[发明专利]为用户集中整合资源的新闻推荐方法

说明书

技术领域

本发明涉及一种新闻推荐方法，具体涉及为用户集中整合资源的新闻推荐方法。

背景技术

借助于互联网技术，大数据应用在各个方面持续深化，尤其是在人们的生活领域内，给人们的生活带来了很多的便利。比如说推荐类的新闻客户端，类似于今日头条、网易新闻、凤凰新闻等，有效地聚集了高质量的新闻，针对用户的点击、阅读行为展开新闻推荐。新闻的内容涉及娱乐、体育、军事、科技、财经等，由此可见，它们更加集中于人们的生活领域。

然而，面对着各种巨大工作压力，在人们的工作领域，同样，甚至更加需要这样一种资讯推荐来不断提升用户的工作能力，开阔工作视野。目前，还没有发现市场上有这样一款集聚资源、面向工作的推荐应用。

发明内容

本发明为解决现有技术中存在的问题，提供了为用户集中整合资源的新闻推荐方法，能够汇聚集中互联网上的各种优质资源，根据用户的个人岗位和用户使用行为，从大量无效信息、广告以及重复信息中筛选出用户感兴趣与需要的资讯，针对用户自身需求进行个性化推荐服务，将极大地提升用户的工作能力和个人素质。

本发明通过下述技术方案实现：

为用户集中整合资源的新闻推荐方法，包括如下步骤：1)通过爬虫模块爬取网络上的网页；2)创建工作数据库、更新增量数据库和临时增量数据库，其中工作数据库根据相似度排序为用户推送内容，更新增量数据库用户存储一天内网站更新的内容，临时数据库用于存储接着上次爬取断点爬取到的内容；3)对内容文本部分进行分词，得到内容的URL、标题、标签、来源、时间、词频等属性；4)判断该内容是否是网站更新的内容，如果该内容是网站最近更新的内容，将计算得到的内容属性存入更新增量数据库，反之存入临时增量数据库；5)判断用户是否是第一次使用移动客户端，主系统从更新增量数据库中取出若干条数据推送给用户，通过移动客户端搜集用户行为，上传至主系统，然后结合用户的岗位特征和用户行为，分析为用户推荐的内容；6)若用户不是第一次使用移动客户端，则根据用户上次感兴趣内容，分别从工作数据库和更新增量数据库中按照一定比例推送给用户。

本发明的新闻推荐方法，能够汇聚集中互联网上的各种优质资源，根据用户的个人岗位和用户使用行为，从大量无效信息、广告以及重复信息中筛选出用户感兴趣与需要的资讯，针对用户自身需求进行个性化推荐服务，将极大地提升用户的工作能力和个人素质。通过爬虫模块爬取网络资源，然后通过与用户行为进行对比，从而为用户推荐适合其感兴趣的新闻，为用户可以节省大量的时间，提高了其新闻有效信息获取的效率。

还包括通过体外数据采集器收集用户的运动状态，并使用摄像头识别用户的性别，这样可以根据用户的运动状态和性别来分析用户感兴趣的新闻内容。

使用TF-IDF(term frequency–inverse document frequency)技术对内容的所有分词进行权重计算，构建内容的特征向量。

通过移动客户端搜集用户行为，上传至主系统的交互模块，交互模块会对用户结合用户的岗位特征和用户行为，分析下一步推荐的内容。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明为用户集中整合资源的新闻推荐方法，能够汇聚集中互联网上的各种优质资源，根据用户的个人岗位和用户使用行为，从大量无效信息、广告以及重复信息中筛选出用户感兴趣与需要的资讯，针对用户自身需求进行个性化推荐服务，将极大地提升用户的工作能力和个人素质；

2、本发明为用户集中整合资源的新闻推荐方法，通过爬虫系统爬取网络资源，然后通过与用户行为进行对比，从而为用户推荐适合其感兴趣的新闻，为用户可以节省大量的时间，提高了其新闻有效信息获取的效率；

3、本发明为用户集中整合资源的新闻推荐方法，还包括通过体外数据采集器收集用户的运动状态，并使用摄像头识别用户的性别，这样可以根据用户的运动状态和性别来分析用户感兴趣的新闻内容。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例