[发明专利]舆情信息的推荐方法、装置、电子设备及计算机存储介质

权利要求书

1.一种舆情信息的推荐方法，其特征在于，所述方法包括：

获取舆情信息，对所述舆情信息进行分词处理，得到分词集；

利用指标算法计算所述分词集中每个分词的分词指标；

利用所述分词集与所述分词集中每个分词对应的分词指标构建所述舆情信息的舆情特征向量；

计算所述舆情特征向量与多个预设标准标签的相似系数，根据所述相似系数选取预设数量的预设标准标签为所述舆情信息的内容画像；

获取目标用户的信息集，基于所述信息集提取所述目标用户的多个特征，基于所述多个特征生成所述目标用户的用户画像；

计算所述用户画像和所述内容画像的匹配值；

当所述匹配值满足预设条件时，将所述内容画像对应的舆情信息推送至所述目标用户。

2.如权利要求1所述的舆情信息的推荐方法，其特征在于，所述对所述舆情信息进行分词处理，得到分词集，包括：

利用预设停用词库删除所述舆情信息包含的停用词；

利用预设标准词库对删除停用词后的舆情信息进行分词处理，得到分词集。

3.如权利要求1所述的舆情信息的推荐方法，其特征在于，所述利用所述分词集与所述分词集中每个分词对应的分词指标构建舆情特征向量，包括：

将所述分词集中每个分词转换为词向量，得到词向量集；

将所述词向量集中的词向量与所述分词集中每个分词对应的分词指标进行算术运算，得到舆情特征向量。

4.如权利要求3所述的舆情信息的推荐方法，其特征在于，所述将所述分词集中每个分词进行词向量转换，得到词向量集，包括：

获取所述分词集中每个分词对应的字节向量集，所述字节向量集中包含每个分词中每个字节的字节向量；

将每个分词对应的字节向量集中的字节向量分别进行拼接，得到所述词向量集。

5.如权利要求1至4中任一项所述的舆情信息的推荐方法，其特征在于，所述根据所述相似系数选取预设数量的预设标准标签为所述舆情信息的内容画像，包括：

选取与所述舆情特征向量的相似系数大于预设相似阈值的多个预设标准标签；

将所述多个预设标准标签按照所述相似系数从大到小进行排序；

按照从前到后的顺序从所述多个预设标准标签中选取预设数量的预设标准标签为所述舆情信息的内容画像。

6.如权利要求1所述的舆情信息的推荐方法，其特征在于，所述基于所述多个特征生成所述目标用户的用户画像，包括：

计算所述多个特征中各特征的分类值；

根据所述分类值所在的数值区间确定所述多个特征中各特征的分类；

根据所述分类计算用户指标，以及确定所述用户指标为所述目标用户的用户画像。

7.如权利要求1所述的舆情信息的推荐方法，其特征在于，所述当所述匹配值满足预设条件时，将所述内容画像对应的舆情信息推送至所述目标用户，包括：

当所述匹配值大于预设匹配值时，获取推送队列任务，其中，所述推送队列任务中包括推送顺序；

按照所述推送顺序将所述内容画像对应的舆情信息推送至所述目标用户。

8.一种舆情信息的推荐装置，其特征在于，所述装置包括：

舆情分词模块，用于获取舆情信息，对所述舆情信息进行分词处理，得到分词集；

指标计算模块，用于利用指标算法计算所述分词集中每个分词的分词指标；

向量构建模块，用于利用所述分词集与所述分词集中每个分词对应的分词指标构建所述舆情信息的舆情特征向量；

内容画像生成模块，用于计算所述舆情特征向量与多个预设标准标签的相似系数，根据所述相似系数选取预设数量的预设标准标签为所述舆情信息的内容画像；

用户画像生成模块，用于获取目标用户的信息集，基于所述信息集提取所述目标用户的多个特征，基于所述多个特征生成所述目标用户的用户画像；

匹配值计算模块，用于计算所述用户画像和所述内容画像的匹配值；

舆情推送模块，用于当所述匹配值满足预设条件时，将所述内容画像对应的舆情信息推送至所述目标用户。