[发明专利]一种新闻文本推送方法、装置、设备及存储介质

说明书

本申请提供一种新闻文本推送方法、装置、设备及存储介质，涉及信息检索技术领域。该方法包括：接收用户输入的新闻搜索词；根据该新闻搜索词与待选新闻文本的相关性信息以及该新闻搜索词的权重，得到第一特征；根据该用户的用户画像以及该待选新闻文本的新闻关键信息，得到第二特征；将该待选新闻文本输入预先训练获取的新闻评分模型，得到第三特征；根据该第一特征、该第二特征以及该第三特征，确定该待选新闻文本的推送评分；根据该新闻文本库中各待选新闻文本的推送评分，向该用户推送新闻文本。应用本申请实施例，可以提高推送给用户的新闻文本精确度。

技术领域

本申请涉及信息检索技术领域，具体而言，涉及一种新闻文本推送方法、装置、设备及存储介质。

背景技术

随着互联网技术的发展，信息量越来越多，特别是当前正处于数据爆炸的时代。在此环境下，各类新闻层出不穷，用于检索各类新闻的应用程序应运而生。

目前，当用户在应用程序的搜索引擎中输入搜索信息后，可计算该搜索信息与各新闻的相关性，并按照相关性从小到大的顺序向用户推送新闻文本。

然而，由于新闻类应用程序只是根据搜索信息与各新闻的相关性参数向用户推送新闻类文本，这样会导致推送给用户的新闻文本精确度较低。

发明内容

本申请的目的在于，针对上述现有技术中的不足，提供一种新闻文本推送方法、装置、设备及存储介质，可以提高推送给用户的新闻文本精确度。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种新闻文本推送方法，所述方法包括：

接收用户输入的新闻搜索词；

根据所述新闻搜索词与待选新闻文本的相关性信息以及所述新闻搜索词的权重，得到第一特征，所述第一特征用于表征所述待选新闻文本与所述新闻搜索词的相关性，所述待选新闻文本为新闻文本库中的任一新闻文本；

根据所述用户的用户画像以及所述待选新闻文本的新闻关键信息，得到第二特征，所述第二特征用于表征所述用户对所述待选新闻文本的兴趣度；

将所述待选新闻文本输入预先训练获取的新闻评分模型，得到第三特征，所述第三特征用于表征所述待选新闻文本的评分；

根据所述第一特征、所述第二特征以及所述第三特征，确定所述待选新闻文本的推送评分；

根据所述新闻文本库中各待选新闻文本的推送评分，向所述用户推送新闻文本。

可选地，所述根据所述第一特征、所述第二特征以及所述第三特征，确定所述待选新闻文本的推送评分，包括：

根据所述第一特征、所述第二特征以及所述第三特征，使用多项式扩展以及最优化线性模型，确定所述待选新闻文本的推送评分。

可选地，所述根据所述第一特征、所述第二特征以及所述第三特征，使用最优化线性模型，确定所述待选新闻文本的推送评分，包括：

以所述第一特征、所述第二特征以及所述第三特征作为参数，建立初始多项式；

对所述初始多项式进行扩展，得到扩展多项式；

基于所述扩展多项式，建立所述最优化线性模型；

求解所述最优化线性模型，得到所述待选新闻文本的推送评分。

可选地，所述根据所述用户的用户画像以及所述待选新闻文本的新闻关键信息，得到第二特征之前，还包括：

获取所述用户的历史浏览数据，所述历史浏览数据包括：所述用户针对新闻文本的操作，所述用户浏览的新闻文本数量；

根据所述用户的历史浏览数据，生成所述用户的行为权重评分；