基于新闻异构网络的关系感知新闻推荐方法、系统、设备技术方案

本发明专利技术提供一种基于新闻异构网络的关系感知新闻推荐方法、系统、设备，其中方法首先构建新闻异构网络（各个目标新闻所共同形成的目标新闻异构网络的集合），基于显式关系和隐式关系，使得该新闻异构网络包含所有用户点击新闻和用户候选新闻节点，并融入了异构的多视图新闻信息节点和外部知识节点丰富新闻网络表示，同时利用异构节点分别构建显式连接和隐式连接两种新闻关系，而后基于所提出的新闻异构网络和用户历史行为分别获取细粒度新闻理解表征和用户兴趣表征，如此达成适合用户的新闻推荐，相较于现有技术能够缓解新闻冷启动问题，增强用户兴趣的可解释性和准确性，最终从逻辑上提高新闻推荐的准确性。逻辑上提高新闻推荐的准确性。逻辑上提高新闻推荐的准确性。

【技术实现步骤摘要】
基于新闻异构网络的关系感知新闻推荐方法、系统、设备


[0001]本专利技术涉及新闻推荐
，更为具体地，涉及一种基于新闻异构网络的关系感知新闻推荐方法、系统、电子设备。

技术介绍

[0002]传统的个性化新闻推荐算法主要分成两大模块：新闻理解和用户建模模块。其中，新闻理解通常利用新闻的文本信息、标题信息、主题信息等，通过自然语言处理模型获取数值化的新闻向量表征；用户建模模块则是通过分析用户的历史行为，例如用户点击行为、点赞行为、浏览行为等，获取用户的数值化的偏好向量。最终将候选新闻表征向量和用户偏好向量进行匹配，获取候选新闻的预测得分并用于推荐。个性化新闻推荐算法能够帮助用户在海量新闻中快速寻找到感兴趣的新闻，缓解新闻过载问题。
[0003]近些年来，众多性能突出的个性化新闻推荐算法层出不穷，它们的共同点在于试图分别构建更准确的新闻理解表示和用户偏好表示，进而得到更好的推荐性能。然而随着科技社会的不断发展，新闻发布的速度和数量大幅度提升，现存方法无法适应愈发快速且高效的新闻推荐场景。与其他推荐场景不同，新闻推荐存在着其独有的特点，例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于新闻异构网络的关系感知新闻推荐方法，其特征在于，包括：基于所获取的目标新闻在预设的原新闻异构网络中创建目标新闻节点，获取所述目标新闻的新闻实体，在预先获取的知识图谱集合中获取与所述新闻实体相关的邻居实体，并获取所述新闻实体和所述邻居实体的实体嵌入表征，基于所述嵌入表征在所述原新闻异构网络中查找与所述目标新闻具有相同实体嵌入表征的其他新闻以形成显式关系；对所述目标新闻进行信息提取以获取所述目标新闻的多元信息，根据所述多元信息进行表征学习以获取隐式信息，并在所述原新闻异构网络中查找与所述目标新闻具有相同隐式信息的其他新闻以形成隐式关系；基于所述显式关系连接所述目标新闻节点和所述其他新闻的其他节点，基于所述隐式关系连接所述目标新闻节点与所述其他新闻的其他节点，以形成目标新闻异构网络；通过预设的细粒度新闻理解学习模块根据所述目标新闻异构网络进行理解学习以获取细粒度新闻理解表征；通过预设的可解释用户兴趣提取模块根据所述目标新闻异构网络进行理解学习以获取用户兴趣表征；通过预设的归一化函数对所述细粒度新闻理解表征和所述用户兴趣表征进行归一化计算以获取兴趣概率；对同时期所获取的各个目标新闻的兴趣概率自大到小排列，选取前预设数量个兴趣概率作为大推荐概率，并将与所述大推荐概率相对应的目标新闻作为推荐新闻。2.如权利要求1所述的基于新闻异构网络的关系感知新闻推荐方法，其特征在于，所述获取所述目标新闻的新闻实体，在预先获取的知识图谱集合中获取与所述新闻实体相关的邻居实体，并获取所述新闻实体和所述邻居实体的实体嵌入表征，基于所述嵌入表征在所述原新闻异构网络中查找与所述目标新闻具有相同实体嵌入表征的其他新闻以形成显式关系，包括：在所述目标新闻的新闻文本内容和新闻标题内容中提取实体信息作为所述目标新闻的新闻实体；在预获取的知识图谱集合中获取与所述新闻实体相关的实体信息作为邻居实体；利用TransE技术获取所述新闻实体和所述邻居实体的嵌入表征实体嵌入表征；基于所述嵌入表征在所述原新闻异构网络中查找与所述目标新闻具有相同实体嵌入表征的其他新闻以形成显式关系；所述基于所述显式关系连接所述目标新闻节点和所述其他新闻的其他节点，包括：基于所述显式关系，利用预设的聚合函数汇总各个实体嵌入表征以获取知识层面的新闻连接向量；其中所述新闻连接向量连接具有同一知识实体的两个新闻节点；将所述新闻连接向量映射至实体空间中以获取知识级连接向量，并基于所述知识级连接向量连接所述目标新闻和与所述目标新闻具有相同实体的其他新闻对应的其他节点。3.如权利要求1所述的基于新闻异构网络的关系感知新闻推荐方法，其特征在于，所述多元信息至少包括所述目标新闻的新闻标题、新闻实体、新闻主题和新闻副主题；所述新闻网络节点至少包括新闻标题节点、新闻实体节点、新闻主题节点和新闻副主题节点。4.如权利要求3所述的基于新闻异构网络的关系感知新闻推荐方法，其特征在于，所述根据所述多元信息进行表征学习以获取隐式信息，包括：
根据所述新闻标题进行标题类表征学习以获取标题节点表征，根据所述新闻实体进行实体类表征学习以获取实体节点表征，根据所述新闻主题和新闻副主题进行主题类和副主题类表征学习以获取主题节点表征和副主题节点表征；将所述标题节点表征、所述实体节点表征、所述主题节点表征、所述副主题节点表征作为隐式信息。5.如权利要求4所述的基于新闻异构网络的关系感知新闻推荐方法，其特征在于，所述根据所述新闻标题进行标题类表征学习以获取标题节点表征，包括：通过预设的单词嵌入模型构造关于所述新闻标题的标题嵌入矩阵；其中，所述新闻标题由单词构建而成；通过预设的全连接层基于所述标题嵌入矩阵的构建值向量和询问向量计算所述新闻标题中的各个单词的交互注意力权重，并基于所述各个单词的交互注意力权重获取各个单词的单词表征矩阵；基于所述单词的交互注意力权重和所述各个单词的单词表征矩阵进行聚合处理以获取所述新闻标题的标题节点表征。6.如权利要求5所述的基于新闻异构网络的关系感知新闻推荐方法，其特征在于，所述通...

【专利技术属性】
技术研发人员：李传珍，蒋昊，蔡娟娟，王京玲，王晖，
申请(专利权)人：中国传媒大学，
类型：发明
国别省市：