[发明专利]新闻推荐方法、装置、终端设备及存储介质

说明书

本申请适用于人工智能技术领域，提供了一种新闻推荐方法、装置、终端设备及存储介质，该方法包括：分别提取点击新闻和候选新闻的隐语义特征得到点击隐语义特征和候选隐语义特征；将候选新闻加入新闻点击序列生成目标点击序列，根据点击隐语义特征和候选隐语义特征提取目标点击序列的序列向量特征；根据序列向量特征对候选新闻进行点击预测得到点击概率；若点击概率大于概率阈值，则将候选新闻对用户进行推荐。本申请通过将候选新闻加入新闻点击序列生成目标点击序列，并提取目标点击序列的序列向量特征，能有效的提取到点击新闻与候选新闻之间的顺序特征，提高了对点击新闻和候选新闻特征提取的完整性。此外，本申请还涉及区块链技术。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种新闻推荐方法、装置、终端设备及存储介质。

背景技术

新闻作为信息化社会中重要的传播信息内容的服务产品，已成为移动互联网信息时代为人们提供信息内容服务的重要形式，而如何向人们精准推送喜好程度较高的新闻内容则是科技人员或服务提供者研究的重点。

现有的新闻推荐过程中，均是对用户的点击新闻进行文章内容的特征提取，基于提取到的文章内容的特征与候选新闻进行匹配得到用户对候选新闻的点击率，最终基于候选新闻的点击率判断是否对候选新闻进行新闻推荐，但现有的新闻推荐过程中，忽略了点击新闻与候选新闻之间的顺序特征，进而导致点击新闻与候选新闻之间顺序特征提取的缺失，使得新闻推荐准确率低下。

发明内容

有鉴于此，本申请实施例提供了一种新闻推荐方法、装置、终端设备及存储介质，以解决现有技术的新闻推荐过程中，由于点击新闻与候选新闻之间顺序特征提取的缺失，所导致的新闻推荐准确率低下的问题。

本申请实施例的第一方面提供了一种新闻推荐方法，包括：

获取用户的历史新闻点击信息和候选新闻，所述历史新闻点击信息包括不同点击新闻和对应的新闻点击序列；

分别提取所述点击新闻和所述候选新闻的隐语义特征，得到点击隐语义特征和候选隐语义特征；

将所述候选新闻加入所述新闻点击序列，生成目标点击序列，并根据所述点击隐语义特征和所述候选隐语义特征提取所述目标点击序列的序列向量特征；

根据所述序列向量特征对所述目标点击序列中的所述候选新闻进行点击预测，得到点击概率；

若所述点击概率大于概率阈值，则将所述候选新闻对用户进行推荐。

进一步地，所述分别提取所述点击新闻和所述候选新闻的隐语义特征，得到点击隐语义特征和候选隐语义特征，包括：

将所述点击新闻和所述候选新闻分别输入语义提取网络；

根据所述语义提取网络对所述点击新闻和所述候选新闻进行特征提取，得到所述点击隐语义特征和所述候选隐语义特征。

进一步地，述根据所述语义提取网络对所述点击新闻和所述候选新闻进行特征提取，包括：

根据所述语义提取网络中的嵌入层分别对所述点击新闻和所述候选新闻中的标题和实体词进行特征提取，得到点击特征和候选特征；

根据所述语义提取网络中的Transformer层提取所述点击特征和所述候选特征的特征信息，得到点击向量特征和候选向量特征；

根据所述语义提取网络中的池化层对所述点击向量特征和所述候选向量特征进行池化处理，得到所述点击隐语义特征和所述候选隐语义特征。

进一步地，所述根据所述语义提取网络中的嵌入层分别对所述点击新闻和所述候选新闻中的标题和实体词进行特征提取，得到点击特征和候选特征，包括：

分别对所述点击新闻和所述候选新闻中的标题和实体词进行分词，得到点击标题分词、点击实体分词、候选标题分词和候选实体分词；