一种新闻推荐方法技术

本公开涉及一种新闻推荐方法

【技术实现步骤摘要】
一种新闻推荐方法、系统及设备


[0001]本公开涉及新闻推荐算法的
，具体涉及一种新闻推荐方法
、
系统及设备
。

技术介绍

[0002]新闻作为获取信息的主流渠道之一，，在信息时代，电子新闻逐渐取代纸质报纸，成为新闻的主要载体，但网络上的电子新闻数据量繁多，如何针对目标用户，根据目标用户的用户信息和用户习惯，为目标用户推送感兴趣的新闻，是用户实现高效获取新闻信息及提升用户体验的关键，现有技术中的新闻推荐算法多针对社会新闻，结合用户阅读记录
、
新闻热度和阅读量等指标为用户推送新闻
。
[0003]高校用户，如学生
、
教师作为校内新闻的主要阅读群体之一，上述现有技术中的新闻推荐算法不能完全满足高校用户的使用需求，因为不同校内用户群体对新闻的关注焦点和阅读频次并不相同，社会新闻与校内新闻的推送需求存在较大差异，因而，提供一种更适用于校内新闻
、
高校用户的新闻推荐方法，是本领域技术人员的实际需求
。

技术实现思路

[0004]为了解决上述现有技术存在的问题，本公开目的在于提供一种新闻推荐方法
、
系统及设备
。
本公开针对高校的应用场景，结合校内新闻及高校用户的特征，可更有效
、
更具有针对性地为高校用户提供新闻推送服务，可提升高校用户的新闻信息获取效率及使用体验
。
[0005]本公开所述的一种新闻推荐方法，包括以下步骤：
[0006]S01、
为待推荐的新闻的各项评价指标配置对应的权重，所述评价指标包括目标用户对该新闻的阅读偏好属性以及该新闻的新闻数据属性；
[0007]S02、
获取目标用户对其中一个待推荐的新闻的各项评价指标，结合各项评价指标对应的权重进行加权运算，获得该待推荐的新闻对该目标用户的推荐值；
[0008]S03、
重复步骤
S02
直至获得所有待推荐的新闻对该目标用户的推荐值；
[0009]S04、
根据各新闻的推荐值，按降序排列生成新闻推荐队列，按照所生成的新闻推荐队列的顺序为目标用户推送新闻
。
[0010]优选地，步骤
S01
具体为：
[0011]定义每个待推荐的新闻均为一个评价对象，分别记为
S1,S2,...,S
n
(n>1)
，定义一个评价对象的各项评价指标分别记为
X1,X2,...,X
m
(m>1)
，将每个评价指标
X
i
(i∈(1,m))
按照数值区间范围分为
k
个等级，分别记为
P1,P2,...,P
k
(k>1)
，为每个等级对应配置一个权重
w
，分别记为
w1,w2,...,w
k
。
[0012]优选地，步骤
S01
中，定义其中一个待推荐的新闻的所属分类为目标新闻分类，该新闻所包含的关键词为目标关键词；
[0013]目标用户对该新闻的阅读偏好属性包括：目标用户在一定时间段内对该目标新闻分类的阅读次数
、
目标用户对该目标新闻分类的最后阅读时刻距离当前时刻的时间间隔
、
目标用户在一定时间段内对该目标关键词阅读次数
、
目标用户对该目标关键词的最后阅读时刻距离当前时刻的时间间隔
、
目标用户对该新闻的阅读状态以及该新闻的发布单位与目标用户所在单位的关系；
[0014]该新闻的新闻数据属性包括：该新闻的发布时间距离当前时刻的时间间隔以及该新闻的累计阅读次数
。
[0015]优选地，所述目标用户在一定时间段内对该目标新闻分类的阅读次数按如下步骤获取：
[0016]定义待推荐的新闻的所属分类为目标新闻分类
T
，统计目标用户在当前
N1天内阅读属于目标新闻分类
T
的至少一个新闻
T1,...T
q
(q≥1)
，每个新闻对应的阅读次数依次为
C1,...C
q
(q≥1)
，则目标用户在当前
N1天内对该目标新闻分类的阅读次数
X1表示为：
[0017]X1＝
C1+C2+...+C
q
；
[0018]目标用户对该目标新闻分类的最后阅读时刻距离当前时刻的时间间隔按如下步骤获取：
[0019]获取目标用户对该目标新闻分类的最后阅读时刻记为
D
x
，当前时刻记录为
D
now
，则目标用户对该目标新闻分类的最后阅读时刻距离当前时刻的时间间隔
X2表示为：
[0020]X2＝
D
now
‑
D
x
；
[0021]目标用户在一定时间段内对该目标关键词阅读次数表示目标用户在当前
N2天内浏览的所有新闻中目标关键词的出现次数，按如下步骤获取：
[0022]定义目标关键词为
K1,...K
r
(r≥1)
，目标用户在当前
N2天内阅读过包含所述目标关键词的新闻次数依次为
C1′
,...C
r
′
(r≥1)
，则目标用户在当前
N2天内对该目标关键词阅读次数
X3表示为：
[0023][0024]目标用户对该目标关键词的最后阅读时刻距离当前时刻的时间间隔按如下步骤获取：
[0025]定义目标关键词为
K1,...K
r
(r≥1)
，目标用户阅读包含所述目标关键词的最后时刻分别为
D1,...D
r
(r≥1)
，当前时刻记录为
D
now
，则目标用户对该目标关键词的最后阅读时刻距离当前时刻的时间间隔
X4表示为：
[0026]X4＝
min{z}|D
z
‑
D
now
|,z∈[1,r]；
[0027]目标用户对该新闻的阅读状态表示为
X5，按如下步骤获取：
[0028]若目标用户未阅读该新闻，则令阅读状态
X5＝
R0，若目标用户已阅读该新闻，则令阅读状态
X5＝
R1；
[0029]该新闻的发布单位与目标用户所在单位的关系表示为
X6，按如下步骤获取：
[0030]若该新闻的发布单位与目标用户所在单位一致，则令
X6＝
R
′0，若该新闻的发布单位与目标用户所在单位存在隶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种新闻推荐方法，其特征在于，包括以下步骤：
S01、
为待推荐的新闻的各项评价指标配置对应的权重，所述评价指标包括目标用户对该新闻的阅读偏好属性以及该新闻的新闻数据属性；
S02、
获取目标用户对其中一个待推荐的新闻的各项评价指标，结合各项评价指标对应的权重进行加权运算，获得该待推荐的新闻对该目标用户的推荐值；
S03、
重复步骤
S02
直至获得所有待推荐的新闻对该目标用户的推荐值；
S04、
根据各新闻的推荐值，按降序排列生成新闻推荐队列，按照所生成的新闻推荐队列的顺序为目标用户推送新闻
。2.
根据权利要求1所述新闻推荐方法，其特征在于，步骤
S01
具体为：定义每个待推荐的新闻均为一个评价对象，分别记为
S1,S2,...,S
n
(n>1)
，定义一个评价对象的各项评价指标分别记为
X1,X2,...,X
m
(m>1)
，将每个评价指标
X
i
(i∈(1,m))
按照数值区间范围分为
k
个等级，分别记为
P1,P2,...,P
k
(k>1)
，为每个等级对应配置一个权重
w
，分别记为
w1,w2,...,w
k
。3.
根据权利要求2所述新闻推荐方法，其特征在于，步骤
S01
中，定义其中一个待推荐的新闻的所属分类为目标新闻分类，该新闻所包含的关键词为目标关键词；目标用户对该新闻的阅读偏好属性包括：目标用户在一定时间段内对该目标新闻分类的阅读次数
、
目标用户对该目标新闻分类的最后阅读时刻距离当前时刻的时间间隔
、
目标用户在一定时间段内对该目标关键词阅读次数
、
目标用户对该目标关键词的最后阅读时刻距离当前时刻的时间间隔
、
目标用户对该新闻的阅读状态以及该新闻的发布单位与目标用户所在单位的关系；该新闻的新闻数据属性包括：该新闻的发布时间距离当前时刻的时间间隔以及该新闻的累计阅读次数
。4.
根据权利要求3所述新闻推荐方法，其特征在于，所述目标用户在一定时间段内对该目标新闻分类的阅读次数按如下步骤获取：定义待推荐的新闻的所属分类为目标新闻分类
T
，统计目标用户在当前
N1天内阅读属于目标新闻分类
T
的至少一个新闻
T1,...T
q
(q≥1)
，每个新闻对应的阅读次数依次为
C1,...C
q
(q≥1)
，则目标用户在当前
N1天内对该目标新闻分类的阅读次数
X1表示为：
X1＝
C1+C2+...+C
q
；目标用户对该目标新闻分类的最后阅读时刻距离当前时刻的时间间隔按如下步骤获取：获取目标用户对该目标新闻分类的最后阅读时刻记为
D
x
，当前时刻记录为
D
now
，则目标用户对该目标新闻分类的最后阅读时刻距离当前时刻的时间间隔
X2表示为：
X2＝
D
now
‑
D
x
；目标用户在一定时间段内对该目标关键词阅读次数表示目标用户在当前
N2天内浏览的所有新闻中目标关键词的出现次数，按如下步骤获取：定义目标关键词为
K1,...K
r
(r≥1)
，目标用户在当前
N2天内阅读过包含所述目标关键词的新闻次数依次为
C1′
,...C
r
′
(r≥1)
，则目标用户在当前
N2天内对该目标关键词阅读次数
X3表示为：
目标用户对该目标关键词的最后阅读时刻距离当前时刻的时间间隔按如下步骤获取：定义目标关键词为
K1,...K
r
(r≥1)
，目标用户阅读包含所述目标关键词的最后时刻分别为
D1,...D
r
(r≥1)<...

【专利技术属性】
技术研发人员：任刚，王东宏，舒畅，高涛，李振伟，
申请(专利权)人：联奕科技股份有限公司，
类型：发明
国别省市：