[发明专利]一种行业新闻推荐方法及终端

权利要求书

1.一种行业新闻推荐方法，其特征在于，包括步骤：

抓取实时新闻资源；

将所述实时新闻资源内的实时新闻输入到已训练好的二分类模型，以得到行业新闻推荐结果，所述二分类模型包括AFM层和Deep层，所述AFM层包括因子分解机和attention机制，所述Deep层为前馈神经网络；

得到所述行业新闻推荐结果之后还包括：

对所述行业新闻推荐结果中待推荐实时新闻进行摘要自动生成，得到每一条所述待推荐实时新闻的新闻摘要；

从所述行业新闻推荐结果中选择与预设新闻篇数一致数量的待推荐实时新闻进行前端展示，所述前端展示分别展示每一条所述待推荐实时新闻所对应的新闻网站、实时新闻标题、新闻摘要和实时新闻链接地址；

将所述待推荐实时新闻在前端展示的信息导出成txt格式、pdf格式或word格式的新闻简报；

所述对所述行业新闻推荐结果中待推荐实时新闻进行摘要自动生成，得到每一条所述待推荐实时新闻的新闻摘要具体为：

对所述行业新闻推荐结果中每一条待推荐实时新闻按照预设标点符号分割成句子，得到句子矩阵T＝[S₁,S₂,...,S_m]，所述S_m表示第m个句子；

对分割的每个句子进行停用词去除和非汉字字符去除，并进行分词，得到每一个句子的分词集合；

使用word2vec将所述分词集合中的所有词进行转化，得到每一个句子中所有词的词向量Si＝[t_i,1,t_i,2,...,t_i,n]，所述t_i,j为第i个句子的第j个词，对每一个句子中所有词的词向量求平均值，得到每一个句子的向量表示；

计算每一条所述待推荐实时新闻的句子之间的余弦相似度，构成相似度矩阵W，所述相似度矩阵W里面包括元素值w_jk，所述元素值w_jk表示第j个句子和第k个句子之间的相似度；

以句子为节点，采用共现关系构造任意两个节点之间的边，以相似性得分为转移概率，构建图结构G＝(V,E)，所述V为节点集合，所述E为边集合；

使用第一公式迭代计算每一个句子的节点得分，直到收敛，所述第一公式为：

所述WS(V_i)表示第i个句子的节点得分，所述d是阻尼系数，所述In(V_i)和所述Out(V_j)分别表示指向V_i的点的集合和V_j指向的点的集合；

对每一条所述待推荐实时新闻的所有句子按照所述节点得分进行降序排序，得到句子推荐列表，取出每一条所述待推荐实时新闻的所述句子推荐列表中前L个句子作为其新闻摘要。

2.根据权利要求1所述的一种行业新闻推荐方法，其特征在于，所述抓取实时新闻资源具体步骤为：

从预设行业网站上，按照预设时间间隔定时抓取每一条实时新闻的实时新闻数据，所述实时新闻数据包括实时新闻标题、实时新闻内容和实时新闻链接地址，定义一个新闻ID作为所述实时新闻数据的唯一标识，以将所述实时新闻数据存储在新闻数据库。

3.根据权利要求2所述的一种行业新闻推荐方法，其特征在于，所述抓取实时新闻资源与所述将所述实时新闻资源内的实时新闻输入到已训练好的二分类模型之间还包括步骤：

获取所述新闻数据库中每一条实时新闻的实时新闻数据；

获取所述实时新闻数据的实时新闻内容和实时新闻标题，对所述实时新闻内容和所述实时新闻标题进行噪音去除和特殊字符去除，之后进行分词，并去除停用词，以得到包括所述实时新闻内容和所述实时新闻标题的分词集合的文本特征，所述特殊字符包括标点、换行和空白字符；

获取所述实时新闻数据中所述实时新闻链接地址所对应的新闻网站，以得到所述新闻网站所对应的离散特征，所述离散特征包括行业、用户和热点；

得到每一条实时新闻的数据特征，所述数据特征包括文本特征和离散特征。