CN114741608A - 基于用户画像的新闻推荐方法、装置、设备及存储介质 - Google Patents
基于用户画像的新闻推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114741608A CN114741608A CN202210505213.4A CN202210505213A CN114741608A CN 114741608 A CN114741608 A CN 114741608A CN 202210505213 A CN202210505213 A CN 202210505213A CN 114741608 A CN114741608 A CN 114741608A
- Authority
- CN
- China
- Prior art keywords
- news
- vector
- user
- candidate
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000013598 vector Substances 0.000 claims abstract description 224
- 230000015654 memory Effects 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 230000004913 activation Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及人工智能技术,揭露一种基于用户画像的新闻推荐方法,包括:根据用户数据构建用户画像;提取新闻数据中的关键词,将关键词与新闻数据拼接得到新闻词条,其中,新闻数据包括用户历史新闻和候选新闻;对新闻词条进行编码,得到用户历史新闻对应的历史新闻向量和候选新闻对应的候选新闻向量;利用第一注意力模型将历史新闻向量编码为第一新闻偏向向量;利用第二注意力模型将第一新闻偏向向量和候选新闻向量编码为第二新闻偏向向量;根据第二新闻偏向向量、候选新闻向量和用户画像计算用户对候选新闻的偏好程度,按照偏好程度对用户进行新闻推荐。本发明还提出一种基于用户画像的新闻推荐装置、设备及介质。本发明可以提高新闻推荐精确度。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于用户画像的新闻推荐方法、装置、电子设备及计算机可读存储介质。
背景技术
新闻等内容推荐方法,大概包括两方面内容:召回和排序。召回是指对大量的内容进行初筛,得到少数的候选内容;排序是指根据用户偏好和用户特征对候选内容进行预测和推荐,推荐的内容根据预测的偏好程度从高至低进行排列。现有的推荐方法主要有:
1、将用户的点击历史新闻的id直接输入至推荐模型进行建模训练,从而得到新闻的编码,这种建模方式要求线上新闻必须存在对应的id,而对于新的点击内容id的生成无法保证,进而无法对每日新入库的item进行编码;
2、通过对新闻标题进行编码,间接得到新闻的编码,无需等待生成对应的id再进行编码;但是,首先,此方法仅通过建模新闻标题得到新闻表征,并未对新闻内容做处理,损失了很多有效信息;其次,在用户编码时,仅仅根据用户浏览历史新闻得到用户的兴趣表征,无论候选新闻是什么,用户兴趣向量固定,忽视了用户历史浏览新闻对候选新闻的影响程度。
综上所述,现有技术的新闻推荐方法中存在新闻表征内容生成迟缓、代表性不足、用户兴趣表征参考维度单一的问题,进而导致基于用户的新闻推荐的精确度较低。
发明内容
本发明提供一种基于用户画像的新闻推荐方法、装置及计算机可读存储介质,其主要目的在于解决进行新闻推荐时的精确度较低的问题。
为实现上述目的,本发明提供的一种基于用户画像的新闻推荐方法,包括:
获取新闻数据和用户数据,并根据用户数据构建用户画像,其中,所述新闻数据包括用户历史新闻和候选新闻;
提取所述新闻数据中的关键词,并将所述关键词与所述新闻数据进行拼接,得到新闻词条;
对所述新闻词条进行编码,得到所述用户历史新闻对应的历史新闻向量和所述候选新闻对应的候选新闻向量;
利用预设的第一注意力模型将所述历史新闻向量编码为第一新闻偏向向量;
利用预设的第二注意力模型将所述第一新闻偏向向量和所述候选新闻向量编码为第二新闻偏向向量;
根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像计算用户对所述候选新闻的偏好程度,并按照所述偏好程度对用户进行新闻推荐。
可选地,所述根据用户数据构建用户画像,包括:
对所述用户数据进行语义分析,生成多个语义特征;
从所述多个语义特征中逐个选取其中一个特征为目标特征;
对所述目标特征进行向量转换,得到目标特征的特征向量;
将每一个语义特征的特征向量进行向量拼接,得到用户画像。
可选地,所述提取所述新闻数据中的关键词,包括:
对所述新闻数据进行分词处理,得到新闻分词;
对所述新闻分词进行词频统计,选取词频统计大于预设阈值的新闻分词作为候选词;
根据所述候选词在预设的词频统计表中提取对应的词频值;
根据所述词频值对所述候选词设置权重,并选取所述权重大于预设阈值的候选词为关键词。
可选地,所述将所述关键词与所述新闻数据进行拼接,得到新闻词条,包括:
提取所述新闻数据中的新闻标题;
将所述新闻标题与所述关键词进行字段拼接;
判断拼接后的字段长度是否小于或等于预设阈值;
当拼接后的字段长度大于预设阈值时,将拼接后的字段截取至预设长度,并将截取后的字段作为新闻词条;
当拼接后的字段长度小于或等于预设阈值时,将拼接后的字段作为新闻词条。
可选地,所述利用预设的第一注意力模型将所述历史新闻向量编码为第一新闻偏向向量,包括:
根据预设的权重集合对所述历史新闻向量进行计算,得到多个基础向量;
对所述多个基础向量进行N次线性变换,并分别将N次线性变换后的结果输入所述第一注意力模型中的注意力网络中进行注意力编码,得到多个输出结果;
将所述输出结果进行拼接,并对拼接后的结果进行线性变换,得到第一新闻偏向向量。
可选地,所述利用预设的第二注意力模型将所述第一新闻偏向向量和所述候选新闻向量编码为第二新闻偏向向量,包括:
利用所述第二注意力模型中的双向LSTM网络对所述第一新闻偏向向量和所述候选新闻向量进行前向编码和后向编码;
将前向编码和后向编码的结果进行拼接,得到拼接向量;
利用所述第二注意力模型中的嵌入单向LSTM的注意力网络对所述拼接向量进行解码,得到第二新闻偏向向量。
可选地,所述根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像计算用户对所述候选新闻的偏好程度,包括:
对所述根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像进行卷积,得到联合向量;
将所述联合向量进行预设次数的全连接处理,得到全连接向量;
并利用预设的激活函数对所述全连接向量进行计算,得到的候选新闻的预测概率。
为了解决上述问题,本发明还提供一种基于用户画像的新闻推荐装置,所述装置包括:
用户画像构建模块,用于获取新闻数据和用户数据,并根据用户数据构建用户画像,其中,所述新闻数据包括用户历史新闻和候选新闻;
新闻词条生成模块,用于提取所述新闻数据中的关键词,并将所述关键词与所述新闻数据进行拼接,得到新闻词条;
向量编码模块,用于对所述新闻词条进行编码,得到所述用户历史新闻对应的历史新闻向量和所述候选新闻对应的候选新闻向量;利用预设的第一注意力模型将所述历史新闻向量编码为第一新闻偏向向量;利用预设的第二注意力模型将所述第一新闻偏向向量和所述候选新闻向量编码为第二新闻偏向向量;
新闻推荐模块,用于根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像计算用户对所述候选新闻的偏好程度,并按照所述偏好程度对用户进行新闻推荐。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述所述的基于用户画像的新闻推荐方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于用户画像的新闻推荐方法。
本发明实施例通过构建用户画像,将用户的长期习惯和兴趣考虑进新闻推荐之中,提高了对用户进行新闻推荐的精确性;通过提前新闻数据的关键词,并将关键词与新闻数据进行拼接,使得到的新闻词条对于新闻数据更具有代表性;通过引用注意力模型对新闻向量进行计算和分析,使新闻向量的生成和新闻推荐更加准确;通过在生成用户偏向向量的过程中加入候选新闻向量,使得得到的用户偏向向量能够具有候选新闻的表征能力。因此本发明提出的基于用户画像的新闻推荐方法、装置、电子设备及计算机可读存储介质,可以解决进行新闻推荐时的精确度较低的问题。
附图说明
图1为本发明一实施例提供的基于用户画像的新闻推荐方法的流程示意图;
图2为本发明一实施例提供的生成第一新闻偏向向量的流程示意图;
图3为本发明一实施例提供的生成第二新闻偏向向量的流程示意图;
图4为本发明一实施例提供的基于用户画像的新闻推荐装置的功能模块图;
图5为本发明一实施例提供的实现所述基于用户画像的新闻推荐方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于用户画像的新闻推荐方法。所述基于用户画像的新闻推荐方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于用户画像的新闻推荐方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的基于用户画像的新闻推荐方法的流程示意图。在本实施例中,所述基于用户画像的新闻推荐方法包括:
S1、获取新闻数据和用户数据,并根据用户数据构建用户画像,其中,所述新闻数据包括用户历史新闻和候选新闻;
本发明实施例中,所述新闻数据包括用户历史新闻和候选新闻,所述用户历史新闻为用户以往所浏览的历史新闻内容,所述候选新闻为需要进行新闻推荐的新闻内容;所述用户数据为用户的基础数据内容,例如:性别、年龄、婚姻状况等。
本发明实施例中,所述根据用户数据构建用户画像,包括:
对所述用户数据进行语义分析,生成多个语义特征;
从所述多个语义特征中逐个选取其中一个特征为目标特征;
对所述目标特征进行向量转换,得到目标特征的特征向量;
将每一个语义特征的特征向量进行向量拼接,得到用户画像。
本发明实施例中,可依次从所述多个语义特征中选取目标特征,或者,利用随机不放回的方法从所述多个语义特征中选取目标特征。
本发明实施例中,可预先构建的语义分析模型对用户数据进行语义分析。
详细地,所述语义分析模型包括但不限于NLP(Natural Language Processing,自然语言处理)模型、HMM(Hidden Markov Model,隐马尔科夫模型)。
本发明实施例中,所述对所述用户数据进行语义分析的过程为:所述用户数据进行分词处理,利用预先构建的语义分析模型对将分词后的数据进行卷积、池化等操作,以提取该所述用户数据的低维特征表达,再将提取到的低维特表达征映射至预先构建的高维空间,得到该低维特征的高维特征表达,利用预设的激活函数对所述高维特征表达进行选择性地输出,得到多个语义特征。
本发明实施例中,可通过预设的向量转换模型对所述目标特征进行向量转换,得到目标特征的特征向量,所述向量转换模型包括但不限于word2vec模型、Bert模型。
本发明实施例中,逐一提取每一个语义特征的特征向量之后,将每一个语义特征的特征向量的向量长度进行统一化,再将每一个语义特征的特征向量进行向量拼接,得到用户画像。
例如,语义特征A的特征向量a为[11,36,22],语义特征B的特征向量b为[14,25,31,27],经过统计可知,特征向量a的向量长度为3,特征向量b的向量长度为4,第二向量长度大于第一向量长度,则可利用预设参数(如0)对所述第一语义向量进行向量延长,直至所述第一向量长度与所述第二向量长度相等,得到延长后的第一语义向量[11,36,22,0]。
本发明实施例中,可通过将两个向量中对应列元素相加的形式将所述两个向量进行列维度合并。
例如,语义特征A的特征向量a为[11,36,22,0],语义特征B的特征向量b为[14,25,31,27],则可将所述特征向量a与所述特征向量b中对应列的元素进行相加,得到用户画像[25,61,53,27]。
本发明另一实施例中,还可通过将两个向量中对应列元素进行并行展示的方式,利用两个向量生成矩阵,进而实现向量间的列维度合并。
例如,语义特征A的特征向量a为[11,36,22,0],语义特征B的特征向量b为[14,25,31,27],则可将所述特征向量a与所述特征向量b中对应列的元素进行并行展示,得到矩阵并将该矩阵作为用户画像。
S2、提取所述新闻数据中的关键词,并将所述关键词与所述新闻数据进行拼接,得到新闻词条;
本发明实施例中,所述新闻数据包括用户历史新闻和候选新闻,所述用户历史新闻和所述候选新闻都包括新闻正文和新闻标题;所述新闻词条为代表对应新闻(用户历史新闻或所述候选新闻)关键内容的文本组合。
本发明实施例中,所述提取所述新闻数据中的关键词,包括:
对所述新闻数据进行分词处理,得到新闻分词;
对所述新闻分词进行词频统计,选取词频统计大于预设阈值的新闻分词作为候选词;
根据所述候选词在预设的词频统计表中提取对应的词频值;
根据所述词频值对所述候选词设置权重,并选取所述权重大于预设阈值的候选词为关键词。
本发明实施例中,所述词频统计表为根据用户的历史浏览新闻,进行分词、词频统计等处理而生成的总的词频表。
本发明一可选实施中,关键词可以通过topical rank算法进行提取,其中主要包括利用page rank算法构建词语的共线关系图;利用LDA算法计算候选词的权重;最终根据权重排序确定关键词。
本发明实施例中通过筛选候选词,并对候选词设置权重,使得最终获得的关键词准确性更高,更具有代表性。
本发明另一可选实施例中,关键词可以通过对所述新闻数据的新闻分词进行词频统计,根据词频统计结果的排序确定关键词。
本发明实施例中,所述将所述关键词与所述新闻数据进行拼接,得到新闻词条,包括:
提取所述新闻数据中的新闻标题;
将所述新闻标题与所述关键词进行字段拼接;
判断拼接后的字段长度是否小于或等于预设阈值;
当拼接后的字段长度大于预设阈值时,将拼接后的字段截取至预设长度,并将截取后的字段作为新闻词条;
当拼接后的字段长度小于或等于预设阈值时,将拼接后的字段作为新闻词条。
本发明实施例中,通过将关键词与新闻数据进行拼接,使得到的新闻词条相对于新闻数据来说更具有代表性,是新闻词条具有更多的新闻有效信息,防止仅使用新闻标题表示新闻内容所带来的片面性和不准确性。
S3、对所述新闻词条进行编码,得到所述用户历史新闻对应的历史新闻向量和所述候选新闻对应的候选新闻向量;
本发明实施例中,所述对所述新闻词条进行编码的方法包括,但不限于one-hot、n-gram、Word2vec。
具体地,本发明实施例中利用网络投影层将新闻词条映射至多维空间,使新闻词条的每一词或字转换为具有固定维度的向量,并将所述具有固定维度的向量首尾顺次相连或者进行向量相加,得到向量集合,对所述向量集合进行全连接处理,在通过激活函数(例如softmax)进行计算,得到新闻向量。
本发明其中一个实际应用场景中,可以通过对新闻词条进行word embedding空间映射编码实现对所述新闻词条进行编码,得到初始向量,再通过注意力机制模型初始向量进行注意力编码,得到新闻向量。
S4、利用预设的第一注意力模型将所述历史新闻向量编码为第一新闻偏向向量;
本发明实施例中,所述第一注意力模型可以为多头注意力模型(Multi-headattention)。
本发明实施例中,请参阅图2所示,所述利用预设的第一注意力模型将所述历史新闻向量编码为第一新闻偏向向量,包括:
S41、根据预设的权重集合对所述历史新闻向量进行计算,得到多个基础向量;
S42、对所述多个基础向量进行N次线性变换,并分别将N次线性变换后的结果输入所述第一注意力模型中的注意力网络中进行注意力编码,得到多个输出结果;
S43、将所述输出结果进行拼接,并对拼接后的结果进行线性变换,得到第一新闻偏向向量。
本发明实施例中,所述进行N次线性变换,每次线性变换对于的权重可以不相同。
本发明实施例中,所述注意力网络可以为放缩点积注意力网络(scaled dot-Product attention)。
S5、利用预设的第二注意力模型将所述第一新闻偏向向量和所述候选新闻向量编码为第二新闻偏向向量;
本发明实施例中,所述第二注意力模型可以为加型注意力模型(additiveattention),或者所述第二注意力模型可与所述第一注意力模型相同。
本发明实施例中,请参阅图3所示,所述利用预设的第二注意力模型将所述第一新闻偏向向量和所述候选新闻向量编码为第二新闻偏向向量,包括:
S51、利用所述第二注意力模型中的双向LSTM网络对所述第一新闻偏向向量和所述候选新闻向量进行前向编码和后向编码;
S52、将前向编码和后向编码的结果进行拼接,得到拼接向量;
S53、利用所述第二注意力模型中的嵌入单向LSTM的注意力网络对所述拼接向量进行解码,得到第二新闻偏向向量。
本发明实施例中,所述LSTM网络为长短期记忆人工神经网络。
本发明实施例中,通过将第一新闻偏向向量和候选新闻向量共同作为模型输入,使计算得到的新闻偏向向量与候选新闻相关,能够更好的体现候选新闻的向量表征。
S6、根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像计算用户对所述候选新闻的偏好程度,并按照所述偏好程度对用户进行新闻推荐。
本发明实施例中,所述根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像计算用户对所述候选新闻的偏好程度,包括:
对所述根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像进行卷积,得到联合向量;
将所述联合向量进行预设次数的全连接处理,得到全连接向量;
并利用预设的激活函数对所述全连接向量进行计算,得到的候选新闻的预测概率。
本发明实施例中,所述多个全连接层中每一个全连接层中的网络参数可以不完全相同或者完全不同。
本发明一可选实施例中,可以利用多层感知机(Multilayer Perceptron)对所述联合向量进行全连接处理。
本发明实施例中,在得到用户对候选新闻的偏好程度后,可以根据偏好程度对候选新闻进行排序,将排序后的新闻作为新闻推荐内容;或者选择偏好程度大于预设阈值的候选新闻作为新闻推荐的内容。
本发明实施例通过构建用户画像,将用户的长期习惯和兴趣考虑进新闻推荐之中,提高了对用户进行新闻推荐的精确性;通过提前新闻数据的关键词,并将关键词与新闻数据进行拼接,使得到的新闻词条对于新闻数据更具有代表性;通过引用注意力模型对新闻向量进行计算和分析,使新闻向量的生成和新闻推荐更加准确;通过在生成用户偏向向量的过程中加入候选新闻向量,使得得到的用户偏向向量能够具有候选新闻的表征能力。因此本发明提出的基于用户画像的新闻推荐方法,可以解决进行新闻推荐时的精确度较低的问题。
如图4所示,是本发明一实施例提供的基于用户画像的新闻推荐装置的功能模块图。
本发明所述基于用户画像的新闻推荐装置100可以安装于电子设备中。根据实现的功能,所述基于用户画像的新闻推荐装置100可以包括用户画像构建模块101、新闻词条生成模块102、向量编码模块103及新闻推荐模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述用户画像构建模块101,用于获取新闻数据和用户数据,并根据用户数据构建用户画像,其中,所述新闻数据包括用户历史新闻和候选新闻;
所述新闻词条生成模块102,用于提取所述新闻数据中的关键词,并将所述关键词与所述新闻数据进行拼接,得到新闻词条;
所述向量编码模块103,用于对所述新闻词条进行编码,得到所述用户历史新闻对应的历史新闻向量和所述候选新闻对应的候选新闻向量;利用预设的第一注意力模型将所述历史新闻向量编码为第一新闻偏向向量;利用预设的第二注意力模型将所述第一新闻偏向向量和所述候选新闻向量编码为第二新闻偏向向量;
所述新闻推荐模块104,用于根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像计算用户对所述候选新闻的偏好程度,并按照所述偏好程度对用户进行新闻推荐。
详细地,本发明实施例中所述基于用户画像的新闻推荐装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于用户画像的新闻推荐方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明一实施例提供的实现基于用户画像的新闻推荐方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于用户画像的新闻推荐程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于用户画像的新闻推荐程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于用户画像的新闻推荐程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于用户画像的新闻推荐程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取新闻数据和用户数据,并根据用户数据构建用户画像,其中,所述新闻数据包括用户历史新闻和候选新闻;
提取所述新闻数据中的关键词,并将所述关键词与所述新闻数据进行拼接,得到新闻词条;
对所述新闻词条进行编码,得到所述用户历史新闻对应的历史新闻向量和所述候选新闻对应的候选新闻向量;
利用预设的第一注意力模型将所述历史新闻向量编码为第一新闻偏向向量;
利用预设的第二注意力模型将所述第一新闻偏向向量和所述候选新闻向量编码为第二新闻偏向向量;
根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像计算用户对所述候选新闻的偏好程度,并按照所述偏好程度对用户进行新闻推荐。
具体地,所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取新闻数据和用户数据,并根据用户数据构建用户画像,其中,所述新闻数据包括用户历史新闻和候选新闻;
提取所述新闻数据中的关键词,并将所述关键词与所述新闻数据进行拼接,得到新闻词条;
对所述新闻词条进行编码,得到所述用户历史新闻对应的历史新闻向量和所述候选新闻对应的候选新闻向量;
利用预设的第一注意力模型将所述历史新闻向量编码为第一新闻偏向向量;
利用预设的第二注意力模型将所述第一新闻偏向向量和所述候选新闻向量编码为第二新闻偏向向量;
根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像计算用户对所述候选新闻的偏好程度,并按照所述偏好程度对用户进行新闻推荐。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于用户画像的新闻推荐方法,其特征在于,所述方法包括:
获取新闻数据和用户数据,并根据用户数据构建用户画像,其中,所述新闻数据包括用户历史新闻和候选新闻;
提取所述新闻数据中的关键词,并将所述关键词与所述新闻数据进行拼接,得到新闻词条;
对所述新闻词条进行编码,得到所述用户历史新闻对应的历史新闻向量和所述候选新闻对应的候选新闻向量;
利用预设的第一注意力模型将所述历史新闻向量编码为第一新闻偏向向量;
利用预设的第二注意力模型将所述第一新闻偏向向量和所述候选新闻向量编码为第二新闻偏向向量;
根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像计算用户对所述候选新闻的偏好程度,并按照所述偏好程度对用户进行新闻推荐。
2.如权利要求1所述的基于用户画像的新闻推荐方法,其特征在于,所述根据用户数据构建用户画像,包括:
对所述用户数据进行语义分析,生成多个语义特征;
从所述多个语义特征中逐个选取其中一个特征为目标特征;
对所述目标特征进行向量转换,得到目标特征的特征向量;
将每一个语义特征的特征向量进行向量拼接,得到用户画像。
3.如权利要求1所述的基于用户画像的新闻推荐方法,其特征在于,所述提取所述新闻数据中的关键词,包括:
对所述新闻数据进行分词处理,得到新闻分词;
对所述新闻分词进行词频统计,选取词频统计大于预设阈值的新闻分词作为候选词;
根据所述候选词在预设的词频统计表中提取对应的词频值;
根据所述词频值对所述候选词设置权重,并选取所述权重大于预设阈值的候选词为关键词。
4.如权利要求1所述的基于用户画像的新闻推荐方法,其特征在于,所述将所述关键词与所述新闻数据进行拼接,得到新闻词条,包括:
提取所述新闻数据中的新闻标题;
将所述新闻标题与所述关键词进行字段拼接;
判断拼接后的字段长度是否小于或等于预设阈值;
当拼接后的字段长度大于预设阈值时,将拼接后的字段截取至预设长度,并将截取后的字段作为新闻词条;
当拼接后的字段长度小于或等于预设阈值时,将拼接后的字段作为新闻词条。
5.如权利要求1所述的基于用户画像的新闻推荐方法,其特征在于,所述利用预设的第一注意力模型将所述历史新闻向量编码为第一新闻偏向向量,包括:
根据预设的权重集合对所述历史新闻向量进行计算,得到多个基础向量;
对所述多个基础向量进行N次线性变换,并分别将N次线性变换后的结果输入所述第一注意力模型中的注意力网络中进行注意力编码,得到多个输出结果;
将所述输出结果进行拼接,并对拼接后的结果进行线性变换,得到第一新闻偏向向量。
6.如权利要求1所述的基于用户画像的新闻推荐方法,其特征在于,所述利用预设的第二注意力模型将所述第一新闻偏向向量和所述候选新闻向量编码为第二新闻偏向向量,包括:
利用所述第二注意力模型中的双向LSTM网络对所述第一新闻偏向向量和所述候选新闻向量进行前向编码和后向编码;
将前向编码和后向编码的结果进行拼接,得到拼接向量;
利用所述第二注意力模型中的嵌入单向LSTM的注意力网络对所述拼接向量进行解码,得到第二新闻偏向向量。
7.如权利要求1至6中任一项所述的基于用户画像的新闻推荐方法,其特征在于,所述根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像计算用户对所述候选新闻的偏好程度,包括:
对所述根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像进行卷积,得到联合向量;
将所述联合向量进行预设次数的全连接处理,得到全连接向量;
并利用预设的激活函数对所述全连接向量进行计算,得到的候选新闻的预测概率。
8.一种基于用户画像的新闻推荐装置,其特征在于,所述装置包括:
用户画像构建模块,用于获取新闻数据和用户数据,并根据用户数据构建用户画像,其中,所述新闻数据包括用户历史新闻和候选新闻;
新闻词条生成模块,用于提取所述新闻数据中的关键词,并将所述关键词与所述新闻数据进行拼接,得到新闻词条;
向量编码模块,用于对所述新闻词条进行编码,得到所述用户历史新闻对应的历史新闻向量和所述候选新闻对应的候选新闻向量;利用预设的第一注意力模型将所述历史新闻向量编码为第一新闻偏向向量;利用预设的第二注意力模型将所述第一新闻偏向向量和所述候选新闻向量编码为第二新闻偏向向量;
新闻推荐模块,用于根据所述第二新闻偏向向量、所述候选新闻向量和所述用户画像计算用户对所述候选新闻的偏好程度,并按照所述偏好程度对用户进行新闻推荐。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于用户画像的新闻推荐方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于用户画像的新闻推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210505213.4A CN114741608A (zh) | 2022-05-10 | 2022-05-10 | 基于用户画像的新闻推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210505213.4A CN114741608A (zh) | 2022-05-10 | 2022-05-10 | 基于用户画像的新闻推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114741608A true CN114741608A (zh) | 2022-07-12 |
Family
ID=82285052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210505213.4A Pending CN114741608A (zh) | 2022-05-10 | 2022-05-10 | 基于用户画像的新闻推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114741608A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114996588A (zh) * | 2022-08-01 | 2022-09-02 | 平安科技(深圳)有限公司 | 基于双塔模型的产品推荐方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112182351A (zh) * | 2020-09-28 | 2021-01-05 | 哈尔滨工业大学(深圳) | 一种基于多特征融合的新闻推荐方法及装置 |
CN112541128A (zh) * | 2020-09-07 | 2021-03-23 | 同济大学 | 基于特征双向动态协同的个性化新闻推荐方法 |
CN113806631A (zh) * | 2021-08-20 | 2021-12-17 | 华为技术有限公司 | 一种推荐方法、训练方法、装置、设备及新闻推荐*** |
CN114201683A (zh) * | 2021-12-15 | 2022-03-18 | 齐鲁工业大学 | 一种基于多级匹配的兴趣激活新闻推荐方法及*** |
-
2022
- 2022-05-10 CN CN202210505213.4A patent/CN114741608A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112541128A (zh) * | 2020-09-07 | 2021-03-23 | 同济大学 | 基于特征双向动态协同的个性化新闻推荐方法 |
CN112182351A (zh) * | 2020-09-28 | 2021-01-05 | 哈尔滨工业大学(深圳) | 一种基于多特征融合的新闻推荐方法及装置 |
CN113806631A (zh) * | 2021-08-20 | 2021-12-17 | 华为技术有限公司 | 一种推荐方法、训练方法、装置、设备及新闻推荐*** |
CN114201683A (zh) * | 2021-12-15 | 2022-03-18 | 齐鲁工业大学 | 一种基于多级匹配的兴趣激活新闻推荐方法及*** |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114996588A (zh) * | 2022-08-01 | 2022-09-02 | 平安科技(深圳)有限公司 | 基于双塔模型的产品推荐方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112632385B (zh) | 课程推荐方法、装置、计算机设备及介质 | |
CN109376222B (zh) | 问答匹配度计算方法、问答自动匹配方法及装置 | |
CN113449187B (zh) | 基于双画像的产品推荐方法、装置、设备及存储介质 | |
CN112085565B (zh) | 基于深度学习的信息推荐方法、装置、设备及存储介质 | |
CN113836131B (zh) | 一种大数据清洗方法、装置、计算机设备及存储介质 | |
CN113378970B (zh) | 语句相似性检测方法、装置、电子设备及存储介质 | |
CN112507230B (zh) | 基于浏览器的网页推荐方法、装置、电子设备及存储介质 | |
CN115002200A (zh) | 基于用户画像的消息推送方法、装置、设备及存储介质 | |
CN115392237B (zh) | 情感分析模型训练方法、装置、设备及存储介质 | |
CN115204971B (zh) | 产品推荐方法、装置、电子设备及计算机可读存储介质 | |
CN113706322A (zh) | 基于数据分析的服务分发方法、装置、设备及存储介质 | |
CN113886708A (zh) | 基于用户信息的产品推荐方法、装置、设备及存储介质 | |
CN113592605A (zh) | 基于相似产品的产品推荐方法、装置、设备及存储介质 | |
CN115238670A (zh) | 信息文本抽取方法、装置、设备及存储介质 | |
CN113468421A (zh) | 基于向量匹配技术的产品推荐方法、装置、设备及介质 | |
CN114741608A (zh) | 基于用户画像的新闻推荐方法、装置、设备及存储介质 | |
CN113918704A (zh) | 基于机器学习的问答方法、装置、电子设备及介质 | |
CN116701593A (zh) | 基于GraphQL的中文问答模型训练方法及其相关设备 | |
CN115186188A (zh) | 基于行为分析的产品推荐方法、装置、设备及存储介质 | |
CN115309865A (zh) | 基于双塔模型的交互式检索方法、装置、设备及存储介质 | |
CN114676307A (zh) | 基于用户检索的排序模型训练方法、装置、设备及介质 | |
CN112734205A (zh) | 模型置信度分析方法、装置、电子设备及计算机存储介质 | |
CN115408599A (zh) | 信息推荐方法、装置、电子设备及计算机可读存储介质 | |
CN114969486B (zh) | 语料推荐方法、装置、设备及存储介质 | |
CN111382346B (zh) | 用于推荐内容的方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |