基于历史行为的新闻推荐方法及系统

摘要

本发明公开了一种基于历史行为的新闻推荐方法即系统，包括：对用户点击过的新闻包含的单词进行词嵌入并生成词向量，对与单词相关的实体构建子图并对其进行图嵌入；对词向量进行处理和预测获得新闻标题向量，并对新闻标题向量进行聚类且分配标签以计算新闻的主题向量；将新闻主题向量嵌入送入到长短期记忆网络中进行学习并使用自注意力算法学习用户的主题偏好；对图嵌入进行处理得到实体嵌入并根据实体嵌入使用图注意力机制挖掘用户的实体偏好；将得到的用户主题偏好嵌入和实体偏好嵌入与候选新闻比较，得到用户点击候选新闻的概率。本发明使得用户在面对新闻平台大量新闻时能够快速定位自己感兴趣的新闻的问题，有效提高了用户浏览新闻的体验。