【技术实现步骤摘要】
本专利技术涉及人工智能新闻推荐，特别涉及一种基于知识感知和用户多兴趣特征表示的新闻推荐方法及系统。
技术介绍
1、随着互联网的兴起，人们虽然可以接收到更加多样化的信息，用户接收到更多泛滥的消息，如何将新闻或消息更准确地推荐给合适的用户是值得探索的问题。新闻文本推荐技术具有筛选和过滤新闻的能力，支持在海量信息中挖掘用户行为模式并予以个性化推荐，能够极大满足人们对于了解日常社会信息的需求。相较于商品推荐，新闻推荐具有如下特点：第一，用户需求具有时效性。新闻是对新近发生事实的报道，时间和内容都要新，历史报道的新闻一般不需要再被推荐，基于id的协同过滤推荐算法在应用时有其局限性。第二，用户需求具有关联性。新闻中包含概念、事件等多样关键词，这些关键词往往存在协同、共现等关联，加强对新闻关键词以及其关联的理解将有利于对用户兴趣的表示。第三，用户需求具有多样性。新闻具有鲜明的话题特性，可以通过用户历史浏览新闻文本集合中的全局共性信息来表现，反映了用户对于新闻浏览的多样兴趣。因此，根据新闻文本数据特点，要实现满足用户多样兴趣的新闻文本推荐，就需要广泛建...
【技术保护点】
1.一种基于知识感知和用户多兴趣特征表示的新闻推荐方法，其特征在于，包含：
2.根据权利要求1所述的基于知识感知和用户多兴趣特征表示的新闻推荐方法，其特征在于，通过对各新闻文本中实体及语义的向量化处理获取历史新闻集合中新闻语义特征向量，包含：
3.根据权利要求2所述的基于知识感知和用户多兴趣特征表示的新闻推荐方法，其特征在于，通过对各新闻文本中实体及语义的向量化处理获取候选新闻集合中的新闻语义特征向量，包含：
4.根据权利要求1所述的基于知识感知和用户多兴趣特征表示的新闻推荐方法，其特征在于，通过对各新闻文本中实体及语义的向量化处理...
【技术特征摘要】
1.一种基于知识感知和用户多兴趣特征表示的新闻推荐方法，其特征在于，包含：
2.根据权利要求1所述的基于知识感知和用户多兴趣特征表示的新闻推荐方法，其特征在于，通过对各新闻文本中实体及语义的向量化处理获取历史新闻集合中新闻语义特征向量，包含：
3.根据权利要求2所述的基于知识感知和用户多兴趣特征表示的新闻推荐方法，其特征在于，通过对各新闻文本中实体及语义的向量化处理获取候选新闻集合中的新闻语义特征向量，包含：
4.根据权利要求1所述的基于知识感知和用户多兴趣特征表示的新闻推荐方法，其特征在于，通过对各新闻文本中实体及语义的向量化处理获取多兴趣特征向量，包含：
5.根据权利要求1所述的基于知识感知和用户多兴趣特征表示的新闻推荐方法，其特征在于，通过对各新闻文本中实体及语义的向量化处理获取新闻实体特征向量，包含：
6...
【专利技术属性】
技术研发人员：左宗，陈静，吴建萍，谭磊，张蕾，王婧，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：
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。