【技術實現步驟摘要】
本申請涉及信息處理領域，特別涉及一種文章推薦方法及系統。
技術介紹
1、文章推薦系統是一種可以向用戶推薦文章的推薦系統，其可以幫助用戶從大量文章中快速獲取所需的文章。
2、目前，用戶在瀏覽文章時，文章推薦系統通常會記錄文章的瀏覽量，文章推薦系統根據文章的瀏覽量向用戶推薦瀏覽量較高的文章。但是，目前的文章推薦系統向不同用戶推薦的文章相同，導致推薦文章的針對性較差。
技術實現思路
1、本申請提供一種文章推薦方法及系統，結合文章知識圖譜向用戶推薦該用戶感興趣的文章，推薦文章的針對性較強。本申請的技術方案如下。
2、第一方面，提供一種文章推薦方法，所述方法包括：
3、獲取第一用戶對應的文章標簽，所述第一用戶對應的文章標簽用于表征所述第一用戶感興趣的文章內容；
4、獲取文章知識圖譜，所述文章知識圖譜包括文章實體和文章實體之間的連接關系，所述文章知識圖譜中的文章實體的類型包括文章和文章標簽，所述文章知識圖譜中的文章標簽用于表征文章內容；
5、根據所述第一用戶對應的文章標簽和所述文章知識圖譜獲取至少一篇目標文章，所述至少一篇目標文章的文章標簽與所述第一用戶對應的文章標簽匹配；
6、向所述第一用戶推薦所述至少一篇目標文章。
7、可選的，所述文章知識圖譜中的文章實體的類型還包括文章熱度，所述根據所述第一用戶對應的文章標簽和所述文章知識圖譜獲取至少一篇目標文章，包括：
8、根據所述第一用戶對應的文章標簽和所
9、根據所述文章知識圖譜獲取所述多篇文章中的每篇文章的文章熱度；
10、根據所述多篇文章的文章熱度，從所述多篇文章中獲取所述至少一篇目標文章，所述至少一篇目標文章的文章熱度大于預設熱度。
11、可選的，所述獲取文章知識圖譜，包括：
12、獲取多篇文章；
13、根據所述多篇文章中的每篇文章的文章內容，獲取用于表征所述每篇文章的文章內容的至少一個文章標簽；
14、根據所述多篇文章和所述多篇文章的文章標簽獲取多個文章實體和所述多個文章實體之間的關系；
15、根據所述多個文章實體和所述多個文章實體之間的關系生成所述文章知識圖譜。
16、可選的，所述獲取文章知識圖譜，還包括：根據所述多篇文章中的每篇文章對應的交互行為數據，獲取所述每篇文章的文章熱度，所述每篇文章對應的交互行為數據是用戶與所述每篇文章進行交互行為所產生的數據，所述交互行為數據包括瀏覽數據、點贊數據、收藏數據、分享數據和打分數據中的至少一種；
17、所述根據所述多篇文章和所述多篇文章的文章標簽獲取多個文章實體和所述多個文章實體之間的關系，包括：根據所述多篇文章、所述多篇文章的文章標簽和所述多篇文章的文章熱度，獲取所述多個文章實體和所述多個文章實體之間的關系。
18、可選的，所述多篇文章中的每篇文章對應多條交互行為數據，所述多條交互行為數據中的每條交互行為數據對應的交互類型包括瀏覽、點贊、收藏、分析和打分中的任意一種；所述根據所述多篇文章中的每篇文章對應的交互行為數據，獲取所述每篇文章的文章熱度，包括：
19、對于所述多篇文章中的每篇文章對應的每條交互行為數據：根據所述每條交互行為數據對應的交互時間獲取所述每條交互行為數據的時間衰減得分；以及，根據所述每條交互行為數據對應的交互類型獲取所述每條交互行為數據的得分權重，所述每條交互行為數據的得分權重用于表征產生所述每條交互行為數據的交互行為的重要程度；
20、根據所述多篇文章中的每篇文章對應的所述多條交互行為數據的時間衰減得分和所述多條交互行為數據的得分權重，獲取所述每篇文章的文章熱度。
21、可選的，所述獲取第一用戶對應的文章標簽，包括：獲取所述第一用戶的用戶畫像，所述用戶畫像包括所述第一用戶對應的文章標簽。
22、可選的，所述獲取所述第一用戶的用戶畫像，包括：
23、獲取所述第一用戶的交互行為數據，所述第一用戶的交互行為數據是所述第一用戶與文章進行交互行為所產生的數據，所述第一用戶的交互行為數據包括瀏覽數據、點贊數據、收藏數據、分享數據和打分數據中的至少一種；
24、根據所述第一用戶的交互行為數據獲取所述第一用戶興趣的文章內容；
25、根據所述第一用戶興趣的文章內容獲取所述第一用戶對應的文章標簽；
26、根據所述第一用戶對應的文章標簽生成所述第一用戶的用戶畫像。
27、可選的，所述向所述第一用戶推薦所述至少一篇目標文章，包括：
28、對于所述至少一篇目標文章中的每篇目標文章，根據與所述第一用戶強關聯的至少一個第二用戶與所述每篇目標文章的交互行為數據以及所述第一用戶與所述至少一個第二用戶的關聯度獲取所述每篇目標文章針對所述第一用戶的預估評分，所述每篇目標文章針對所述第一用戶的預估評分用于表征所述每篇目標文章的文章內容與所述第一用戶感興趣的文章內容的匹配程度，所述第一用戶與任一所述第二用戶的關聯度根據所述第一用戶與至少一篇文章的交互行為數據和所述第二用戶與所述至少一篇文章的交互行為數據確定；
29、根據所述至少一篇目標文章針對所述第一用戶的預估評分對所述至少一篇目標文章進行排序；
30、按照排序順序向所述第一用戶推薦所述至少一篇目標文章。
31、第二方面，提供一種文章推薦系統，所述系統包括：
32、第一獲取模塊，用于獲取第一用戶對應的文章標簽，所述第一用戶對應的文章標簽用于表征所述第一用戶感興趣的文章內容；
33、第二獲取模塊，用于獲取文章知識圖譜，所述文章知識圖譜包括文章實體和文章實體之間的連接關系，所述文章知識圖譜中的文章實體的類型包括文章和文章標簽，所述文章知識圖譜中的文章標簽用于表征文章內容；
34、第三獲取模塊，用于根據所述第一用戶對應的文章標簽和所述文章知識圖譜獲取至少一篇目標文章，所述至少一篇目標文章的文章標簽與所述第一用戶對應的文章標簽匹配；
35、推薦模塊，用于向所述第一用戶推薦所述至少一篇目標文章。
36、可選的，所述文章知識圖譜中的文章實體的類型還包括文章熱度，所述第三獲取模塊，用于：
37、根據所述第一用戶對應的文章標簽和所述文章知識圖譜獲取多篇文章，所述多篇文章的文章標簽與所述第一用戶對應的文章標簽匹配；
38、根據所述文章知識圖譜獲取所述多篇文章中的每篇文章的文章熱度；
39、根據所述多篇文章的文章熱度，從所述多篇文章中獲取所述至少一篇目標文章，所述至少一篇目標文章的文章熱度大于預設熱度。
40、可選的，所述第二獲取模塊，用于：
41、獲取多篇文章；
42、根據所述多篇文章中的每篇文章的文章內容，獲取用于表征所述每篇文章的本文檔來自技高網...
【技術保護點】
1.一種文章推薦方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述文章知識圖譜中的文章實體的類型還包括文章熱度，所述根據所述第一用戶對應的文章標簽和所述文章知識圖譜獲取至少一篇目標文章，包括：
3.根據權利要求1所述的方法，其特征在于，所述獲取文章知識圖譜，包括：
4.根據權利要求3所述的方法，其特征在于，
5.根據權利要求4所述的方法，其特征在于，所述多篇文章中的每篇文章對應多條交互行為數據，所述多條交互行為數據中的每條交互行為數據對應的交互類型包括瀏覽、點贊、收藏、分析和打分中的任意一種；所述根據所述多篇文章中的每篇文章對應的交互行為數據，獲取所述每篇文章的文章熱度，包括：
6.一種文章推薦系統，其特征在于，所述系統包括：
7.根據權利要求6所述的系統，其特征在于，所述文章知識圖譜中的文章實體的類型還包括文章熱度，所述第三獲取模塊，用于：
8.根據權利要求6所述的系統，其特征在于，所述第二獲取模塊，用于：
9.根據權利要求8所述的系統，其特征在于，所述
10.根據權利要求9所述的系統，其特征在于，所述多篇文章中的每篇文章對應多條交互行為數據，所述多條交互行為數據中的每條交互行為數據對應的交互類型包括瀏覽、點贊、收藏、分析和打分中的任意一種；所述第二獲取模塊，用于：
...【技術特征摘要】
1.一種文章推薦方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述文章知識圖譜中的文章實體的類型還包括文章熱度，所述根據所述第一用戶對應的文章標簽和所述文章知識圖譜獲取至少一篇目標文章，包括：
3.根據權利要求1所述的方法，其特征在于，所述獲取文章知識圖譜，包括：
4.根據權利要求3所述的方法，其特征在于，
5.根據權利要求4所述的方法，其特征在于，所述多篇文章中的每篇文章對應多條交互行為數據，所述多條交互行為數據中的每條交互行為數據對應的交互類型包括瀏覽、點贊、收藏、分析和打分中的任意一種；所述根據所述多篇文章中的每篇文章對應的交互行為...
【專利技術屬性】
技術研發人員：孫筱，楊德志，侯士超，劉鋒，趙鵬，崔鵬，劉大為，師曉玉，張金蓉，羅琛，
申請(專利權)人：昆侖數智科技有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。