[发明专利]文章相似度挖掘方法、系统、设备及存储介质在审
| 申请号： | 201711385538.9 | 申请日： | 2017-12-20 |
| 公开（公告）号： | CN109948121A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 王颖帅;李晓霞;苗诗雨 | 申请（专利权）人： | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
| 主分类号： | G06F17/22 | 分类号： | G06F17/22;G06F17/27 |
| 代理公司： | 上海弼兴律师事务所 31283 | 代理人： | 薛琦;张冉 |
| 地址： | 100195 北京市海淀区杏石口路6*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文章相似度挖掘方法、系统、设备及存储介质，其中方法包括步骤：S1、对多篇文章进行预处理，获取每篇文章的特征词；S2、基于TF‑IDF计算所述特征词的TF‑IDF权重；S3、根据所述TF‑IDF权重生成每篇文章的归一化的特征向量；S4、计算任意两个所述特征向量的相似度。本发明通过将文件进行分词、去停用词、提取特征词等预处理，然后采用改进的TF‑IDF方法计算特征词语的权重，通过TF‑IDF计算出文章的向量，形成表示文章的向量，然后通过计算文章的向量间的相似度，从而挖掘出更精准的相似文章并向用户推荐，从而抓住用户浏览偏好，提升了用户文章的点击转化率，提高用户浏览阅读体验。 | ||
| 搜索关键词： | 相似度 向量 预处理 存储介质 特征向量 用户浏览 特征词 权重 挖掘 提取特征 用户推荐 用户文章 归一化 停用词 分词 偏好 词语 阅读 改进 | ||
【主权项】：
1.一种文章相似度挖掘方法，其特征在于，包括：S1、对多篇文章进行预处理，获取每篇文章的特征词；S2、基于TF‑IDF计算所述特征词的TF‑IDF权重；S3、根据所述TF‑IDF权重生成每篇文章的归一化的特征向量；S4、计算任意两个所述特征向量的相似度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司，未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711385538.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于二元化的简历解析方法
- 下一篇：输入文本的纠错方法、装置及电子设备
