[发明专利]基于大数据深度学习的个性化新闻推荐方法

权利要求书

1.基于大数据深度学习的个性化新闻推荐方法，其特征在于，包括以下步骤：

S1、获取用户的互联网行为数据，并采用Elman神经网络预测用户实时兴趣爱好类别；

S2、参照所述用户实时兴趣爱好类别向用户推荐主题与其兴趣爱好类别相对应的新闻信息；

S3、获取用户新闻阅读情况，并对这些数据进行预处理；

S4、根据处理结果，对用户实时兴趣爱好类别进行修正，并推荐新的新闻信息。

2.如权利要求1所述的基于大数据深度学习的个性化新闻推荐方法，其特征在于，所述用户新闻阅读情况包括用户阅读的正反馈与负反馈。

3.如权利要求1所述的基于大数据深度学习的个性化新闻推荐方法，其特征在于，还包括：

获取新闻内容，并对所述新闻内容进行文本分词以生成新闻词序列；

根据主题模型和新闻词序列提取所述新闻内容的主题词，以形成待计算的新闻；

获取新闻类型分类器；

对所述待计算的新闻与所述新闻类型分类器进行基于数据流图的卷积神经网络的计算，以获取所述新闻内容所属的主题类型。

4.如权利要求3所述的基于大数据深度学习的个性化新闻推荐方法，其特征在于，获取新闻类型分类器的方法包括：

获取新闻类型正样本；

将所述新闻类型正样本进行文本分词，并提取所述新闻类型正样本的主题词，以将新闻类型正样本训练成各主题类型的新闻分类器。

5.如权利要求3所述的基于大数据深度学习的个性化新闻推荐方法，其特征在于，所述主题模型为LDA模型或PLSA模型。

6.如权利要求1所述的基于大数据深度学习的个性化新闻推荐方法，其特征在于，所述新闻阅读情况预处理包括将新闻内容进行主题分析及相同主题阅读次数的分析。