一种基于双向LSTM的相关新闻挖掘方法及系统

摘要

本申请公开了一种基于双向LSTM的相关新闻挖掘方法及系统，方法包括：获取用户点击的新闻序列，对新闻序列中的新闻id进行嵌入，得到新闻id的向量；基于新闻id的向量，利用聚类算法生成的搜索树得到新闻id的相关新闻。本申请基于用户点击行为的双向LSTM神经网络模型的相关新闻挖掘方法，相比基于内容的精确匹配的方法，有效的提升了用户体验，减少了由于内容冗余造成的新闻资源位浪费并加快了相关新闻的计算速度。同时，利用搜索树检索相关新闻，速度快于传统穷举法，有效的节省了计算时间。