一种基于海量新闻数据事件热度的新闻推荐方法

摘要

本发明提供了一种基于海量新闻数据事件热度的新闻推荐方法，首先利用Solr搜索引擎，从海量新闻文本数据中快速搜索出具体事件的新闻数据；接着利用HanLP自然语言包对新闻进行分词，通过构建事件词典，并将分词结果与词典进行匹配，根据新闻匹配程度筛选新闻；考虑事件的累加效应和新闻的衰减特性，进一步建立衡量事件热度的计算模型，从而分析事件的热度趋势变化情况，根据事件热度情况推荐新闻。本方法实现了通过构建事件词典，从海量新闻数据中筛选事件新闻，利用非结构化的新闻媒体数据，感知事件舆论热度演变趋势，根据事件热度推荐热点新闻。