[发明专利]一种基于用户行为的个性化新闻推荐方法及装置

权利要求书

1.一种基于用户行为的个性化新闻推荐方法，其特征在于：

步骤1：基于用户行为日志中提取用户特定时间段内阅读的新闻信息；

步骤2：从所述特定时间段内阅读的新闻信息中获取新闻信息属性，基于所述新闻信息属性构建新闻信息矩阵；

步骤3：根据所述新闻信息矩阵计算新闻-用户相关值；

步骤4：依据步骤2-3计算不同用户的新闻-用户相关值；

步骤5：根据不同用户的新闻-用户相关值的相似性为用户进行新闻推荐；

其中所述从所述特定时间段内阅读的新闻信息中获取新闻信息属性包括：所述新闻信息属性为新闻关键词、阅读时间、新闻类别、新闻发布权威性；

其中所述基于所述新闻信息属性构建新闻信息矩阵进一步包括：将获取的新闻信息属性量化为{v₁，v₂，v₃，v₄}，v₁表示新闻关键词，v₂表示阅读时间，v₃表示新闻类别，v₄表示新闻发布权威性，且其中n表示所提取的新闻数量，则构建的新闻信息矩阵

进一步包括，采用Tf-Idf算法计算新闻关键词量化值，其中r_i表示所提取新闻的关键词，R表示提取关键词个数；

进一步包括，文章阅读时间量化值为其中t_i表示文章阅读日期距离当前日期的时间间隔；

进一步包括，新闻类别量化值为将新闻与所属类别进行关联，其中关联强度为：原所属类别＝0.6；相关类别＝0.36；不相关类别＝0.03.当有的新闻同时出现在两到三种类别时，将相关关联强度进行累加；

进一步包括，依据权威性将新闻与新闻发布网站相关联，其中，权威网站＝1，一般权威网站＝0.6，非权威网站＝0.1；

其中所述根据所述新闻信息矩阵计算新闻-用户相关值进一步包括：C_i＝nc_i，其中c_i表示不同于新闻x_i的其他所有新闻对用户的相关值，所述其中α表示用户偏好系数，β表示新闻属性系数，W表示新闻属性权值。

2.根据权利要求1所述的基于用户行为的个性化新闻推荐方法，进一步包括，提取阅读过新闻x_i的多个用户阅读的其他新闻的新闻-用户相关值，并根据新闻-用户相关值的相似性为用户进行新闻推荐，所述新闻-用户相关值的相似性为：

其中W_i表示新闻x_i的属性权值，W_j表示新闻x_j的属性权值。

3.一种基于用户行为的个性化新闻推荐装置，其特征在于：

第一获取模块，基于用户行为日志中提取用户特定时间段内阅读的新闻信息；

第二获取模块，从所述特定时间段内阅读的新闻信息中获取新闻信息属性，基于所述新闻信息属性构建新闻信息矩阵，其中所述从所述特定时间段内阅读的新闻信息中获取新闻信息属性包括：所述新闻信息属性为新闻关键词、阅读时间、新闻类别、新闻发布权威性；

其中所述基于所述新闻信息属性构建新闻信息矩阵进一步包括：将获取的新闻信息属性量化为{v₁，v₂，v₃，v₄}，v₁表示新闻关键词，v₂表示阅读时间，v₃表示新闻类别，v₄表示新闻发布权威性，且其中n表示所提取的新闻数量，则构建的新闻信息矩阵

进一步包括，采用Tf-Idf算法计算新闻关键词量化值，其中r_i表示所提取新闻的关键词，R表示提取关键词个数；

进一步包括，文章阅读时间量化值为其中t_i表示文章阅读日期距离当前日期的时间间隔；

进一步包括，新闻类别量化值为将新闻与所属类别进行关联，其中关联强度为：原所属类别＝0.6；相关类别＝0.36；不相关类别＝0.03.当有的新闻同时出现在两到三种类别时，将相关关联强度进行累加；

进一步包括，依据权威性将新闻与新闻发布网站相关联，其中，权威网站＝1，一般权威网站＝0.6，非权威网站＝0.1；

构建模块，根据所述新闻信息矩阵计算新闻-用户相关值；

第三获取模块，根据第二获取模块和构建模块循环输出不同用户的新闻-用户相关值，其中所述根据所述新闻信息矩阵计算新闻-用户相关值进一步包括：C_i＝nc_i，其中c_i表示不同于新闻x_i的其他所有新闻对用户的相关值，所述其中α表示用户偏好系数，β表示新闻属性系数，W表示新闻属性权值；

推荐模块，根据不同用户的新闻-用户相关值的相似性为用户进行新闻推荐。