[发明专利]一种基于超图排序的新闻推荐方法

权利要求书

1.一种基于超图排序的新闻推荐方法，其特征在于，包括以下步骤：

1)预处理

主要处理分类问题和命名实体抽取问题，利用已有的分类标注新闻语料，将用户历史阅读的新闻以及待推荐的新出版新闻进行分类，同时，使用NLP开源工具GATE进行命名实体抽取，使新闻语料具有命名实体关联集；

2)超图构建

定义超图模型中的点、边及其相关的权重；

3)矩阵构建

超图排序所需的矩阵构建，主要有H矩阵、D_e矩阵、D_v矩阵、W矩阵，其中：

H矩阵是超图中的“点-边”关联矩阵，每个元素是h(v,e)，如果点v和超边e关联，则h(v,e)＝1，否则h(v,e)＝0；

D_e矩阵是由所有超边e的度构成的对角矩阵，矩阵中的对角线元素值是每个超边的度，其余元素的值为0，超边e的度数δ(e)＝|e|，即超边中包含的节点度数；

D_v矩阵是由所有节点v的度构成的对角矩阵，矩阵中的对角线元素值是每个节点的度，其余元素的值为0，节点v的度数即节点v所关联的所有边的权重之和；

W矩阵是一个|E|×|E|的对角矩阵，其中对角元素是每条超边的权重，其余元素是0；

4)排序

定义一个代价函数，并最小化该代价函数来求得新闻文章的排序分数，该代价函数定义如下：

Q(f)=12Σi,j=1|V|Σe∈E1δ(e)Σ{vivj}⊆ew(e)||fid(vi)-fjd(vj)||2+μΣi=1|V|||fi-yi||2]]>

式中，d(v_i)表示v_i节点的度数，f_i表示第i个元素的排序得分，w(e)表示超边e的权重，μ是正则化参数，y_i是第i个元素初始化的排序得分，δ(e)是e的度数，即超边e包含的节点数；该代价函数的含义在于，如果两个节点同时处于较多相同的超边之内，则这两个节点的排序得分应该是近似的，对代价函数进行f向量的求偏导数，并使偏导数公式等于0，即可求得最优解：

f^*＝(I-αA)^-1y

式中，I是单位矩阵，A=Dv-12HWDe-1HTDv-12,]]>其中每个矩阵元素都可以在步骤3)中求解，y向量的维度是所有元素的总量，关于y向量的赋值，其对应的用户，即如需对某特定用户形成推荐列表，则对该当前用户所对应的分量赋值为1，其它分量有三种情况：分类点、新闻文章、命名实体；①分类点，对应分量的取值为对该分类点的访问占所有历史文章访问的比例，②新闻文章，有关联的则取值为1，如果没有关联，或该文章是待推荐新闻，则取值为0，③命名实体，有关联的则取值为1，如果没有关联，则取值为0；

5)获得排序结果

根据步骤4)提供的公式，代入相关的函数公式，获得f^*的运算向量结果；

6)获得推荐结果

由于f^*向量包含了超图模型中的所有元素，因此，需要对专门的“待推荐新闻集合”进行抽取，即对f^*向量中，只提取对应的待推荐新闻所对应的向量的排序得分，然后取前n个新闻作为Topn推荐列表。