用户主题推荐方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种用户主题推荐方法、装置、计算机设备及存储介质，所述方法包括：接收用户推荐指令，获取用户唯一标识码和近期主题清单；获取与用户唯一标识码关联的所有兴趣标签，同时获取与用户唯一标识码关联的符合预设停留时长的所有历史主题；将所有近期主题和所有兴趣标签输入第一文本相似度度量模型，计算每个近期主题与所有兴趣标签的第一相似度值，并输出相关主题；将所有相关主题和所有历史主题输入第二文本相似度度量模型，计算每个相关主题与所有历史主题的第二相似度值，输出推荐主题；在用户界面显示所有推荐主题。本发明专利技术实现了快速地、准确地提供给用户真正感兴趣的新闻主题的访问体验，提升了用户的体验满意度。

【技术实现步骤摘要】
用户主题推荐方法、装置、计算机设备及存储介质
本专利技术涉及数据处理领域，尤其涉及一种用户主题推荐方法、装置、计算机设备及存储介质。
技术介绍
随着互联网技术的发展，新闻行业正经历着巨变，新闻主题正日趋海量化。为了让用户更容易地找到自己感兴趣的新闻主题，新闻推荐系统应运而生。现有技术中，在新闻推荐系统里大部分通过对用户访问的新闻主题的分类进行统计，根据统计访问最多的新闻主题的分类进行推荐，但是由于新闻主题的分类过于广泛，缺乏针对性，一个新闻主题的分类包含很多个方向的新闻主题，因此，无法精确地在近期的新闻主题中识别出与用户感兴趣的主题相似的新闻主题。
技术实现思路
本专利技术提供一种用户主题推荐方法、装置、计算机设备及存储介质，实现了快速地、准确地提供给用户真正感兴趣的新闻主题的访问体验，提升了用户的体验满意度。一种用户主题推荐方法，包括：接收用户推荐指令，获取用户唯一标识码和近期主题清单；其中，所述近期主题清单包含若干个近期主题；获取与所述用户唯一标识码关联的所有兴趣标签，同时获取与所述用户唯一标识码本文档来自技高网...

【技术保护点】
1.一种用户主题推荐方法，其特征在于，包括：/n接收用户推荐指令，获取用户唯一标识码和近期主题清单；其中，所述近期主题清单包含若干个近期主题；/n获取与所述用户唯一标识码关联的所有兴趣标签，同时获取与所述用户唯一标识码关联的符合预设停留时长的所有历史主题；/n将所有所述近期主题和所有所述兴趣标签输入第一文本相似度度量模型，通过所述第一文本相似度度量模型计算每个所述近期主题与所有所述兴趣标签的第一相似度值，并输出相关主题；所述相关主题是指已进行去重处理且所述第一相似度值达到第一阈值的所述近期主题；/n将所有所述相关主题和所有所述历史主题输入第二文本相似度度量模型，通过所述第二文本相似度度量模型计...

【技术特征摘要】
1.一种用户主题推荐方法，其特征在于，包括：
接收用户推荐指令，获取用户唯一标识码和近期主题清单；其中，所述近期主题清单包含若干个近期主题；
获取与所述用户唯一标识码关联的所有兴趣标签，同时获取与所述用户唯一标识码关联的符合预设停留时长的所有历史主题；
将所有所述近期主题和所有所述兴趣标签输入第一文本相似度度量模型，通过所述第一文本相似度度量模型计算每个所述近期主题与所有所述兴趣标签的第一相似度值，并输出相关主题；所述相关主题是指已进行去重处理且所述第一相似度值达到第一阈值的所述近期主题；
将所有所述相关主题和所有所述历史主题输入第二文本相似度度量模型，通过所述第二文本相似度度量模型计算每个所述相关主题与所有所述历史主题的第二相似度值，输出推荐主题；所述推荐主题是指已进行去重处理且所述第二相似度值达到第二阈值的所述相关主题；
将所有所述推荐主题在所述用户唯一标识码对应的客户端的用户界面显示。


2.如权利要求1所述的用户主题推荐方法，其特征在于，所述接收用户推荐指令用户推荐指令，获取用户唯一标识码和近期主题清单，包括：
获取所述用户推荐指令中的地址定位信息和所述用户唯一标识码；
根据所述地址定位信息，获取与所述地址定位信息相匹配的所述近期主题清单。


3.如权利要求1所述的用户主题推荐方法，其特征在于，所述获取与所述用户唯一标识码关联的所有兴趣标签之前，包括：
获取所述用户唯一标识码关联的所有主题及主题对应的访问时间；
根据每个所述主题对应的所述访问时间距离当前时间的时长，确定每个所述主题的时间衰减系数；
将所有所述主题及其对应的所述时间衰减系数输入预设的向量空间模型，通过TF-IDF算法，所述向量空间模型提取出所有所述主题的词语特征，根据所有所述词语特征以及与每一个所述词语特征对应的时间衰减系数，得到分类标签及其对应的分类标签权重；
根据所有所述分类标签权重，对所有所述分类标签由大到小进行排序，将排序后的所有所述分类标签中序列在先的预设个数的所述分类标签确定为所述兴趣标签。


4.如权利要求1所述的用户主题推荐方法，其特征在于，所述将所有所述近期主题和所有所述兴趣标签输入第一文本相似度度量模型，通过所述第一文本相似度度量模型计算每个所述近期主题与所有所述兴趣标签的第一相似度值，包括：
获取所述近期主题和所述兴趣标签，同时获取所述近期主题的第一句长和所述兴趣标签的第二句长；
通过所述第一文本相似度度量模型中的第一编辑距离模型，得到所述近期主题和所述兴趣标签的第一编辑距离相似度值；
通过所述第一文本相似度度量模型中的第一Jaccard距离模型，得到所述近期主题和所述兴趣标签的第一Jaccard距离相似度值；
通过所述第一文本相似度度量模型中的第一Word2Vec模型，得到所述近期主题和所述兴趣标签的第一余弦相似度值；
根据所述第一句长和所述第二句长，确定所述近期主题和所述兴趣标签的第一编辑距离权重、第一Jaccard距离权重和第一Word2Vec权重；
将所述第一编辑距离相似度值、所述第一Jaccard距离相似度值、所述第一余弦相似度值、所述第一编辑距离权重、所述第一Jaccard距离权重和所述第一Word2Vec权重输入所述第一文本相似度度量模型中的相似度融合模型，得到所述近期主题与所述兴趣标签的所述第一相似度值。


5.如权利要求4所述的用户主题推荐方法，其特征在于，所述根据所述第一句长和所述第二句长，确定所述近期主题和所述兴趣标签的第一编辑距离权重、第一Jaccard距离权重和第一Word2Vec权重，包括：
将所述第一句长和所述第二句长相加，获得总句长；
若所述第一句长大于预设长度值，则所述第一编辑距离权重为第一参数与所述总句长的比值，所述第一Word2Vec权重为一与两倍的所述第一编辑距离权重之间的差值，且所述第一Jaccard距离权重与所述第一编辑距离权重相等；其中，所述第一参数小于所述总句长；
若所述第一句长小于且等于预设长度值，则所述第一编辑距离权重为第二参数除以所述总句长，所述第一Jaccard距离权重与...

【专利技术属性】
技术研发人员：周君君，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：广东;44