[发明专利]一种基于相似度的知识推荐方法和设备

说明书

本发明公开了一种基于相似度的知识推荐方法和设备。该方法包括：获取一知识，该知识包括标题部分和内容部分；分别对内容部分和标题部分进行分词处理，确定各分词的权重，根据该权重分别确定内容部分和标题部分的特征词；根据这两部分的特征词来确定所获取的知识的特征词集合；将该特征词集合与知识库中存储的另一知识的特征词集合组成一个特征词集合，分别确定所组成的特征词集合中的每个特征词在两条知识中的频度，得出两条知识的词频向量；基于两条知识的词频向量确定两条知识之间的相似度；在相似度大于或等于一阈值的情况下，向用户推荐所述另一知识。由此，可提高相似度的准确性和真实性，实现为用户推荐最匹配的知识。

技术领域

本发明涉及信息检索领域，具体地，涉及一种基于相似度的知识推荐方法和设备。

背景技术

知识推荐方法通常是指根据用户输入的当前知识，来从知识库中存储的现有知识中找出与用户输入的知识相匹配的知识来推荐给用户。

在现有的知识推荐方法中，一些方法是基于知识类别来进行知识匹配的。这种方法仅采用类别作为知识是否相似的唯一匹配标准，因而可能导致知识内容的相关度不高，匹配准确率差。利用这种方法推荐给用户的知识大都不是用户真正感兴趣的知识。

还有一些方法是基于知识内容来进行知识匹配的。这种方法通常是从知识的内容部分中确定出几个关键词，然后利用这些关键词来从知识库中存储的现有知识中找出相匹配的知识，并推荐给用户。由于这种方法是基于知识内容来进行匹配的，因此，相较于基于知识类别进行匹配的方法，匹配准确率更高，能在一定程度上满足用户需求。然而，这种方法同样存在一定缺陷，那就是忽略了知识的标题部分的重要性。知识的标题部分在整个知识中占有极为重要的作用。但有时有的知识的标题部分中的关键词在该知识的内容部分中出现的次数并不多。这就可能导致最终提取出的关键词未包括标题部分的关键词，从而造成关键词（也可称为“特征词”）的选取不准确、不具备真实代表性，最终可能导致不能为用户推荐最匹配的知识。

发明内容

本发明的目的是提供一种基于相似度的知识推荐方法和设备，以提高提取的特征词集合的准确性，从而能够真实地反映出知识之间的相似度，保证将最匹配（即，具有高相似度）的知识推荐给用户。

为了实现上述目的，本发明提供一种基于相似度的知识推荐方法，该方法包括：获取一知识，该知识包括标题部分和内容部分；对所述内容部分进行分词处理，确定各分词的权重，并根据该权重确定所述内容部分的特征词；对所述标题部分进行分词处理，确定各分词的权重，并根据该权重确定所述标题部分的特征词；根据所述内容部分的特征词和所述标题部分的特征词来确定所获取的知识的特征词集合；将所获取的知识的特征词集合与知识库中存储的另一知识的特征词集合组成一个特征词集合，分别确定所组成的特征词集合中的每个特征词在两条知识中的频度，并得出两条知识的词频向量；基于所述两条知识的词频向量确定两条知识之间的相似度；以及在所述相似度大于或等于一阈值的情况下，向用户推荐所述知识库中存储的所述另一知识。

本发明还提供一种基于相似度的知识推荐设备，该设备包括：用于获取一知识的装置，该知识包括标题部分和内容部分；用于对所述内容部分进行分词处理，确定各分词的权重，并根据该权重确定所述内容部分的特征词的装置；用于对所述标题部分进行分词处理，确定各分词的权重，并根据该权重确定所述标题部分的特征词的装置；用于根据所述内容部分的特征词和所述标题部分的特征词来确定所获取的知识的特征词集合的装置；用于将所获取的知识的特征词集合与知识库中存储的另一知识的特征词集合组成一个特征词集合，分别确定所组成的特征词集合中的每个特征词在两条知识中出现的频度，并得出两条知识的词频向量的装置；用于基于所述两条知识的词频向量确定两条知识之间的相似度的装置；以及用于在所述相似度大于或等于一阈值的情况下，向用户推荐所述知识库中存储的所述另一知识的装置。