CN116204703A - 一种基于综合传播影响力增长指数的新闻推荐方法 - Google Patents

Abstract

本发明涉及新闻推荐技术领域，且公开了一种基于综合传播影响力增长指数的新闻推荐方法，包括以下步骤：1)新闻处理功能模块对新闻内容的健康度和相似度进行计算检测，从而将检测后更为优质的新闻进行发布；2)传播力指数获取模块进行计算新闻在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数；3)通过用户行为日志为用户推荐用户感兴趣的新闻内容，以及通过社交媒体中的传播力指数，再次利用推荐功能模块进行推荐计算，从而将优质的新闻推荐给用户。该基于综合传播影响力增长指数的新闻推荐方法，通过新闻处理功能模块对发布的新闻内容进行预处理，淘汰不健康以及内容相似度过高的新闻。

Description

一种基于综合传播影响力增长指数的新闻推荐方法

技术领域

本发明涉及新闻推荐技术领域，具体为一种基于综合传播影响力增长指数的新闻推荐方法。

背景技术

目前，随着网络媒体和移动媒体的发展，人们越来越依靠网络获得新闻内容，现今新闻内容处在了一个爆炸的时代，过量的新闻充斥着网络，读者很难从海量的新闻中直接获得自己关注的内容，对于网站、或者新闻客户端而言，如何提高用户的活跃度，如何提高新闻的点击率是一个需要重点关注的课题。

最早，人们通过栏目定义的简单模式让读者可以迅速的定位自己想要获得信息大的类别，后来随着人工智能技术的发展，可以通过对读者的用户行为分析和对新闻内容的分析，建立读者和新闻的关联关系，产生了一系列的推荐算法，例如中国专利CN113254764B公开了一种基于综合传播影响力增长指数的新闻推荐方法及系统，该专利通过采集稿件对象在媒体单位自有平台的传播信息、签约平台阅读信息、中央级媒体转载……根据稿件对象的综合传播影响力的增长速度，获得待推荐稿件的列表和排序，对列表里面未推荐过的预设条数的稿件内容进行推荐，推荐方式过于单一，不便对公开之前的新闻进行预处理，故而，提出了一种基于综合传播影响力增长指数的新闻推荐方法来解决上述问题。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于综合传播影响力增长指数的新闻推荐方法，具备推荐方式多元化等优点，解决了推荐方式过于单一，不便对公开之前的新闻进行预处理的问题。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：一种基于综合传播影响力增长指数的新闻推荐方法，包括以下步骤：

1)新闻处理功能模块对新闻进行接收后，将新闻进行录入储存、同时对新闻内容的健康度和相似度进行计算检测，从而将检测后更为优质的新闻进行发布；

2)传播力指数获取模块接收到新闻处理功能模块处理后发布的新闻，并且进行计算新闻在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数，为后续的新闻推荐进行准备；

3)同时，系统提供了收藏、赞踩和评论等服务，用户对这些服务的使用将产生用户行为日志，并且通过用户行为日志为用户推荐用户感兴趣的新闻内容，以及通过社交媒体中的传播力指数，再次利用推荐功能模块进行推荐计算，从而将优质的新闻推荐给用户。

优选的，所述步骤1)中新闻文本在发布的时候要进行相应的清洗与处理，由于新闻文本是自媒体用户主动生产的内容，所以需要对内容进行主动的检测与审核，因此新闻处理功能模块提供了健康度检测和相似度检测等功能。

优选的，所述步骤3)在推荐过程中，根据用户画像计算推荐列表，将要推荐的内容存储到用户各自的推荐列表中，方便用户进行观看。

优选的，所述新闻内容相似度的计算方法主要有如下三种：

(1)余弦相似性(Cos i ne)：设m维对象空间内有特征i及j，其评分以向量i j代表，那么s im(i，j)相似度通过式(1)计算。

(2)相关相似性(Corre l at i on)：设集合I i j是特征i及j共同评分的集合，那么可以使用Pearson相关系数来计算特征i及j的相似性，计算公式如式(2)所示。

(3)修正余弦函数相似性(Adjusted Cos i ne)：余弦相似度的计算并未将使用者的评价原则考虑进去，而公式(3)的修正的余弦函数相似性计算方法是对余弦相似度的一种改进，设集合I i j是特征i及j共同打分的推荐对象的集合，特征i及j曾经进行打分的集合分别用I i及I j代表，那么特征i及j的相似度s im(i，j)的计算方法如式(3)所示。

本发明要解决的另一技术问题是提供一种基于综合传播影响力增长指数的新闻推荐系统，包括：

新闻处理功能模块，用于新闻内容的录入、健康度和相似度检测。

传播力指数获取模块，用于计算新闻内容在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数；

用户行为功能模块，用于提供给用户的接口，主要包括阅读、赞踩、评论、收藏和搜索等常见的用户功能，这些功能的调用可能会触发推荐功能；

推荐功能模块，传播力指数获取模块和用户行为功能模块会触发推荐功能模块对用户进行推荐新闻。

(三)有益效果

与现有技术相比，本发明提供了一种基于综合传播影响力增长指数的新闻推荐方法，具备以下有益效果：

该基于综合传播影响力增长指数的新闻推荐方法，通过新闻处理功能模块对发布的新闻内容进行预处理，淘汰不健康以及内容相似度过高的新闻，并且新闻在进行发布后，综合考虑新闻的传播影响力以及在用户行为功能模块在分析日志时，系统中将使用用户的访问历史记录进行用户画像，同时，系统提供了收藏、赞踩、评论等服务，用户对这些服务的使用将产生用户行为日志，从而为用户推荐相关的新闻内容。

具体实施方式

下面将结合本发明的实施例，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种基于综合传播影响力增长指数的新闻推荐方法，包括以下步骤：

1)新闻处理功能模块对新闻进行接收后，将新闻进行录入储存、同时对新闻内容的健康度和相似度进行计算检测，从而将检测后更为优质的新闻进行发布；

2)传播力指数获取模块接收到新闻处理功能模块处理后发布的新闻，并且进行计算新闻在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数，为后续的新闻推荐进行准备；

3)同时，系统提供了收藏、赞踩和评论等服务，用户对这些服务的使用将产生用户行为日志，并且通过用户行为日志为用户推荐用户感兴趣的新闻内容，以及通过社交媒体中的传播力指数，再次利用推荐功能模块进行推荐计算，从而将优质的新闻推荐给用户。

其中，所述步骤1)中新闻文本在发布的时候要进行相应的清洗与处理，由于新闻文本是自媒体用户主动生产的内容，所以需要对内容进行主动的检测与审核，因此新闻处理功能模块提供了健康度检测和相似度检测等功能。

同时，所述步骤3)在推荐过程中，根据用户画像计算推荐列表，将要推荐的内容存储到用户各自的推荐列表中，方便用户进行观看。

需要说明的是，所述新闻内容相似度的计算方法主要有如下三种：

(1)余弦相似性(Cos i ne)：设m维对象空间内有特征i及j，其评分以向量i j代表，那么s im(i，j)相似度通过式(1)计算。

(2)相关相似性(Corre l at i on)：设集合I i j是特征i及j共同评分的集合，那么可以使用Pearson相关系数来计算特征i及j的相似性，计算公式如式(2)所示。

(3)修正余弦函数相似性(Adjusted Cos i ne)：余弦相似度的计算并未将使用者的评价原则考虑进去，而公式(3)的修正的余弦函数相似性计算方法是对余弦相似度的一种改进，设集合I i j是特征i及j共同打分的推荐对象的集合，特征i及j曾经进行打分的集合分别用I i及I j代表，那么特征i及j的相似度s im(i，j)的计算方法如式(3)所示。

一种基于综合传播影响力增长指数的新闻推荐系统，包括：

新闻处理功能模块，用于新闻内容的录入、健康度和相似度检测。

传播力指数获取模块，用于计算新闻内容在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数；

用户行为功能模块，用于提供给用户的接口，主要包括阅读、赞踩、评论、收藏和搜索等常见的用户功能，这些功能的调用可能会触发推荐功能；

推荐功能模块，传播力指数获取模块和用户行为功能模块会触发推荐功能模块对用户进行推荐新闻。

本发明的有益效果是：

该基于综合传播影响力增长指数的新闻推荐方法，通过新闻处理功能模块对发布的新闻内容进行预处理，淘汰不健康以及内容相似度过高的新闻，并且新闻在进行发布后，综合考虑新闻的传播影响力以及在用户行为功能模块在分析日志时，系统中将使用用户的访问历史记录进行用户画像，同时，系统提供了收藏、赞踩、评论等服务，用户对这些服务的使用将产生用户行为日志，从而为用户推荐相关的新闻内容。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种基于综合传播影响力增长指数的新闻推荐方法，其特征在于，包括以下步骤：

1)新闻处理功能模块对新闻进行接收后，将新闻进行录入储存、同时对新闻内容的健康度和相似度进行计算检测，从而将检测后更为优质的新闻进行发布；

2)传播力指数获取模块接收到新闻处理功能模块处理后发布的新闻，并且进行计算新闻在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数，为后续的新闻推荐进行准备；

3)同时，系统提供了收藏、赞踩和评论等服务，用户对这些服务的使用将产生用户行为日志，并且通过用户行为日志为用户推荐用户感兴趣的新闻内容，以及通过社交媒体中的传播力指数，再次利用推荐功能模块进行推荐计算，从而将优质的新闻推荐给用户。

2.根据权利要求1所述的一种基于综合传播影响力增长指数的新闻推荐方法，其特征在于，所述步骤1)中新闻文本在发布的时候要进行相应的清洗与处理，由于新闻文本是自媒体用户主动生产的内容，所以需要对内容进行主动的检测与审核，因此新闻处理功能模块提供了健康度检测和相似度检测等功能。

3.根据权利要求1所述的一种基于综合传播影响力增长指数的新闻推荐方法，其特征在于，所述步骤3)在推荐过程中，根据用户画像计算推荐列表，将要推荐的内容存储到用户各自的推荐列表中，方便用户进行观看。

4.根据权利要求1所述的一种基于综合传播影响力增长指数的新闻推荐方法，其特征在于，所述新闻内容相似度的计算方法主要有如下三种：

(1)余弦相似性(Cosine)：设m维对象空间内有特征i及j，其评分以向量ij代表，那么sim(i，j)相似度通过式(1)计算。

(2)相关相似性(Correlation)：设集合Iij是特征i及j共同评分的集合，那么可以使用Pearson相关系数来计算特征i及j的相似性，计算公式如式(2)所示。

(3)修正余弦函数相似性(Adjusted Cosine)：余弦相似度的计算并未将使用者的评价原则考虑进去，而公式(3)的修正的余弦函数相似性计算方法是对余弦相似度的一种改进，设集合Iij是特征i及j共同打分的推荐对象的集合，特征i及j曾经进行打分的集合分别用Ii及Ij代表，那么特征i及j的相似度sim(i，j)的计算方法如式(3)所示。

5.用以实现权利要求1-4任一项所述方法的系统，其特征在于，包括：

新闻处理功能模块，用于新闻内容的录入、健康度和相似度检测。

传播力指数获取模块，用于计算新闻内容在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数；

用户行为功能模块，用于提供给用户的接口，主要包括阅读、赞踩、评论、收藏和搜索等常见的用户功能，这些功能的调用可能会触发推荐功能；

推荐功能模块，传播力指数获取模块和用户行为功能模块会触发推荐功能模块对用户进行推荐新闻。