[发明专利]对象信息的存储、推荐方法及系统、设备和存储介质

说明书

本发明公开了一种对象信息的存储、推荐方法及系统、设备和存储介质。其中，所述存储方法包括以下步骤：S₁₁、获取多个目标对象的目标对象信息中的文本内容，对每则目标对象信息的文本内容进行分词处理，获得特征词；S₁₂、基于TF‑IDF计算目标对象信息中每个特征词的TF‑IDF值，并构成目标对象的特征向量；S₁₃、基于LDA模型和所述特征向量确定每则目标对象信息的主题，并将多则目标对象信息的特征向量按照不同的主题存储于数据库中。本发明基于TF‑IDF以及LDA模型实现了对目标对象信息的精确的主题划分，目标对象信息按照不同的主题存储于数据库中。该目标对象信息的存储方式有利于实现目标对象的准确推荐。

技术领域

本发明涉及计算机技术领域，特别涉及一种对象信息的存储、推荐方法及系统、设备和存储介质。

背景技术

随着互联网和大数据的发展，从用户阅览网络对象的内容、文本数据中找到有价值的信息的需求越来越大，以此抓住用户的偏好，进行对象推荐，提高对象的点击转化率。

目前，大多数的推荐系统是基于内容的推荐，其对产品分析师的依赖比较大，需要产品分析师从用户历史阅读内容数据中提取特征(浏览次数、分享次数和点赞次数等)建立对象特征向量模型，然后基于用户的历史评分向量来学习用户的偏好，生成用户偏好模型，这两个模型具有相同的维度，最后以这两个模型的输出参数计算用户与待推荐对象之间的匹配程度，进行对象推荐。

由于目前的基于内容的对象推荐在建立对象特征向量模型时，需要依赖分析师进行对象特征的提取，致使获得的对象特征比较局限，不能挖掘用户潜在兴趣，且分析师的业务经验不一定可靠，导致推荐的对象并不一定是用户所需的。

另外，目前的对象信息的存储方式通常采用人为划分主题，并将对象信息存储于对应的主题中。由于人为主观的主题划分方式并不能准确识别对象信息的隐主题下的主题词分布，具有局限性，也就不能实现对对象信息的准确的主题划分，不利于实现对象的准确推荐。

发明内容

本发明要解决的技术问题是为了克服现有技术中对象信息的存储方式不能准确识别对象信息的隐主题下的主题词分布，也就不能实现对对象信息的准确的主题划分的缺陷，提供一种对象信息的存储、推荐方法及系统、设备和存储介质。

本发明是通过下述技术方案来解决上述技术问题：

一种对象信息的存储方法，所述存储方法包括以下步骤：

S₁₁、获取多个对象的对象信息中的文本内容，对每则对象信息的文本内容进行分词处理，获得特征词；

S₁₂、基于TF-IDF计算对象信息中每个特征词的TF-IDF值，并构成对象的特征向量；

S₁₃、基于LDA模型和所述特征向量确定每则对象信息的主题，并将多则对象信息的特征向量按照不同的主题存储于数据库中。

较佳地，步骤S₁₁中，对每则对象信息的文本内容进行分词处理，获得特征词的步骤具体包括：

设置停用词库、自定义词库和常用词库；

根据分别存储于所述停用词库、所述自定义词库和所述常用词库中的停用词、自定义词和常用词对所述文本内容进行分词；

过滤所述文本内容以去除所述文本内容中的停用词，将文本内容中的自定义词和常用词作为所述特征词。

较佳地，步骤S₁₂具体包括：

计算每个特征词的TF值和IDF值；

根据所述TF值和所述IDF值计算每个特征词的TF-IDF值；