【技术实现步骤摘要】
本申请涉及内容推荐领域，特别涉及一种金融内容推荐方法、系统、存储介质和电子设备。
技术介绍
1、对于投资者用户而言，他们在查看推荐内容时，主要是想获得一些有益于其投资决策的信息，即一些有投顾价值的内容。一篇内容的投顾价值主要分为两个方面：一是分析过去至今的走势：帮助投资者分析金融标的重大涨跌事件的发生原因。二是分析最新数据、事件、消息对于金融标的后续走势的影响。
2、由于目前市面上没有很好的方法量化一篇金融内容的投顾价值，因此只能通过待推荐内容的热度、时效性、用户偏好等间接性因素作为推荐算法的因子。因此，投资者在内容推荐的场景中并不总是能看到对其投资决策有帮助的内容
技术实现思路
1、本申请的目的是提供一种金融内容推荐方法、系统、存储介质和电子设备，将投顾价值作为因子引入金融内容推荐算法，实现金融内容推荐精准投放。
2、为解决上述技术问题，本申请提供一种金融内容推荐方法，具体技术方案如下：
3、确定待推荐文章和目标用户关注的金融标的对象；
4、确定所述金融标的对象的涨跌相关信息，计算所述待推荐文章与所述涨跌相关信息的异动原因解释度；所述异动原因解释用于表征所述待推荐文章对金融资产涨跌原因的解释程度；
5、计算所述待推荐文章对金融资产的内容利好度和内容利空度；
6、根据所述异动原因解释度、所述内容利好度和所述内容利空度确定所述金融标的对象的投顾价值；
7、根据所述待推荐文章包含的每个金融标的对象的投顾
8、根据各所述待推荐文章对应的所述内容投顾价值确定金融推荐内容。
9、可选的，确定目标用户关注的金融标的对象的过程包括：
10、根据金融标的对象的详情页面月均浏览频率、月均点击量和月均浏览时长确定目标用户对金融标的对象的关注程度；
11、根据所述关注程度确定目标用户关注的金融标的对象。
12、可选的，所述确定所述金融标的对象的涨跌相关信息，计算所述待推荐文章与所述涨跌相关信息的异动原因解释度包括：
13、确定所述金融标的对象的相关内容集合；
14、通过提示词应用语言模型判定与最新异动事件发生原因的涨跌关联程度；所述关联程度包括高相关、低相关和无相关；
15、将全部所述高相关、所述低相关和无相关的原文内容部分去重并汇总，得到高相关提炼文本、低相关提炼文本和无相关提炼文本；
16、利用向量相似度算法分别计算所述待推荐文章与所述高相关提炼文本、所述低相关提炼文本和所述无相关提炼文本的第一语义相似度s1、第二语义相似度s2和第三语义相似度s3；
17、分别确定所述第一语义相似度s1的第一权重系数w1、所述第二语义相似度s2的第二权重系数w2和所述第三语义相似度s3的第三权重系数w3；
18、根据所述第一语义相似度s1与所述第一权重系数w1的乘积、所述第二语义相似度s2与所述第二权重系数w2的乘积、所述第三语义相似度s3与所述第三权重系数w3计算所述待推荐文章与所述涨跌相关信息的异动原因解释度。
19、可选的，所述计算所述待推荐文章对金融资产的内容利好度和内容利空度包括：
20、对所述相关内容集合中的每篇金融内容，检测所述金融内容中对所述金融标的对象具有利好或利空的原文内容；
21、利用第二语言模型判定各所述原文内容的内容利好度或内容利空度。
22、可选的，所述第二语言模型的训练过程包括：
23、构建选定金融标的对象在设定时间段内的所有金融文章；
24、利用提示词应用初始模型从所述金融文章中提取对所述金融标的对象的涨跌存在关联的疑似原文内容；
25、将所述疑似原文内容作为训练集；
26、根据所述选定金融标的对象在所述设定时间段之后的涨跌表现过滤所述训练集，以移除与所述涨跌表现相斥的疑似原文内容；
27、基于所述训练集训练所述初始模型，得到所述第二语言模型。
28、可选的，根据所述选定金融标的对象在所述设定时间段之后的涨跌表现过滤所述训练集，以移除与所述涨跌表现相斥的相似原文内容之后，还包括：
29、利用所述初始模型确定所述训练集中可解释所述涨跌表现的目标原文内容；
30、应用所述目标原文内容构成最终训练集。
31、可选的，根据所述待推荐文章包含的每个金融标的对象的投顾价值计算所述待推荐文章对所述目标用户的内容投顾价值包括：
32、根据所述目标用户对各金融标的对象的关注程度确定各金融标的对象的投顾价值计算系数；
33、根据待推荐文章包含的各金融标的对象的投顾价值计算系数和对应的投顾价值确定所述待推荐文章对所述目标用户的内容投顾价值。
34、本申请还提供一种金融内容推荐系统，包括：
35、对象确定模块，用于确定待推荐文章和目标用户关注的金融标的对象；
36、异动原因解释度计算模块，用于确定所述金融标的对象的涨跌相关信息，计算所述待推荐文章与所述涨跌相关信息的异动原因解释度；所述异动原因解释用于表征所述待推荐文章对金融资产涨跌原因的解释程度；
37、内容相关性计算模块，用于计算所述待推荐文章对金融资产的内容利好度和内容利空度；
38、投顾价值计算模块，用于根据所述异动原因解释度、所述内容利好度和所述内容利空度确定所述金融标的对象的投顾价值；
39、内容推荐模块，用于根据所述待推荐文章包含的每个金融标的对象的投顾价值计算所述待推荐文章对所述目标用户的内容投顾价值，并根据各所述待推荐文章对应的所述内容投顾价值确定金融推荐内容。
40、本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法的步骤。
41、本申请还提供一种电子设备，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上所述的方法的步骤。
42、本申请提供一种金融内容推荐方法，包括：确定待推荐文章和目标用户关注的金融标的对象；确定所述金融标的对象的涨跌相关信息，计算所述待推荐文章与所述涨跌相关信息的异动原因解释度；所述异动原因解释用于表征所述待推荐文章对金融资产涨跌原因的解释程度；计算所述待推荐文章对金融资产的内容利好度和内容利空度；根据所述异动原因解释度、所述内容利好度和所述内容利空度确定所述金融标的对象的投顾价值；根据所述待推荐文章包含的每个金融标的对象的投顾价值计算所述待推荐文章对所述目标用户的内容投顾价值；根据各所述待推荐文章对应的所述内容投顾价值确定金融推荐内容。
43、本申请通过计算金融标的对象的涨跌相关信息，以及待推荐文章与涨跌相关信息的异动原因解释度，以及内容利好度和内容利空度，能够量化待推荐文章对于金融标的本文档来自技高网...
【技术保护点】
1.一种金融内容推荐方法，其特征在于，包括：
2.根据权利要求1所述的金融内容推荐方法，其特征在于，确定目标用户关注的金融标的对象的过程包括：
3.根据权利要求1所述的金融内容推荐方法，其特征在于，所述确定所述金融标的对象的涨跌相关信息，计算所述待推荐文章与所述涨跌相关信息的异动原因解释度包括：
4.根据权利要求3所述的金融内容推荐方法，其特征在于，所述计算所述待推荐文章对金融资产的内容利好度和内容利空度包括：
5.根据权利要求4所述的金融内容推荐方法，其特征在于，所述第二语言模型的训练过程包括：
6.根据权利要求5所述的金融内容推荐方法，其特征在于，根据所述选定金融标的对象在所述设定时间段之后的涨跌表现过滤所述训练集，以移除与所述涨跌表现相斥的相似原文内容之后，还包括：
7.根据权利要求2所述的金融内容推荐方法，其特征在于，根据所述待推荐文章包含的每个金融标的对象的投顾价值计算所述待推荐文章对所述目标用户的内容投顾价值包括：
8.一种金融内容推荐系统，其特征在于，包括：
9.一种计算
10.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1-7任一项所述的金融内容推荐方法的步骤。
...【技术特征摘要】
1.一种金融内容推荐方法，其特征在于，包括：
2.根据权利要求1所述的金融内容推荐方法，其特征在于，确定目标用户关注的金融标的对象的过程包括：
3.根据权利要求1所述的金融内容推荐方法，其特征在于，所述确定所述金融标的对象的涨跌相关信息，计算所述待推荐文章与所述涨跌相关信息的异动原因解释度包括：
4.根据权利要求3所述的金融内容推荐方法，其特征在于，所述计算所述待推荐文章对金融资产的内容利好度和内容利空度包括：
5.根据权利要求4所述的金融内容推荐方法，其特征在于，所述第二语言模型的训练过程包括：
6.根据权利要求5所述的金融内容推荐方法，其特征在于，根据所述选定金融标的对象在所述设定时间段之...
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。