[发明专利]新闻内容推送方法、装置、存储介质及计算机设备

权利要求书

1.一种新闻内容推送方法，其特征在于，所述方法包括：

获取多个新闻url链接，并解析得到对应的多个文本内容；

对每个所述文本内容进行分词并提取名词性词语；

采用多种关键词提取算法对当前文本内容的名词性词语进行关键词提取，得到每种方法对应提取的多个关键词，根据每种方法提取的所述关键词累计查重，并确定重复数最多的若干目标关键词；

将所述目标关键词与所述文本内容匹配，并在所述文本内容中筛选出只含有所述目标关键词的关键词文本并作为文本特征；

通过计算不同的所述文本内容的文本特征之间的相似性对预测模型进行训练，得到各个文本内容之间的相似度值，利用训练后的预测模型对待查询文本进行预测，得到与各个所述文本内容对应的相似度值；

对各个所述文本内容的相似度值排序，获取并推送若干篇相似度值最高的所述文本内容对应的新闻。

2.根据权利要求1所述的新闻内容推送方法，其特征在于，获取所述文本内容的步骤包括：

获取网页的根节点；

若所述根节点下存在子节点，则获取所述根节点下所有子节点，

统计子节点下句号的总数，并取句号最多的子节点作为下级筛选节点；

获取所述下级筛选节点中句号的总数与所述根节点的句号总数比值；

若比值大于预设值，则将所述下级筛选节点作为新的根节点，并返回执行获取所述根节点下所有子节点的步骤。

3.根据权利要求2所述的新闻内容推送方法，其特征在于，所述获取网页的根节点的步骤之后还包括；

若所述根节点下不存在子节点，则获取当前子节点上一级节点的所述文本内容。

4.根据权利要求2所述的新闻内容推送方法，其特征在于，所述比值小于或等于预设值时，还包括以下步骤；

获取所述当前下级筛选节点的上一级节点的所述文本内容。

5.根据权利要求1所述的新闻内容推送方法，其特征在于，所述关键词提取的算法为TF-IDF、Textrank、LDA中的任意一种。

6.根据权利要求1所述的新闻内容推送方法，其特征在于，所述利用训练后的预测模型与待查询文本进行预测的步骤之前还包括：

获取待查信息，将所述待查信息进行分词并提取名词性词语，采用所述关键词提取算法对所述待查信息的名词性词语提取，得到多个待查关键词；

根据每种方法提取的所述待查关键词累计查重，并确定重复数最多的若干待查目标关键词；

将所述待查目标关键词与所述待查信息匹配，并在所述待查信息中筛选出只含有所述待查目标关键词的待查关键词文本并作为文本特征。

7.一种新闻内容推送装置，其特征在于，所述装置包括：

第一获取模块，用于获取文本内容；

分词模块，用于获取所述文本内容分词提取的名词性词语；

第二获取模块，用于获取多种关键词提取算法对当前文本内容的名词性词语进行关键词提取，得到每种方法对应提取的多个关键词，根据每种方法提取的所述关键词累计查重，并确定重复数最多的若干目标关键词；

匹配模块，用于将所述目标关键词与所述文本内容匹配，并在所述文本内容中筛选出只含有所述目标关键词的关键词文本并作为文本特征；

训练模块，用于将计算不同的所述文本内容的文本特征之间的相似性对预测模型进行训练，得到各个文本内容之间的相似度值，利用训练后的预测模型对待查询文本进行预测，得到与各个所述文本内容对应的相似度值；

筛选模块，用于对各个所述文本内容的相似度值排序，获取并推送若干篇相似度值最高的所述文本内容对应的新闻。