[发明专利]一种文章推荐方法、装置、设备及存储介质

权利要求书

1.一种文章推荐方法，其特征在于，包括:

根据用户的历史浏览文章，构建用户结构化模型；

根据所述用户结构化模型以及预设的至少两种推荐算法，获得对应于所述用户的至少两种文章推荐算法；

依次将待推荐的文章通过所述至少两种文章推荐算法，获得相应于所述用户的最终推荐文章列表；其中，每种文章推荐算法输出的推荐文章列表作为下一个文章推荐算法的输入，最后一个文章推荐算法输出的文章推荐列表即为所述最终推荐文章列表。

2.根据权利要求1所述的文章推荐方法，其特征在于，根据用户的历史浏览文章，构建用户结构化模型的步骤包括：

获取用户的历史浏览文章的特征数据；

基于所述特征数据，采用机器学习的分类算法构建用户结构化模型；

储存为用户构建的所述用户结构化模型。

3.根据权利要求1所述的文章推荐方法，其特征在于，所述文章推荐算法包括如下中的两个：热点新闻推荐算法、基于内容的推荐算法或协同过滤算法。

4.根据权利要求3所述的文章推荐方法，其特征在于，所述协同过滤算法包括基于用户的协同过滤算法和基于文章的协同过滤算法。

5.根据权利要求1所述的文章推荐方法，其特征在于，还包括：

获取用户对生成的最终推荐文章列表中的文章的点击阅读顺序；

获取点击阅读顺序排列在前N次的文章在各个文章推荐算法中的排列位置；

根据排列位置更新所述至少两种文章推荐算法的排列顺序。

6.一种文章推荐装置，其特征在于，包括：

建模单元，用于根据用户的历史浏览文章，构建用户结构化模型；

算法单元，用于根据所述用户结构化模型以及预设的至少两种推荐算法，获得对应于所述用户的至少两种文章推荐算法；

推荐单元，用于依次将待推荐的文章通过所述至少两种文章推荐算法，获得相应于所述用户的最终推荐文章列表；其中，每种文章推荐算法输出的推荐文章列表作为下一个文章推荐算法的输入，最后一个文章推荐算法输出的文章推荐列表即为所述最终推荐文章列表。

7.根据权利要求6所述的文章推荐装置，其特征在于，所述建模单元包括：

获取模块，用于获取用户的历史浏览文章的特征数据；

构建模块，用于基于所述特征数据，采用机器学习的分类算法构建用户结构化模型；

储存模块，用于储存为用户构建的所述用户结构化模型。

8.根据权利要求6所述的文章推荐装置，其特征在于，所述文章推荐算法包括如下中的两个：热点新闻推荐算法、基于内容的推荐算法或协同过滤算法。

9.一种文章推荐设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序时实现如权利要求1-5任意一项所述的文章推荐方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～5任一项所述文章推荐方法的步骤。