[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

说明书

本发明涉及数据处理技术，揭露了一种舆情信息的推荐方法，包括：对获取的舆情信息进行分词处理得到分词集；计算分词集的分词指标；利用分词集与分词指标构建舆情特征向量；计算舆情特征向量与多个预设标准标签的相似系数，根据相似系数选取预设数量的预设标准标签为舆情信息的内容画像；从获取的目标用户的信息集中提取目标用户的多个特征并生成目标用户的用户画像；计算用户画像和内容画像的匹配值；当匹配值满足预设条件时，将内容画像对应的舆情信息推送至目标用户。本发明还提出了舆情信息的推荐装置、设备及计算机可读存储介质。此外，本发明还涉及区块链技术，舆情信息可存储于区块链节点中。本发明可以实现对用户进行个性化的舆情推荐。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种舆情信息的推荐方法、装置、电子设备及计算机可读存储介质。

背景技术

伴随着互联网的进步，网络舆情信息每时每刻都在产生，并以极快的速度传播和蔓延，充斥着生活的每一个角落。当舆情产生时，通常会向用户进行舆情推送。

现有的舆情推送方法为基于热点的舆情推荐方法，即基于舆情热度排序给用户进行推荐，但很多情况下，并非所有用户都对热度高的事件感兴趣，基于热度算法的舆情推荐很难满足不同用户的个性化需求。因此，如何对不同用户进行个性化的舆情推荐，成为了亟待解决的问题。

发明内容

本发明提供一种舆情信息的推荐方法、装置、电子设备及计算机可读存储介质，其主要目的在于实现对用户进行个性化的舆情推荐。

为实现上述目的，本发明提供的一种舆情信息的推荐方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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；