CN106202131A - 一种基于用户兴趣的新闻推荐方法 - Google Patents
一种基于用户兴趣的新闻推荐方法 Download PDFInfo
- Publication number
- CN106202131A CN106202131A CN201510242541.XA CN201510242541A CN106202131A CN 106202131 A CN106202131 A CN 106202131A CN 201510242541 A CN201510242541 A CN 201510242541A CN 106202131 A CN106202131 A CN 106202131A
- Authority
- CN
- China
- Prior art keywords
- news
- user
- module
- user interest
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于用户兴趣的新闻推荐方法,其特征在于:所述的基于用户兴趣的新闻推荐方法包括交互用户端和推荐系统,所述的交互用户端和推荐系统连接,所述的交互用户端包括注册登录模块、用户信息管理模块、用户兴趣收集模块、用户兴趣模型和新闻推荐模块,本发明与现有技术相比,具有以下优点和效果:能够快速高效的存储和处理新闻数据,采用用户端注册存储的初始信息来进行兴趣新闻的推荐,解决的推荐系统的冷启动问题,采用多种算法进行混合式推荐使推送用户感兴趣的新闻的准确性较高。
Description
技术领域
本发明涉及一种基于用户兴趣的新闻推荐方法。
背景技术
随着网络与信息技术的飞速发展,互联网为用户提供越来越多的信息和服务,当不同用户所需要的信息是不同的,目前网络存在许多用户端盲目的给客户推送各种新闻信息,许多信息都不是用户所需要的,频繁的推送无用的新闻信息会造成用户对使用的用户端的的好感度降低,用户端的用户体验不理想,当然市场上也存在一些用户端基于用户兴趣对新闻进行推荐,但存在推荐的兴趣新闻的准确性不高,依然会存在许多用户不感兴趣的新闻。
发明内容
本发明的目的在于克服现有技术中存在的上述不足,而提供一种结构设计合理,通过建立用户兴趣模型并采用多种推荐算法对用户进行新闻推荐的基于用户兴趣的新闻推荐方法。
本发明解决上述问题所采用的技术方案是:一种基于用户兴趣的新闻推荐方法,包括交互用户端和推荐系统,所述的交互用户端和推荐系统连接,所述的交互用户端包括注册登录模块、用户信息管理模块、用户兴趣收集模块、用户兴趣模型和新闻推荐模块,所述的注册登录模块与用户信息管理模块连接,用户信息管理模块与用户兴趣收集模块连接,用户兴趣收集模块与用户兴趣模型连接,用户在注册登录模块进行注册登录交互用户端,用户在注册时填写用户信息,由用户信息管理模块进行管理,用户兴趣收集模块收集用户浏览的感兴趣新闻的信息,用户兴趣模型存储用户兴趣收集模块的信息,所述的推荐系统包括网络信息爬取模块、信息语义分析模块、Hadoop数据平台、推荐引擎,所述的网络信息爬取模块、信息语义分析模块和推荐引擎分别与Hadoop数据平台连接,新闻推荐模块和用户兴趣模型分别与推荐引擎连接,所述的网络信息爬取模块对网页信息进行信息爬取,并将数据传输至Hadoop数据平台,信息语义分析模块对储存于Hadoop数据平台的数据进行语义分析,推荐引擎根据信息语义分析模块对存储在Hadoop数据平台的网络信息的结果与用户兴趣模型存储的用户兴趣的信息进行匹配,找到匹配用户兴趣的信息后由推荐引擎将Hadoop数据平台上符合用户兴趣要求的信息推荐至新闻推荐模块,使用交互用户端对推荐的新闻信息进行浏览。
作为一种改进方式:所述的推荐引擎基于协同过滤算法和内容推荐算法进行新闻内容的推荐,采用多种推荐方法提高了推荐新闻信息的准确性。
作为一种改进方式:所述的推荐系统运行于后台,减少了内存的占有和CPU的使用压力。
作为一种改进方式:所述的用户兴趣模型设置有标签模块,用于切分存储新闻中的关键词。
作为一种改进方式:所述的标签模块设置有信息价值分析区块,用于根据用户在新闻中停留的时间长短、转载操作、收藏操作来判断信息的价值等级,推荐系统根据信息的价值等级大小对交互用户端进行新闻信息的推送。
本发明与现有技术相比,具有以下优点和效果:能够快速高效的存储和处理新闻数据,采用用户端注册存储的初始信息来进行兴趣新闻的推荐,解决的推荐系统的冷启动问题,采用多种算法进行混合式推荐使推送用户感兴趣的新闻的准确性挺高。
附图说明
图1是本发明实施例的结构示意图。
具体实施方式
下面结合附图并通过实施例对本发明作进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
参见图1,本实施例一种基于用户兴趣的新闻推荐方法,包括交互用户端和推荐系统,所述的交互用户端和推荐系统连接,所述的交互用户端包括注册登录模块、用户信息管理模块、用户兴趣收集模块、用户兴趣模型和新闻推荐模块,所述的注册登录模块与用户信息管理模块连接,用户信息管理模块与用户兴趣收集模块连接,用户兴趣收集模块与用户兴趣模型连接,用户在注册登录模块进行注册登录交互用户端,用户在注册时填写用户信息,由用户信息管理模块进行管理,用户兴趣收集模块收集用户浏览的感兴趣新闻的信息,用户兴趣模型存储用户兴趣收集模块的信息,所述的推荐系统包括网络信息爬取模块、信息语义分析模块、Hadoop数据平台、推荐引擎,所述的网络信息爬取模块、信息语义分析模块和推荐引擎分别与Hadoop数据平台连接,新闻推荐模块和用户兴趣模型分别与推荐引擎连接,所述的网络信息爬取模块对网页信息进行信息爬取,并将数据传输至Hadoop数据平台,信息语义分析模块对储存于Hadoop数据平台的数据进行语义分析,推荐引擎根据信息语义分析模块对存储在Hadoop数据平台的网络信息的结果与用户兴趣模型存储的用户兴趣的信息进行匹配,找到匹配用户兴趣的信息后由推荐引擎将Hadoop数据平台上符合用户兴趣要求的信息推荐至新闻推荐模块,使用交互用户端对推荐的新闻信息进行浏览,所述的推荐引擎基于协同过滤算法和内容推荐算法进行新闻内容的推荐,采用多种推荐方法提高了推荐新闻信息的准确性,所述的推荐系统运行于后台,减少了内存的占有和CPU的使用压力,所述的用户兴趣模型设置有标签模块,用于切分存储新闻中的关键词,所述的标签模块设置有信息价值分析区块,用于根据用户在新闻中停留的时间长短、转载操作、收藏操作来判断信息的价值等级,推荐系统根据信息的价值等级大小对交互用户端进行新闻信息的推送。
本说明书中所描述的以上内容仅仅是对本发明所作的举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离本发明说明书的内容或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.一种基于用户兴趣的新闻推荐方法,其特征在于:所述的基于用户兴趣的新闻推荐方法包括交互用户端和推荐系统,所述的交互用户端和推荐系统连接,所述的交互用户端包括注册登录模块、用户信息管理模块、用户兴趣收集模块、用户兴趣模型和新闻推荐模块,所述的注册登录模块与用户信息管理模块连接,用户信息管理模块与用户兴趣收集模块连接,用户兴趣收集模块与用户兴趣模型连接,所述的推荐系统包括网络信息爬取模块、信息语义分析模块、Hadoop数据平台、推荐引擎,所述的网络信息爬取模块、信息语义分析模块和推荐引擎分别与Hadoop数据平台连接,所述的新闻推荐模块和用户兴趣模型分别与推荐引擎连接。
2.根据权利要求1所述的基于用户兴趣的新闻推荐方法,所述的推荐引擎基于协同过滤算法和内容推荐算法进行新闻内容的推荐。
3.根据权利要求1所述的基于用户兴趣的新闻推荐方法,其特征在于:所述的推荐系统运行于后台。
4.根据权利要求1所述的基于用户兴趣的新闻推荐方法,其特征在于:所述的用户兴趣模型设置有标签模块,用于切分存储新闻中的关键词。
5.根据权利要求1和4所述的基于用户兴趣的新闻推荐方法,所述的标签模块设置有信息价值分析区块,用于根据用户在新闻中停留的时间长短、转载操作、收藏操作来判断信息的价值等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510242541.XA CN106202131A (zh) | 2015-05-08 | 2015-05-08 | 一种基于用户兴趣的新闻推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510242541.XA CN106202131A (zh) | 2015-05-08 | 2015-05-08 | 一种基于用户兴趣的新闻推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106202131A true CN106202131A (zh) | 2016-12-07 |
Family
ID=57459326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510242541.XA Pending CN106202131A (zh) | 2015-05-08 | 2015-05-08 | 一种基于用户兴趣的新闻推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106202131A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220336A (zh) * | 2017-05-24 | 2017-09-29 | 成都明途科技有限公司 | 通过分析用户喜好的新闻推荐系统 |
CN107229700A (zh) * | 2017-05-24 | 2017-10-03 | 成都明途科技有限公司 | 一种政务资料与新闻的智能推荐系统 |
CN107391549A (zh) * | 2017-06-05 | 2017-11-24 | 北京百度网讯科技有限公司 | 基于人工智能的新闻召回方法、装置、设备及存储介质 |
CN107562939A (zh) * | 2017-09-21 | 2018-01-09 | 深圳市傲天科技股份有限公司 | 垂直领域新闻推荐方法、装置及可读储存介质 |
CN108304556A (zh) * | 2018-02-06 | 2018-07-20 | 中国传媒大学 | 基于内容与协同过滤相结合的个性化推荐方法 |
CN110070134A (zh) * | 2019-04-25 | 2019-07-30 | 厦门快商通信息咨询有限公司 | 一种基于用户兴趣感知的推荐方法及装置 |
CN110413890A (zh) * | 2019-07-29 | 2019-11-05 | 武汉匠楚科技有限公司 | 一种新闻推荐系统聚合新闻呈现的方法 |
-
2015
- 2015-05-08 CN CN201510242541.XA patent/CN106202131A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220336A (zh) * | 2017-05-24 | 2017-09-29 | 成都明途科技有限公司 | 通过分析用户喜好的新闻推荐系统 |
CN107229700A (zh) * | 2017-05-24 | 2017-10-03 | 成都明途科技有限公司 | 一种政务资料与新闻的智能推荐系统 |
CN107391549A (zh) * | 2017-06-05 | 2017-11-24 | 北京百度网讯科技有限公司 | 基于人工智能的新闻召回方法、装置、设备及存储介质 |
CN107391549B (zh) * | 2017-06-05 | 2021-06-11 | 北京百度网讯科技有限公司 | 基于人工智能的新闻召回方法、装置、设备及存储介质 |
US11238097B2 (en) | 2017-06-05 | 2022-02-01 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for recalling news based on artificial intelligence, device and storage medium |
CN107562939A (zh) * | 2017-09-21 | 2018-01-09 | 深圳市傲天科技股份有限公司 | 垂直领域新闻推荐方法、装置及可读储存介质 |
CN108304556A (zh) * | 2018-02-06 | 2018-07-20 | 中国传媒大学 | 基于内容与协同过滤相结合的个性化推荐方法 |
CN108304556B (zh) * | 2018-02-06 | 2019-06-07 | 中国传媒大学 | 基于内容与协同过滤相结合的个性化推荐方法 |
CN110070134A (zh) * | 2019-04-25 | 2019-07-30 | 厦门快商通信息咨询有限公司 | 一种基于用户兴趣感知的推荐方法及装置 |
CN110413890A (zh) * | 2019-07-29 | 2019-11-05 | 武汉匠楚科技有限公司 | 一种新闻推荐系统聚合新闻呈现的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106202131A (zh) | 一种基于用户兴趣的新闻推荐方法 | |
US10726446B2 (en) | Method and apparatus for pushing information | |
Zhao et al. | Connecting social media to e-commerce: Cold-start product recommendation using microblogging information | |
US20180165712A1 (en) | Method and apparatus for composing search phrases, distributing ads and searching product information | |
CN102208086B (zh) | 面向领域的个性化智能推荐系统及实现方法 | |
US8301624B2 (en) | Determining user preference of items based on user ratings and user features | |
Hu et al. | Listening to the crowd: Automated analysis of events via aggregated twitter sentiment. | |
CN105893611B (zh) | 一种构建面向社交网络的兴趣主题语义网络的方法 | |
CN106383875B (zh) | 基于人工智能的人机交互方法和装置 | |
CN103778260A (zh) | 一种个性化微博信息推荐系统和方法 | |
CN103886074A (zh) | 基于社交媒体的商品推荐系统 | |
CN101853449A (zh) | 一种法律问题智能诊断方法与系统 | |
CN104636371A (zh) | 信息推荐方法及设备 | |
CN104462590A (zh) | 信息搜索方法及装置 | |
CN105302880A (zh) | 内容关联推荐方法及装置 | |
CN104182543A (zh) | 基于相似性传播与流行度降维的混合推荐方法 | |
Pfadler et al. | Billion-scale recommendation with heterogeneous side information at taobao | |
CN103714120A (zh) | 一种从用户url访问记录中提取用户兴趣话题的系统 | |
Au Yeung et al. | Capturing implicit user influence in online social sharing | |
Jiang et al. | HyOASAM: A hybrid open API selection approach for mashup development | |
Alzubi et al. | Whats trending? an efficient trending research topics extractor and recommender | |
US9292515B1 (en) | Using follow-on search behavior to measure the effectiveness of online video ads | |
Ishii et al. | Incremental construction of causal network from news articles | |
CN102622364A (zh) | 一种信息聚合的方法、装置及信息处理系统 | |
US9916298B2 (en) | Management of content tailoring by services |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
DD01 | Delivery of document by public notice |
Addressee: Cai Qi Document name: Notification of Passing Preliminary Examination of the Application for Invention |
|
C06 | Publication | ||
PB01 | Publication | ||
DD01 | Delivery of document by public notice |
Addressee: Cai Qi Document name: Notification of Publication of the Application for Invention |
|
DD01 | Delivery of document by public notice | ||
DD01 | Delivery of document by public notice |
Addressee: Cai Qi Document name: Notification of before Expiration of Request of Examination as to Substance |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161207 |