[发明专利]一种自动实时新闻推荐方法

摘要

本发明公开了一种自动实时新闻推荐方法，包括以下步骤新闻抓取，新闻预处理，新闻模型训练，新闻特征建模，用户特征初步建模，用户特征二次建模，基于新闻特征模型和用户兴趣模型的融合匹配度计算，并基于融合匹配度计算结果进行个性化新闻推荐。本发明能对新闻进行自动、实时的个性化推荐，无论是新用户和已注册用户，都具有很强的适应性和稳定性。

主权项

一种自动实时新闻推荐方法，其特征在于，包括以下步骤：步骤一、新闻抓取：通过爬虫工具，抓取新闻网页地址，下载新闻标题及新闻内容，并将新闻存储到数据库新闻表中；步骤二、新闻预处理：对新闻进行分词处理，只保留名词；去掉无效新闻，并将有效新闻的分词结果存储到数据库新闻表中；步骤三、新闻模型训练：采用基于Gibbs Sampling的LDA算法进行主题模型的训练，建立主题模型；步骤四、新闻特征建模：进行新闻特征提取，建立新闻特征模型，新闻特征模型由新闻标签模型Nt和新闻主题特征模型Nl组成，即N＝{Nt,Nl}；步骤五、用户特征初步建模：进行用户特征提取，建立用户画像，对用户特征进行初步建模；步骤六、用户特征二次建模：基于步骤五用户特征初步建模结果，对用户特征进行二次精确建模，建立用户兴趣模型U；用户兴趣模型U由用户兴趣关键词模型Ut和用户兴趣主题特征模型Ul组成，即U＝{Ut,Ul}；步骤七、相似度计算：基于上述步骤四至步骤六提取的新闻特征和用户特征，进行新闻特征模型和用户兴趣模型的融合匹配度计算；步骤八、新闻推荐。