CN114840756A - 一种基于关键热点信息的媒体生成推荐系统 - Google Patents

Abstract

本发明公开了一种基于关键热点信息的媒体生成推荐系统，属于信息处理技术领域，包括：新闻素材挖掘分类模块、新闻素材热度排序模块、用户信息挖掘获取模块、热点新闻生成模块、用户相似度匹配模块和热点新闻推送模块；本发明相对于现有的新闻推荐系统而言，能够有效解决信息过载现象的发生，通过计算用户每个时间段阅读能力，同时将该时间段与用户相匹配的热点新闻进行定量推送，从而既能满足用户阅读时间，又能满足用户的个性化阅读需求，符合当下人们的生活节奏；此外，基于自然语言处理模型和标题模板的热点新闻生成模块，能够保证热点新闻的时效性，有利于提高新闻生成效率。

Description

一种基于关键热点信息的媒体生成推荐系统

技术领域

本发明涉及信息处理技术领域，尤其涉及一种基于关键热点信息的媒体生成推荐系统。

背景技术

随着网络技术以及计算机技术的飞速发展，互联网在人们的日常生活、学习和工作中发挥的作用也越来越大；这使得人们获取信息的途径已经越来越简单，越来越多样性，通过上网搜索浏览信息的方式已经逐渐取代了传统纸媒体获取信息的方式；然而每天发布的新闻数量非常庞大，信息量呈指数增长，在充斥着海量信息以及获取信息途径方式越来越简单的同时，也面临着“信息过载”的问题，即面对着网络上海量的信息却难以找到自己真正感兴趣有价值的信息，并且由于用户的精力十分有限，不可能通过阅读所有的新闻获取需要的信息，用户一般只会针对自己感兴趣的新闻媒体信息进行精读，若信息持续过载，很容易失去用户流量；在这样的情景下，推荐系统应运而生，其可通过数据计算进行新闻媒体信息准确推送；然而现有的新闻推荐系统虽然能降低人们获取的信息维度，但相对现有人们生活时间和生活节奏而言，信息仍相对冗余，并且缺乏对热点信息进行挖掘，这使得“信息过载”现象仍相对存在；此外新闻信息具有时效性，现有的新闻信息大多依靠人工编辑或综合若干门户网站的首页文章而生成的，这导致信息生成效率较低，难以满足现有人们生活时间和生活节奏；为此，我们提出一种基于关键热点信息的媒体生成推荐系统。

发明内容

本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种基于关键热点信息的媒体生成推荐系统。

为了实现上述目的，本发明采用了如下技术方案：

一种基于关键热点信息的媒体生成推荐系统，包括：

新闻素材挖掘分类模块，用于根据时间规划利用分布式爬虫技术从各类新闻网站中大批量的爬取新闻事件，并将其作为新闻素材，同时对其进行版块分类和热度挖掘；

新闻素材热度排序模块，用于将所述热度挖掘后的新闻素材基于版块分类后的分类结果对其进行热度排序，获取新闻素材热度排名；

用户信息挖掘获取模块，用于获取本站用户历史阅读信息，计算本站用户阅读能力，并进行本站用户特征挖掘，获取本站用户特征集合；

所述用户信息挖掘获取模块还用于挖掘经过热度排序后新闻事件读者的用户特征，即获取热点新闻素材读者特征集合；

热点新闻生成模块，用于获取新闻素材热度排名，并基于其进行新闻生成，得到热点新闻，同时也生成热点新闻排名；

用户相似度匹配模块，用于获取本站用户特征集合以及热点新闻素材读者特征集合，并基于度量模型对其进行相似度匹配；

热点新闻推送模块，用于根据用户特征、用户阅读能力以及热点新闻排名向当前时间段的本站用户进行对应版块的热点新闻推送；

所述新闻素材挖掘分类模块、新闻素材热度排序模块、用户信息挖掘获取模块、热点新闻生成模块、用户相似度匹配模块和热点新闻推送模块均依托于云计算平台进行数据处理。

进一步地，所述时间规划是指为保证新闻时效性，将新闻按天进行界限划分，同时将每天按1小时划分为24个时间段，每一时间段获取到的新闻素材经处理后，作为下一时间段的推送内容；所述版块分类采用自然语言处理模型并基于关键词进行批量分类，所述版块包括经济、娱乐、社会、科技、体育、旅游、天气和军事。

进一步地，所述热度挖掘具体过程如下：

S1：获取当前时间段新闻素材的相关信息，所述相关信息包括当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数；

S2：根据专家评价获取所述点赞数、转发数、评论数和收藏数重要性，并赋予其对应权重值；

S3：根据所述对应权重值对当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数进行加权计算，即获得当前时间段每一新闻素材热度值。

进一步地，所述新闻素材挖掘分类模块还包括新闻素材热度值确定单元，所述新闻素材热度值确定单元用于确定当前时间段的新闻素材热度值是否真实,其通过数据计算，确定一天内每一时间段阅读峰值；并将每一时间段阅读峰值作为判断依据对当前时间段每一新闻素材热度值进行可信度判断：

若当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数，低于对应时间段的阅读峰值，则判断该新闻素材热度值不可信；

若当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数，等于且大于对应时间段的阅读峰值，则判断该新闻素材热度值真实。

进一步地，所述本站用户历史阅读信息包括用户在每个时间段的阅读时长、阅读新闻的长度和阅读内容；所述本站用户阅读能力根据用户在每个时间段的阅读时长以及阅读新闻的长度计算出用户阅读能力，即用户每个时间段的阅读量；所述本站用户特征集合基于所述阅读内容挖掘获取，其包括阅读关键词、阅读停留时间、点赞率、转发率和收藏率。

进一步地，所述热点新闻生成模块基于结构框架进行热点新闻生成，所述结构框架包括标题、摘要、正文和结语；所述标题基于模板+新闻关键词生成，所述摘要、正文和结语基于自然语言预训练模型训练得到。

进一步地，所述热点新闻推送模块的具体运行过程如下：

SS1：获取经过热点新闻生成模块处理得到当前时间段的热点新闻排名；

SS2：获取本站用户特征集合以及热点新闻素材读者特征集合的匹配度，同时获取当前时间段用户的阅读能力；

SS3：根据匹配度和当前时间段用户的阅读能力提取对应排名及数量的热点新闻，将其推送给对应本站用户。

相比于现有技术，本发明的有益效果在于：

本申请提出的一种基于关键热点信息的媒体生成推荐系统，其按照时间规划逐个时间段的获取海量新闻素材，并对其进行热度挖掘，同时通过可信度计算，确定当前时间段的热点新闻素材，并通过热度计算进行当前时间段的新闻素材热度排名，然后根据新闻素材热度排名生成热点新闻排名，最后将每个热点新闻的原始读者群与本站用户进行特征匹配，从而实现了个性化的热点新闻推送，其相对于现有的新闻推荐系统而言，能够有效解决信息过载现象的发生，通过计算用户每个时间段阅读能力，同时将该时间段与用户相匹配的热点新闻进行定量推送，从而既能满足用户阅读时间，又能满足用户的个性化阅读需求，符合当下人们的生活节奏；此外，基于自然语言处理模型和标题模板的热点新闻生成模块，能够保证热点新闻的时效性，有利于提高新闻生成效率。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

图1为本发明提出的一种基于关键热点信息的媒体生成推荐系统的整体结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

参照图1，本实施例公开了一种基于关键热点信息的媒体生成推荐系统，包括：

新闻素材挖掘分类模块，用于根据时间规划利用分布式爬虫技术从各类新闻网站中大批量的爬取新闻事件，并将其作为新闻素材，同时对其进行版块分类和热度挖掘；

具体的，该时间规划是指为保证新闻时效性，将新闻按天进行界限划分，同时将每天按1小时划分为24个时间段，每一时间段获取到的新闻素材经处理后，作为下一时间段的推送内容；该版块分类采用自然语言处理模型并基于关键词进行批量分类，版块包括经济、娱乐、社会、科技、体育、旅游、天气和军事。

具体的，该热度挖掘具体过程如下：

S1：获取当前时间段新闻素材的相关信息，相关信息包括当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数；

S2：根据专家评价获取点赞数、转发数、评论数和收藏数重要性，并赋予其对应权重值；

S3：根据对应权重值对当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数进行加权计算，即获得当前时间段每一新闻素材热度值；

在本实例中新闻素材挖掘分类模块还包括新闻素材热度值确定单元，该新闻素材热度值确定单元用于确定当前时间段的新闻素材热度值是否真实,其通过数据计算，确定一天内每一时间段阅读峰值；并将每一时间段阅读峰值作为判断依据对当前时间段每一新闻素材热度值进行可信度判断：

若当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数，低于对应时间段的阅读峰值，则判断该新闻素材热度值不可信；

若当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数，等于且大于对应时间段的阅读峰值，则判断该新闻素材热度值真实。

新闻素材热度排序模块，用于将热度挖掘后的新闻素材基于版块分类后的分类结果对其进行热度排序，获取新闻素材热度排名；

用户信息挖掘获取模块，用于获取本站用户历史阅读信息，计算本站用户阅读能力，并进行本站用户特征挖掘，获取本站用户特征集合；

具体的，本站用户历史阅读信息包括用户在每个时间段的阅读时长、阅读新闻的长度和阅读内容；本站用户阅读能力根据用户在每个时间段的阅读时长以及阅读新闻的长度计算出用户阅读能力，即用户每个时间段的阅读量；本站用户特征集合基于阅读内容挖掘获取，其包括阅读关键词、阅读停留时间、点赞率、转发率和收藏率。

在本实例中用户信息挖掘获取模块还用于挖掘经过热度排序后新闻事件读者的用户特征，即获取热点新闻素材读者特征集合；

热点新闻生成模块，用于获取新闻素材热度排名，并基于其进行新闻生成，得到热点新闻，同时也生成热点新闻排名；

具体的，该热点新闻生成模块基于结构框架进行热点新闻生成，结构框架包括标题、摘要、正文和结语；标题基于模板+新闻关键词生成，摘要、正文和结语基于自然语言预训练模型训练得到。

用户相似度匹配模块，用于获取本站用户特征集合以及热点新闻素材读者特征集合，并基于度量模型对其进行相似度匹配；

热点新闻推送模块，用于根据用户特征、用户阅读能力以及热点新闻排名向当前时间段的本站用户进行对应版块的热点新闻推送；

具体的，该热点新闻推送模块的具体运行过程如下：

SS1：获取经过热点新闻生成模块处理得到当前时间段的热点新闻排名；

SS2：获取本站用户特征集合以及热点新闻素材读者特征集合的匹配度，同时获取当前时间段用户的阅读能力；

SS3：根据匹配度和当前时间段用户的阅读能力提取对应排名及数量的热点新闻，将其推送给对应本站用户。

在本实例中新闻素材挖掘分类模块、新闻素材热度排序模块、用户信息挖掘获取模块、热点新闻生成模块、用户相似度匹配模块和热点新闻推送模块均依托于云计算平台进行数据处理。

本实施例将结合具体情况对本申请一种基于关键热点信息的媒体生成推荐系统的工作原理进行具体阐述，其具体过程如下：

新闻素材挖掘分类模块根据时间规划利用分布式爬虫技术从各类新闻网站中大批量的爬取新闻事件，并将其作为新闻素材，同时对其进行版块分类和热度挖掘；

在本实施例中版块分类按照预先基于关键词训练好的自然语言处理模型进行批量分类，将海量新闻素材划分到经济、娱乐、社会、科技、体育、旅游、天气和军事等版块中去；

在本实施例中热度挖掘对每个板块中的海量新闻进行处理，其具体过程如下：

首先获取当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数；然后根据专家评价获取点赞数、转发数、评论数和收藏数重要性，并赋予其对应权重值；最后根据对应权重值对当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数进行加权计算，即获得当前时间段每一新闻素材热度值；

为确定当前时间段的新闻素材热度值是否真实，新闻素材热度值确定单元通过数据计算，确定一天内每一时间段阅读峰值；并将每一时间段阅读峰值作为判断依据对当前时间段每一新闻素材热度值进行可信度判断：

若当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数，低于对应时间段的阅读峰值，则判断该新闻素材热度值不可信；

若当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数，等于且大于对应时间段的阅读峰值，则判断该新闻素材热度值真实；

新闻素材热度排序模块根据真实热度值，将每一版块的新闻素材进行热度排序，获取得到多个新闻素材热度排名；

此时用户信息挖掘获取模块获取本站用户历史阅读信息，计算本站用户阅读能力，并进行本站用户特征挖掘，获取本站用户特征集合；

在本实例中站用户阅读能力根据用户在每个时间段的阅读时长以及阅读新闻的长度计算出用户阅读能力，即用户每个时间段的阅读量；

在本实例中用户信息挖掘获取模块还将对新闻素材热度排名中每个新闻素材背后的读者群进行深度挖掘，获取热点新闻素材读者特征集合；

热点新闻生成模块，用于获取新闻素材热度排名，并基于结构框架进行热点新闻生成，该结构框架包括标题、摘要、正文和结语；其中，标题基于模板+新闻关键词生成，而摘要、正文和结语基于自然语言预训练模型训练得到，将新闻素材热度排名中每个新闻素材输入该模型中，得到热点新闻，同时也生成热点新闻排名；

用户相似度匹配模块获取本站用户特征集合以及热点新闻素材读者特征集合，并基于度量模型对其进行相似度匹配，其公式如下：

式中：r为皮尔逊相关系数；x为本站用户特征集合；n为集合内元素个数；p为热点新闻素材读者特征集合；

热点新闻推送模块根据用户特征匹配度、当前时间段用户阅读能力以及当前时间段热点新闻排名向当前时间段的本站用户进行对应版块以及对应排名和一定数量的热点新闻推送。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种基于关键热点信息的媒体生成推荐系统，其特征在于，包括：

新闻素材挖掘分类模块，用于根据时间规划利用分布式爬虫技术从各类新闻网站中大批量的爬取新闻事件，并将其作为新闻素材，同时对其进行版块分类和热度挖掘；

新闻素材热度排序模块，用于将所述热度挖掘后的新闻素材基于版块分类后的分类结果对其进行热度排序，获取新闻素材热度排名；

用户信息挖掘获取模块，用于获取本站用户历史阅读信息，计算本站用户阅读能力，并进行本站用户特征挖掘，获取本站用户特征集合；

所述用户信息挖掘获取模块还用于挖掘经过热度排序后新闻事件读者的用户特征，即获取热点新闻素材读者特征集合；

热点新闻生成模块，用于获取新闻素材热度排名，并基于其进行新闻生成，得到热点新闻，同时也生成热点新闻排名；

用户相似度匹配模块，用于获取本站用户特征集合以及热点新闻素材读者特征集合，并基于度量模型对其进行相似度匹配；

热点新闻推送模块，用于根据用户特征、用户阅读能力以及热点新闻排名向当前时间段的本站用户进行对应版块的热点新闻推送；

所述新闻素材挖掘分类模块、新闻素材热度排序模块、用户信息挖掘获取模块、热点新闻生成模块、用户相似度匹配模块和热点新闻推送模块均依托于云计算平台进行数据处理。

2.根据权利要求1所述的一种基于关键热点信息的媒体生成推荐系统，其特征在于，所述时间规划是指为保证新闻时效性，将新闻按天进行界限划分，同时将每天按1小时划分为24个时间段，每一时间段获取到的新闻素材经处理后，作为下一时间段的推送内容；所述版块分类采用自然语言处理模型并基于关键词进行批量分类，所述版块包括经济、娱乐、社会、科技、体育、旅游、天气和军事。

3.根据权利要求1所述的一种基于关键热点信息的媒体生成推荐系统，其特征在于，所述热度挖掘具体过程如下：

S1：获取当前时间段新闻素材的相关信息，所述相关信息包括当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数；

S2：根据专家评价获取所述点赞数、转发数、评论数和收藏数重要性，并赋予其对应权重值；

S3：根据所述对应权重值对当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数进行加权计算，即获得当前时间段每一新闻素材热度值。

4.根据权利要求1所述的一种基于关键热点信息的媒体生成推荐系统，其特征在于，所述新闻素材挖掘分类模块还包括新闻素材热度值确定单元，所述新闻素材热度值确定单元用于确定当前时间段的新闻素材热度值是否真实,其通过数据计算，确定一天内每一时间段阅读峰值；并将每一时间段阅读峰值作为判断依据对当前时间段每一新闻素材热度值进行可信度判断：

若当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数，低于对应时间段的阅读峰值，则判断该新闻素材热度值不可信；

若当前时间段每一新闻素材的点赞数、转发数、评论数和收藏数，等于且大于对应时间段的阅读峰值，则判断该新闻素材热度值真实。

5.根据权利要求1所述的一种基于关键热点信息的媒体生成推荐系统，其特征在于，所述本站用户历史阅读信息包括用户在每个时间段的阅读时长、阅读新闻的长度和阅读内容；所述本站用户阅读能力根据用户在每个时间段的阅读时长以及阅读新闻的长度计算出用户阅读能力，即用户每个时间段的阅读量；所述本站用户特征集合基于所述阅读内容挖掘获取，其包括阅读关键词、阅读停留时间、点赞率、转发率和收藏率。

6.根据权利要求1所述的一种基于关键热点信息的媒体生成推荐系统，其特征在于，所述热点新闻生成模块基于结构框架进行热点新闻生成，所述结构框架包括标题、摘要、正文和结语；所述标题基于模板+新闻关键词生成，所述摘要、正文和结语基于自然语言预训练模型训练得到。

7.根据权利要求1所述的一种基于关键热点信息的媒体生成推荐系统，其特征在于，所述热点新闻推送模块的具体运行过程如下：

SS1：获取经过热点新闻生成模块处理得到当前时间段的热点新闻排名；

SS2：获取本站用户特征集合以及热点新闻素材读者特征集合的匹配度，同时获取当前时间段用户的阅读能力；

SS3：根据匹配度和当前时间段用户的阅读能力提取对应排名及数量的热点新闻，将其推送给对应本站用户。

Images