[发明专利]文章推荐方法及装置

说明书

本发明提出一种文章推荐方法及装置，其中方法包括：获取用户的历史行为记录；历史行为记录中包括：第一预设时间段内用户点击过的文章；根据文章中的词汇信息，构建召回词集合；词汇信息包括以下词汇中的任意一种或者多种：标题、类别、关键词以及标签；针对召回词集合中的每个召回词，查询泛化表，获取每个召回词对应的泛化词；泛化词为与用户的扩展偏好相关的词汇；根据召回词集合以及每个召回词对应的泛化词，生成扩展后的召回词集合；根据扩展后的召回词集合，查询文章库，获取待推荐的文章并推荐给用户，从而能够根据召回词以及对应的泛化词来向用户推荐文章，能够向用户推荐固定偏好范围外的偏好相关的文章，提高了推荐效率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种文章推荐方法及装置。

背景技术

目前的文章推荐方法主要为，获取用户的历史行为，历史行为中包括：用户点击过的文章；根据历史行为构建召回词集合；根据召回词集合中的召回词查询文章海量库，获取匹配的文章候选集；计算文章候选集中各文章的用户点击率，根据用户点击率选取文章推荐给用户。

然而，上述文章推荐方法中，是根据用户的历史行为进行文章推荐，只能向用户推荐与历史行为中存在的偏好相关的文章，难以向用户推荐与历史行为中不存在的偏好相关的文章，导致为用户推荐的文章集中在固定偏好范围内难以跳出，从而降低了推荐效率。

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，本发明的第一个目的在于提出一种文章推荐方法，用于解决现有技术中文章推荐效率差的问题。

本发明的第二个目的在于提出一种文章推荐装置。

本发明的第三个目的在于提出另一种文章推荐装置。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

本发明的第五个目的在于提出一种计算机程序产品。

为达上述目的，本发明第一方面实施例提出了一种文章推荐方法，包括：

获取用户的历史行为记录；所述历史行为记录中包括：第一预设时间段内所述用户点击过的文章；

根据所述文章中的词汇信息，构建召回词集合；所述词汇信息包括以下词汇中的任意一种或者多种：标题、类别、关键词以及标签；

针对所述召回词集合中的每个召回词，查询泛化表，获取每个召回词对应的泛化词；所述泛化词为与所述用户的扩展偏好相关的词汇；

根据召回词集合以及每个召回词对应的泛化词，生成扩展后的召回词集合；

根据扩展后的召回词集合，查询文章库，获取待推荐的文章并推荐给所述用户。

进一步的，所述针对所述召回词集合中的每个召回词，查询泛化表，获取每个召回词对应的泛化词之前，还包括：

获取第二预设时间段内发布的历史文章集合；

根据所述历史文章集合，生成词汇集合；所述词汇集合中包括：各个历史文章对应的词汇子集合；所述词汇子集合中包括以下词汇中的任意一种或者多种：历史文章的类别、核心关键词；

针对所述词汇集合中的每个词汇，计算所述词汇的词频，根据所述词频，确定所述词汇对应的词汇标识；

将所述词汇对应的词汇标识，输入预设的词向量模型，得到所述词汇对应的向量；

根据各个词汇对应的向量，确定与各个词汇对应的泛化词，并生成泛化表。

进一步的，所述将所述词汇对应的词汇标识，输入预设的词向量模型，得到所述词汇对应的向量之前，包括：