[发明专利]新闻推荐方法、装置、存储介质及计算机设备

权利要求书

1.一种新闻推荐方法，其特征在于，包括：

获取新闻类型为指定类型的目标新闻，将所述目标新闻存储转化为目标新闻文本；

对所述目标新闻文本进行预处理，得到元数据序列；

计算所述元数据序列中的数字个数，得到元数据分析结果；

基于所述目标新闻文本生成多元词典，并按照关键词热度值对所述多元词典中的关键词进行排序，得到关键词排序结果；

采用第一预设模型对所述目标新闻文本进行主题概率打分，得到打分结果；

基于所述关键词排序结果以及所述打分结果，构建目标新闻的推送模型；

通过所述推送模型向推荐所述目标新闻文本。

2.根据权利要求1所述的新闻推荐方法，其特征在于，所述对所述目标新闻文本进行预处理，得到元数据序列的步骤，包括：

对所述目标新闻文本进行字符序列转换为小写字符处理、选用特定长度的单词处理、删除非法字符处理、删除数字处理、删除停用词处理以及词干提取和词性还原处理。

3.根据权利要求1所述的新闻推荐方法，其特征在于，所述基于所述目标新闻文本生成多元词典，并按照关键词热度值对所述多元词典中的关键词进行排序，得到关键词排序结果的步骤，包括：

通过自然语言处理和神经网络训练动态获取关键词序列并提取所述关键词序列中的命名实体名词构成一个命名实体关键词序列；

将所述关键词序列、所述命名实体关键词序列与预先存储在所述关键词排序模块中的静态指定类型关键词序列合并为多元词典；

读取所述关键词序列和所述命名实体关键词序列，然后删除其中与所述静态指定类型关键词序列中重复的关键词；

通过热度搜索提取多元词典中关键词的关键词热度值，并按照所述关键词热度值对所述多元词典中的关键词进行排序，得到关键词排序结果。

4.根据权利要求1所述的新闻推荐方法，其特征在于，所述采用第一预设模型对所述目标新闻文本进行主题概率打分，得到打分结果的步骤，包括：

对所述目标新闻文本删除非法字符、删除停用词、将字符序列转换为小写字符、选用特定长度的单词、词干提取和词性还原，得到概率模型词典；

对所述概率模型词典进行主题模型训练，将所述概率模型词典转化为主题特征向量；

对所述目标新闻文本进行主题挖掘得到概率模型；

确定新抓取的金融新闻文本的主题概率权重，得到打分结果。

5.根据权利要求4所述的新闻推荐方法，其特征在于，在所述对所述目标新闻文本删除非法字符、删除停用词、将字符序列转换为小写字符、选用特定长度的单词、词干提取和词性还原，得到概率模型词典的步骤之后，还包括：

删除所述概率模型词典中词频小于特定数目的关键词，或提取词频大于特定百分比的关键词，或提取特定数目的关键词。

6.一种新闻推荐装置，其特征在于，包括：

转化模块，用于获取新闻类型为指定类型的目标新闻，将所述目标新闻存储转化为目标新闻文本；

预处理模块，用于对所述目标新闻文本进行预处理，得到元数据序列；

计算模块，用于计算所述元数据序列中的数字个数，得到元数据分析结果；

排序模块，用于基于所述目标新闻文本生成多元词典，并按照关键词热度值对所述多元词典中的关键词进行排序，得到关键词排序结果；

打分模块，用于采用第一预设模型对所述目标新闻文本进行主题概率打分，得到打分结果；

构建模块，用于基于所述关键词排序结果以及所述打分结果，构建目标新闻的推送模型；

推荐模块，用于通过所述推送模型向推荐所述目标新闻文本。

7.根据权利要求6所述的新闻推荐装置，其特征在于，所述预处理模块，包括：

预处理子模块，用于对所述目标新闻文本进行字符序列转换为小写字符处理、选用特定长度的单词处理、删除非法字符处理、删除数字处理、删除停用词处理以及词干提取和词性还原处理。