[发明专利]一种基于用户标签的话题推荐方法及系统

说明书

本申请公开了一种基于用户标签的话题推荐方法及系统；其方法包括：从云端的关键词标签库中，选取话题关键词；关键词标签库中分类存储有不同的关键词及频数；将话题关键词输入训练好的不同模式的文本生成神经网络模型，获得话题关键词的不同模式的话题；获取用户的阅读标签，根据用户的阅读标签查找与用户的阅读标签匹配的话题，并将其推荐给用户。通过本申请，可根据用户标签实现精准推送，推荐用户感兴趣的话题，用户参与话题讨论的可能性也更高。

技术领域

本申请涉及数据处理领域，尤其涉及一种基于用户标签的话题推荐方法及系统。

背景技术

随着互联网的日益普及，网络论坛、专业领域的网络社区成为人们获取专业信息、交流专业信息的重要渠道。大量网民在网络社区中发表自己的意见见解、发布发行业动态、研发新进展或突破、以及热点科技新闻等，为了提高网络社区活跃度，往往会从各种意见、热点新闻等中找出一些热点话题以供用户进行讨论交流。倘若提供给用户的话题是用户擅长的，感兴趣的，那么可大大提高用户参与该话题讨论的热情，提升网络社区的活跃度。

现有的话题推送方式，通常是直接将网络社区的热点话题显示在首页或者推送给用户，而该热点话题并不一定是每个用户都感兴趣的。因此这种推送方式具有一定的局限性，推送效果有限，无法根据用户的个性化推送贴合的话题，提高话题参与度与用户体验。

发明内容

为解决上述技术问题，本申请提供一种基于用户标签的话题推荐方法及系统，具体的，本申请的技术方案如下：

一方面，本申请公开了一种基于用户标签的话题推荐方法，包括：从云端的关键词标签库中，选取话题关键词；所述关键词标签库中分类存储有不同的关键词及频数；将所述话题关键词输入训练好的不同模式的文本生成神经网络模型，获得所述话题关键词的不同模式的话题；获取用户的阅读标签，根据所述用户的阅读标签查找与所述用户的阅读标签匹配的话题，并将其推荐给所述用户。

优选地，所述基于用户标签的话题推荐方法，还包括：获取所述用户的搜索、阅读的历史数据信息；从所述历史数据信息中提取关键词，并统计各关键词的频数；根据所述历史数据信息获取所述用户的文本模式喜好；根据统计的各关键词、频数、及所述文本模式喜好，确定所述用户的阅读标签。

优选地，所述用户的阅读标签包括：阅读关键词及其频数，以及文本模式喜好；所述根据所述用户的阅读标签查找与所述用户的阅读标签匹配的话题，并将其推荐给所述用户具体包括：获取所述用户的阅读标签中频数最高的关键词作为目标关键词；查找与所述目标关键词匹配的话题；当查找到与所述目标关键词匹配的话题时，从查找到的话题中，选取与所述用户的阅读标签中的文本模式喜好匹配的话题作为目标话题；将所述目标话题推荐给所述用户。

优选地，所述基于用户标签的话题推荐方法还包括：训练不同模式的文本生成神经网络模型；其具体包括：从网上爬取阅读量超过预设阈值的热点话题；对采集的热点话题根据文本模式进行分类；提取所述热点话题中的关键词，并进行标注，获得训练样本；将训练样本按照文本模式的类别输入不同的神经网络模型中进行迭代训练，获得不同模式的文本生成神经网络模型。

优选地，所述基于用户标签的话题推荐方法还包括：当未查找到与所述用户的阅读标签匹配的话题，根据所述用户的阅读标签，确定目标关键词及文本模式；根据确定的文本模式，选取对应模式的文本生成神经网络模型作为目标文本生成神经网络模型；将确定的所述目标关键词输入所述目标文本生成神经网络模型，生成对应模式的目标话题；将所述目标话题推荐给所述用户。

优选地，所述基于用户标签的话题推荐方法还包括：当未查找到与所述用户的阅读标签匹配的话题时，将网站内所有话题按照阅读量或者参与量进行排序，获取若干个热点话题；将所述若干个热点话题推荐给所述用户。