文章推荐方法及其装置制造方法及图纸

本发明专利技术提出一种文章推荐方法及其装置，其中，方法包括：获取文章的用户行为数据和属性信息；根据属性信息和文章的用户行为数据，获取每个用户的重要性权重；根据文章的用户行为数据和每个用户的重要性权重，获取每个文章的重要性权重；根据文章的重要性权重，从所有文章中获取推荐文章并向用户推送推荐文章。该方法通过根据文章的用户行为数据，即用户之间的互动信息，获取能够反映用户知识水平的用户重要性权重，再根据用户之间的互动信息和用户重要性权重，获得文章的重要性权重，根据文章的重要程度推荐文章，避免了人为干预，减少了人工成本，保证了文章的质量和文章的多样化。

【技术实现步骤摘要】
文章推荐方法及其装置
本专利技术涉及信息处理领域，尤其涉及一种文章推荐方法及其装置。
技术介绍
目前，人们交流知识的方式多种多样，如现场交流方式，或者在知识社区进行互动交流。知识社区的主要功能在于知识分享，由知识拥有者向知识需求者传播，而知识拥有者和知识需求者本身角色又存在交叉，拥有知识的人同时也是需求知识的人，需求知识的人同时也可能是拥有知识的人。随着IT技术的快速发展，知识社区更多的以互联网的方式展现，使用IT技术搭建知识社区网站，相关人员注册网站并共同使用该社区。知识拥有者可以通过发表文章传播知识。知识社区中的知识浩如海洋，可通过推荐文章的方式方便用户获取知识。现有技术中，主要通过两种方式推荐文章。一是，根据用户的喜好、用户关注的内容和用户经常点击查看的知识内容匹配更多的相关文章，不断的推荐给用户进行知识学习。二是，由专业人士梳理和推荐价值高的文章。第一种方式，可以推荐用户喜爱看的文章，但是对用户的推荐比较单一，导致用户的知识获取面狭窄，由于用户关注的知识相关文章数量有限，文章质量也无法保证，并且在用户平时很少关注的领域，即使有非常好的知识文章分享，用户可能也无法获得，对用户的本文档来自技高网...

【技术保护点】
一种文章推荐方法，其特征在于，包括：获取文章的用户行为数据和属性信息；根据所述属性信息和所述文章的用户行为数据，获取每个用户的重要性权重；根据所述文章的用户行为数据和每个用户的重要性权重，获取每个文章的重要性权重；根据所述文章的重要性权重，从所有文章中获取推荐文章并向用户推送所述推荐文章。

【技术特征摘要】
1.一种文章推荐方法，其特征在于，包括：获取文章的用户行为数据和属性信息；根据所述属性信息和所述文章的用户行为数据，获取每个用户的重要性权重；根据所述文章的用户行为数据和每个用户的重要性权重，获取每个文章的重要性权重；根据所述文章的重要性权重，从所有文章中获取推荐文章并向用户推送所述推荐文章。2.根据权利要求1所述的方法，其特征在于，所述根据所述属性信息和所述文章的用户行为数据，获取每个用户的重要性权重，包括：根据所述属性信息从所有文章中，确定出每个用户所发表的文章；根据每个用户所发表的文章的用户行为数据，获取两两用户之间的第一影响权重；基于两两用户之间的所述第一影响权重迭代计算出每个用户的重要性权重。3.根据权利要求2所述的方法，其特征在于，所述根据每个用户所发表的文章的用户行为数据，获取两两用户之间的第一影响权重，包括：从第j个用户所发表的文章对应的用户行为数据中，获取第i个用户对应的用户行为数据；其中，1≤i，j≤N，i，j以及N为正整数；根据第i个用户的用户行为数据，获取第i个用户对第j个用户的第一影响权重；所述基于两两用户之间的所述第一影响权重迭代计算出每个用户的重要性权重，包括：将第i个用户对每个用户的所述第一影响权重进行求和，得到第一影响总权重；获取第i个用户对第j个用户的所述第一影响权重与所述第一影响总权重的比值，将所述比值作为两两用户之间的第二影响权重；根据获取到的所有两两用户之间的第二影响权重，构成一个权重矩阵；其中，所述权重矩阵中的第i行表示第i个用户与每个用户之间的第二影响权重；从预设的初始重要性权重向量开始，对每次获取到的权重矩阵进行迭代计算，直到重要性权重向量收敛；根据收敛后的所述重要性权重向量确定每个用户的重要性权重；其中，所述重要性权重向量中一维向量元素代表一个用户的重要性权重。4.根据权利要求3所述的方法，其特征在于，所述从第j个用户所发表的文章对应的用户行为数据中，获取第i个用户对应的用户行为数据，包括：针对第j个用户所发表的文章对应的每个用户行为数据，提取每个用户行为数据对应的身份信息，根据所述身份信息确定出每个...

【专利技术属性】
技术研发人员：金志宇，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁,21