的多特征向量，确定目标用户的用户画像，基于用户画像与待推荐新闻集合中每条待推荐新闻的主题特征向量，确定第一推荐结果，基于目标用户的当前浏览新闻与待推荐新闻集合中每条待推荐新闻的关键词向量、标题与摘要特征向量，确定第二推荐结果，然后根据第一推荐结果和第二推荐结果，确定出最终推荐结果，推荐给目标用户。也就是说，最终推荐结果中不仅包含与用户的用户画像相匹配的推荐结果，还包含与用户的当前浏览新闻相匹配的推荐结果，更符合用户的兴趣，更有针对性，使得用户在浏览新闻时不需要耗费较多时间和精力进行筛选即可浏览到自己感兴趣的新闻，提升了用户的浏览体验。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例中一种基于多特征融合的新闻推荐方法的实施流程图；图2为本申请实施例中第一推荐结果确定过程示意图；图3为本申请实施例中一种基于多特征融合的新闻推荐装置的结构示意图。具体实施方式为了使本
的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。参见图1所示，为本申请实施例所提供的一种基于多特征融合的新闻推荐方法的实施流程图，该方法可以包括以下步骤：S110：在达到向目标用户进行新闻推荐的触发条件时，获得待推荐新闻集合中每条待推荐新闻的多特征向量。多特征向量包括主题特征本文档来自技高网...
【技术保护点】
1.一种基于多特征融合的新闻推荐方法，其特征在于，包括：/n在达到向目标用户进行新闻推荐的触发条件时，获得待推荐新闻集合中每条待推荐新闻的多特征向量，所述多特征向量包括主题特征向量、关键词向量、标题与摘要特征向量；/n确定所述目标用户的用户画像；/n基于所述用户画像与所述待推荐新闻集合中每条待推荐新闻的主题特征向量，确定第一推荐结果；/n基于所述目标用户的当前浏览新闻与所述待推荐新闻集合中每条待推荐新闻的关键词向量、标题与摘要特征向量，确定第二推荐结果；/n根据所述第一推荐结果和所述第二推荐结果，确定最终推荐结果，并推荐给所述目标用户。/n
【技术特征摘要】
1.一种基于多特征融合的新闻推荐方法，其特征在于，包括：
在达到向目标用户进行新闻推荐的触发条件时，获得待推荐新闻集合中每条待推荐新闻的多特征向量，所述多特征向量包括主题特征向量、关键词向量、标题与摘要特征向量；
确定所述目标用户的用户画像；
基于所述用户画像与所述待推荐新闻集合中每条待推荐新闻的主题特征向量，确定第一推荐结果；
基于所述目标用户的当前浏览新闻与所述待推荐新闻集合中每条待推荐新闻的关键词向量、标题与摘要特征向量，确定第二推荐结果；
根据所述第一推荐结果和所述第二推荐结果，确定最终推荐结果，并推荐给所述目标用户。
2.根据权利要求1所述的方法，其特征在于，所述确定所述目标用户的用户画像，包括：
获得所述目标用户的历史浏览新闻集合的K个主题特征向量，所述历史浏览新闻集合中包含K条历史浏览新闻，每条历史浏览新闻具有相应的主题特征向量，K为正整数；
基于所述历史浏览新闻集合的K个主题特征向量，形成所述目标用户的用户画像。
3.根据权利要求2所述的方法，其特征在于，所述基于所述历史浏览新闻集合的K个主题特征向量，形成所述目标用户的用户画像，包括：
将所述历史浏览新闻集合的K个主题特征向量进行求和处理，获得所述历史浏览新闻集合的总主题特征向量；
将所述历史浏览新闻集合的总主题特征向量的每一维除以K，获得所述历史浏览新闻集合的平均化主题特征向量；
将所述平均化主题特征向量确定为所述目标用户的用户画像。
4.根据权利要求2所述的方法，其特征在于，所述获得所述目标用户的历史浏览新闻集合的K个主题特征向量，包括：
在数据库中查询获得所述目标用户的历史浏览新闻集合的K个主题特征向量。
5.根据权利要求1所述的方法，其特征在于，所述确定所述目标用户的用户画像，包括：
如果所述目标用户没有历史浏览新闻，则初始化一个均值向量；
将所述均值向量确定为所述目标用户的用户画像。
6.根据权利要求1所述的方法...
【专利技术属性】
技术研发人员：刘洋，张恒龑，王轩，张伟哲，夏文，张加佳，漆舒汉，唐琳琳，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。