[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

说明书

本发明涉及一种基于用户行为的个性化新闻推荐方法及装置，其中，方法包括：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。该方法首先分析了新闻与用户之间的关系，根据得到新闻信息矩阵计算新闻‑用户相关值；再通过不同的相关值进行比较，将相关新闻进行推荐。

技术领域

本发明涉及智能推荐技术领域，尤其涉及一种基于用户行为的个性化新闻推荐方法及装置。

背景技术

近年来，智能推荐逐渐成为信息搜索的研究热点，而其中新闻推荐属于智能推荐重要的一个分支，现有技术中新闻推荐普遍采用基于协同过滤或者基于内容的推荐，这些方法并不能完美的契合用户需求，没有考虑用户自身偏好所带来的需求，只是将获取的新闻通过不同的属性将新闻进行量化，基于该方式获取的新闻存在对新闻理解的偏差，其次，还存在一些新闻推荐方法通过提取用户的行为日志进行推荐，该方法仅仅以用户的喜好为基础进行推荐，但是没有考虑新闻本身的内在属性和联系，反馈回来的新闻主要依赖于用户本身进行判断。导致新闻推荐均是同样类型的内容，严重降低用户体验，不能满足客户要求。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的目的之一在于提出一种基于用户行为的个性化新闻推荐方法，该方法首先分析了新闻与用户之间的关系，根据得到新闻信息矩阵计算新闻-用户相关值；再通过不同的相关值进行相似度比较，将相关新闻进行推荐。该方法通过将新闻属性和用户喜好进行量化，比以往单一的基于新闻属性进行推荐的方法更加灵活，同时也比单一通过用户的喜好建立的方法更加全面，保证推荐文章质量和多样化。

本发明的第二目的在于提出一种基于用户行为的个性化新闻推荐装置。

为达上述目的，本发明第一方面实施例提出了一种个性化新闻推荐方法，包括：

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。

作为本发明第一方面实施例提供的一种可能的实现方式，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。

进一步，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，采用Tf-Idf算法计算新闻关键词量化值，其中其中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，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。