[发明专利]一种信息推荐方法和信息推荐系统

说明书

本发明公开了一种信息推荐方法和信息推荐系统，包括词句特征提取模块、情感与关联度分析模块、文本预处理模块和情感匹配与搜索模块，包括以下步骤：文本预处理；基于tf‑idf算法提取特征；提取特征词汇；情感值计算与信息关系挖掘；情感匹配与推荐；根据综合得分完成信息推荐。本发明利用开源的语料库信息建立词向量语料库，多角度提取代码片段特征，使用多种算法对用户个人设置的信息进行特征提取，并根据处理后的信息进行相应的情感值计算与相似文本的关联度计算，根据计算后的结果进行情感匹配和关联度匹配，为用户搜索并推送相应的兴趣信息。

技术领域

本发明涉及互联网技术领域，尤其涉及一种信息推荐方法和信息推荐系统。

背景技术

随着互联网时代的到来，信息的供求关系发生明显的转变，用户在使用信息服务的过程中，不再只是信息的消费者，同时也是信息的生产者，其行为通过各类推荐系统的分析与利用影响着信息的传播，从而决定着信息的价值。在信息过载问题日趋严重的当下，推荐系统的发展为基于海量数据的信息服务带来新的市场、提供新的契机，同时也引起了用户信息需求和信息行为的改变。在这种转变之下，用户作为推荐系统形成与发展的动因，其行为受到推荐系统的影响，最终对推荐系统提出新的要求。因此，探索用户对推荐系统的认识有助于为推荐系统的评价提供理论依据，并为系统的设计开发提供参考，改善现有的信息推荐服务。

北京达佳互联信息技术有限公司在其申请的专利文献“一种信息推荐方法和信息推荐系统及方法”(公开号：CN112269943A，申请号： 2020113946318，申请日：2020年12月06日)中提供一种信息推荐方法和信息推荐系统及方法。该专利申请所公开方法的步骤包括：该系统包括第一推荐单元和第二推荐单元；第一推荐单元包括第一特征处理器和推荐数据处理器，第一特征处理器用于根据账户的第一账户关联信息得到第一输入特征，并将第一输入特征传递至推荐数据处理器；推荐数据处理器用于根据第一输入特征和第二推荐单元得到的放缩特征信息确定待推荐对象的推荐参数；第二推荐单元包括第二特征处理器和门控单元，第二特征处理器用于根据第二账户关联信息得到第二输入特征，并将第二输入特征传递至门控单元；门控单元用于根据第二输入特征得到放缩特征信息，并将放缩特征信息传递至推荐数据处理器。但是，该方法存在的不足之处是：虽然考虑了用户的查询意图、输入内容等方面的因素，但是通过利用传统的“单纯地将信息视为纯文本”的思想建立相应的模型，但是没有充分考虑文本信息的情感因素，以及一些潜在的关联，从而造成信息推荐深度浅，推荐范围小。该专利申请所公开的系统包括：用于用户第一账户信息的历史数据处理模块；用于用户第二账户信息的历史数据处理模块；推荐信息的第一推荐单元模块；推荐信息的第二推荐单元模块；兴趣数据处理模块。

合肥中科类脑智能技术有限公司在其申请的专利文献“一种智能推荐系统及其智能推荐方法”(公开号：CN109815413A，申请号： 201910210092.9，申请日：2019年3月19日)中公开了一种智能推荐系统及其智能推荐方法，该方法具体步骤为：一数据获取单元，所述数据获取单元通信地获取所述用户终端地用户数据信息以及环境信息，机器学习单元，所述机器学习单元通信连接所述数据单元，所述机器学习单元包括比较模块和匹配模块，所述比较模块通信连接所述数据获取单元和所述数据存储单元，对用户地实时数据信息和历史数据信息进行比较，所述匹配模块通信连接所述比较模块和所述数据存储单元，进而对用户数据信息和所述环境信息进行匹配和关联以生成一推送结果。一数据存储单元，所述数据存储单元通信连接所述机器学习单元；以及一推送单元，所述推送单元通信连接所述机器学习单元和所属用户终端，并将所述推送结果推送至所述用户终端。但是所生成的推送需要根据多个单元处理获得推荐结果，造成花费时间大，且用户信息推荐信息延迟等情况，影响用户观感以及推荐的精确度。