[发明专利]数据内容个性化推送冷启动方法、装置、设备和存储介质

权利要求书

1.一种数据内容个性化推送冷启动方法，其特征在于，包括：

定期从外部网络中获取多篇新闻数据，对每篇所述新闻数据进行清洗后存入数据库中，定期从所述数据库中取出更新的新闻数据，将所述新闻数据统一格式和过滤重复数据，得到多篇新闻数据；

定期获取多篇预置数据，将多篇所述预置数据和多篇所述新闻数据作为多篇待导入数据分别通过预设的预测模型预测话题标签，将每个所述待导入数据分别标记对应的所述话题标签；

调用预设的搜索服务器，将所述待导入数据导入所述搜索服务器，通过所述搜索服务器将导入的所有数据及对应的话题标签进行倒排索引处理；

获取用户输入的字段，判断所述字段是否为话题标签，若是话题标签，则根据所述字段直接在所述搜索服务器中进行搜索，得到搜索结果，否则，对所述字段通过所述预测模型预测目标标签，根据所述目标标签在所述搜索服务器中进行搜索，得到搜索结果；

对所述搜索结果进行个性化排序，将排序后的所述搜索结果推送给用户。

2.根据权利要求1所述的数据内容个性化推送冷启动方法，其特征在于，所述对所述字段通过所述预测模型预测目标标签，包括：

对所述字段进行分词处理，得到多个分词，对多个分词通过与预设的中文停用词表进行对比，去除停用词；

调用预设的词向量模型，通过所述词向量模型将多个所述分词转换为多个词向量值；

调用预设的分类器模型，通过所述分类器模型对多个所述词向量值预测出目标标签。

3.根据权利要求1所述的数据内容个性化推送冷启动方法，其特征在于，所述对所述搜索结果进行个性化排序，将排序后的所述搜索结果推送给用户，包括：

对所有的所述搜索结果通过预设的个性化模型进行预测，得到每个所述搜索结果对应的概率值；

获取用户标签，根据用户标签对每个所述搜索结果对应的概率值进行加权，得到加权后的匹配值；

剔除所述匹配值小于等于零的搜索结果后，以所述匹配值的升序对多个搜索结果进行个性化排序，将排序后的所述搜索结果推送给用户。

4.根据权利要求3所述的数据内容个性化推送冷启动方法，其特征在于，所述获取用户标签，根据用户标签对每个所述搜索结果对应的概率值进行加权，得到加权后的匹配值，包括：

对所述数据库中所有的新闻数据的标题生成句向量；

对多个所述句向量进行聚类，把相似的内容聚到一起，形成多个类型；

获取用户对新闻数据的点击记录，计算用户对于每种类型的新闻数据的点击总数，将点击总数乘以预设的系数，得到任一类型对应的相似度；

获取搜索结果对应的类型，根据所述类型对应的所述相似度对加权后的匹配值再次进行加权，得到加权后的匹配值。

5.根据权利要求3或4所述的数据内容个性化推送冷启动方法，其特征在于，在所述对所有的所述搜索结果通过预设的个性化模型进行预测，得到每个所述搜索结果对应的概率值之前，还包括：

获取x个类别的训练样本，所述训练样本包括多个类别的新闻数据及用户点击所述新闻数据的用户历史行为数据，从每个类别的训练样本中随机抽取x个样本作为支撑集，从x个类别的剩余样本中抽取n个样本作为查询集；

将所述支撑集和所述查询集输入预设的左右对称的孪生网络中，得到任一新闻数据对于任一用户的概率值。

6.根据权利要求1-4中任一项所述的数据内容个性化推送冷启动方法，其特征在于，所述对所述搜索结果进行个性化排序，将排序后的所述搜索结果推送给用户，包括：

对所述搜索结果进行个性化排序后，获取排在最高的搜索结果的话题标签，查找所述话题标签对应的关联话题标签；

根据所述关联话题标签在所述搜索服务器中进行搜索，得到所述关联话题标签对应的多个关联结果，将多个所述关联结果排列在所述搜索结果之后一起推送给用户。