[发明专利]一种文本信息推荐方法、装置及可读介质

说明书

本发明公开了一种文本信息推荐方法、装置及可读介质，通过获取用户数据及所对应的文本语料，对文本语料进行预处理，得到文本数据；将用户数据进行处理得到用户属性特征，将文本数据通过词注意力网络生成文本特征，将用户数据利用知识图谱表示学习模型生成用户知识图谱特征，将用户属性特征、文本特征和用户知识图谱特征进行拼接，得到综合特征；将综合特征输入多层感知机，得到用户偏好类别及对应的推送数量。本发明加强对用户兴趣的识别度和扩展性，从而提高推荐结果的准确性和多样性，通过综合特征可得到多个维度的抽象特征表示，缓解传统个性化信息推荐中的数据稀疏、冷启动等问题。将注意力机制应用到文本推荐，进一步提高准确度。

技术领域

本发明涉及信息检索与推荐领域，具体涉及一种文本信息推荐方法、装置及可读介质。

背景技术

社交网络已经成为了人们日常社交的主要渠道之一，微博等作为新兴一代的社交网络平台，有效改善了传统媒体扁平化、维度单一等缺点，因此深受广大网络用户的喜爱。面对网络上形形色色的海量数据，让人应接不暇，更无法及时消化，信息过载的问题成为网络时代网民们的主要困扰之一。要在合适的时间，通过合适的渠道，把合适的内容，推送给合适的用户，信息推荐就是一种有效缓解信息过载的方法。推荐系统本质上是一种信息过滤系统，面对海量数据时，推荐算法主动将用户不太可能会发生行为的信息过滤，只保留用户可能感兴趣的内容。常见的推荐方法都是先通过分析数据获取候选集，然后基于召回结果对候选集进行排序，最后根据排序结果对用户进行个性化信息推荐。文本推荐与物品推荐的不同在于，用户不仅有丰富的属性和文本特征数据，还有复杂的社交关系和互动行为，这确实为推荐算法提供了大量的额外信息，但同时也带来了巨大的挑战。

其中微博内容是一种社交短文本，具有更新快、信息含量稀疏、用词不规范等特点，要从嘈杂的数据中提取用户的有效特征，再加上涉及用户隐私的数据不能公开，相关数据信息因此变得有限，微博推荐领域的公开数据集也较为稀缺。所以亟需在有限的数据信息中寻找一种合适的方法，尽可能多地挖掘出用户的潜在特征，同时使用的算法必须对训练数据的这些特征具有鲁棒性。

发明内容

针对上述提到的技术问题。本申请的实施例的目的在于提出了一种文本信息推荐方法、装置及可读介质，来解决以上背景技术部分提到的技术问题。

第一方面，本申请的实施例提供了一种文本信息推荐方法，包括以下步骤：

S1，获取用户数据及所对应的文本语料，对文本语料进行预处理，得到文本数据；

S2，将用户数据进行处理得到用户属性特征，将文本数据通过词注意力网络生成文本特征，将用户数据利用知识图谱表示学习模型生成用户知识图谱特征，将用户属性特征、文本特征和用户知识图谱特征进行拼接，得到综合特征；

S3，将综合特征输入多层感知机，得到用户偏好类别及对应的推送数量。

在一些实施例中，对文本语料进行预处理包括文本清洗、分词、去停用词和数据过滤。

在一些实施例中，步骤S2中的将用户数据进行处理得到用户属性特征具体包括：

针对用户数据中的离散型数据通过整数编码的方式得到稠密的向量表示的离散型数据集合；

针对所用户数据中的连续数据通过线性函数归一化得到连续型数据集合；

将离散型数据集合和连续型数据集合拼接得到用户属性特征。

在一些实施例中，步骤S2中的将文本数据通过词注意力网络生成文本特征具体包括：

在文本数据的第i个句子s_i中总共有T个词，其分词序列表示为{w_1i,w_2i,…,w_iT}，将分词序列转换成词向量表示：