[发明专利]push推送相似文章判定方法和装置、及存储介质和电子设备

说明书

本发明提供了一种push推送相似文章判定方法和装置、及存储介质和电子设备，该方法包括：获取与用户匹配度最高的前N篇文章作为候选文章；获取用户的历史推送文章；基于候选文章与历史推送文章，计算每一篇候选文章与历史推送文章的文章相似度；响应文章相似度小于或者等于预先设定的阈值的比较结果，去除与历史推送文章重复的候选文章；本发明提供的push推送相似文章判定方法和装置、及存储介质和电子设备，通过计算并判断候选文章与历史推送文章的文章相似度，来确定候选文章是否与历史推送文章相似，避免在推送时对同一用户重复推送相似文章，并且能够减少资源占用率。

技术领域

本发明涉及计算机技术领域，尤其是一种push推送相似文章判定方法和装置、及存储介质和电子设备。

背景技术

目前，新闻媒体较多，对于大众关心的热点资讯，各个媒体均会进行报道。为提高用户的活跃程度，需要不定期对不同的用户推送个性化的文章资讯。但是，各个媒体报道内容的核心不会变化，只是在表述、修饰等方面会有所不同，也就是说，候选文章池中可能会存在相似的文章(不同的媒体提供的文章可能描述的是同一件事)，这就会导致在为用户推送文章时，很可能为同一个用户多次选择出相似文章进行推送，因此，需要判定当前选择的文章是否在历史推送的过程中被推送过，以避免在推送时对同一用户重复选择相似文章进行推送，从而影响用户体验感。

发明内容

有鉴于此，本发明提供了一种push推送相似文章判定方法和装置、及存储介质和电子设备，以至少部分解决上述问题。

为解决上述问题，本发明提供了一种push推送相似文章判定方法，该方法包括：

获取与用户匹配度最高的前N篇文章作为候选文章；

获取用户的历史推送文章；

基于候选文章与历史推送文章，计算每一篇候选文章与历史推送文章的文章相似度；

响应文章相似度小于或者等于预先设定的阈值的比较结果，去除与历史推送文章重复的候选文章。

可选地，在本发明上述各方法实施例中，基于候选文章与历史推送文章，计算每一篇候选文章与历史推送文章的文章相似度，包括：

分别对候选文章和历史推送文章进行分词；

剔除分词后的候选文章和分词后的历史推送文章中的停用词，分别对应得到候选文章关键词语和历史推送文章关键词语；

根据历史推送文章关键词语构建有向有环图；

基于历史推送文章的有向有环图和候选文章关键词语，获取候选文章路径，得到结果向量；

根据结果向量，计算候选文章与历史推送文章的文章相似度。

可选地，在本发明上述各方法实施例中，剔除分词后的候选文章和分词后的历史推送文章中的停用词，分别对应得到候选文章关键词语和历史推送文章关键词语，包括：

预先设定停用词列表；

根据停用词列表，剔除分词后的候选文章和分词后的历史推送文章中的停用词，分别对应得到候选文章关键词语和历史推送文章关键词语。

可选地，在本发明上述各方法实施例中，根据历史推送文章关键词语构建有向有环图，包括：

汇总历史推送文章关键词语；

以历史推送文章关键词语为节点，以历史推送文章关键词语的先后顺序作为每个节点的指向，构建有向有环图。

可选地，在本发明上述各方法实施例中，基于历史推送文章的有向有环图和候选文章关键词语，获取候选文章路径，得到结果向量，包括：

将候选文章关键词语中的每一词语分别在有向有环图中进行遍历，判断能否查找到与词语相同的节点；