[发明专利]一种畜牧业新闻资讯推荐系统

说明书

本发明公开了一种畜牧业新闻资讯推荐系统，包括用户兴趣度建模模块、新闻资讯爬取模块、网页数据预处理模块、新闻资讯推荐模块、新闻资讯展示反馈模块和新闻资讯检索模块。每一个模块均由JAVA语言、PYTHON语言等实现，从而实现快速有效的服务器端计算、建模和挖掘。用户在互联网网页端可以使用本发明系统，在使用系统的过程中，系统自动记录用户的点击、检索等操作，通过特征分析、挖掘和协同性训练学习来确定用户兴趣度模型。本发明能够适应畜牧领域的新闻资讯推荐应用，简化用户操作并及时推荐有价值的畜牧业新闻资讯信息，节约系统资源，减少网页加载的时间，提高了用户获取畜牧新闻资讯的效率。

技术领域

本发明涉及计算机互联网数据挖掘的技术领域，尤其是指一种畜牧业新闻资讯推荐系统。

背景技术

目前，许多畜牧企业、养殖户以及肉类加工处理企业为了获得畜牧业新闻资讯，往往依赖于搜索引擎，这种方式往往需要用户主动提供检索词，不能由服务端主动推送。随着信息的海量增长，人们希望能够通过自动推荐方式来实现信息获取。目前的常用的新闻推荐系统是以向量空间模型构建的基于内容或基于协同过滤的方式来进行推荐，这种方式为了适应所有新闻对象，很难做到有针对性地对用户进行面向行业专业领域的兴趣度建模。同时，为了满足不同类别、行业或主题的新闻推荐，现有系统往往不能构建专门的新闻对象特征库，只能依赖于基于词袋模型的内容推荐或基于点击的协同过滤推荐，导致结果相对于特定细主题特别集中，或获得过多无关信息。

面对此类问题，传统的解决方法可以归为两类：一种解决方案是将候选集的细主题新闻资讯按照权重指标进行分配，但这种人工干预方式本身就没有理论依据，容易产生经验依赖，即不同的数据集需要不同的经验设定。另一种解决方案是对待推荐结果进行差异处理，即尽量在候选集中挑选主题不同的新闻资讯，但由于在传统新闻推荐方法中，用户兴趣度的不显著性将导致无关信息过多，虽然推荐列表的多样性得到了增强，但准确度仍然无法保证。

基于以上背景和传统解决方案存在的问题，针对特定行业，如畜牧业，需要提出一种对细分领域有兼容性和区分性的解决方案，并且能适应跨系统信息多元兴趣度数据融合，快速、准确、客观地获得细分领域的新闻资讯推荐结果。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种畜牧业新闻资讯推荐系统，解决现有新闻推荐系统在细分领域上推荐结果准确度不足、模型经验依赖过多以及时效性低的问题，并通过可装配的数据接口模式方便融合到各种新闻资讯平台。

为实现上述目的，本发明所提供的技术方案为：一种畜牧业新闻资讯推荐系统，包括：

用户兴趣度建模模块，用于挖掘、构建和存储用户兴趣度模型；

新闻资讯爬取模块，用于增量收集畜牧业新闻资讯；

网页数据预处理模块，用于对畜牧业新闻资讯进行预处理，包含去噪、去重和分类；

新闻资讯推荐模块，用于为给定用户提供新闻推荐列表，并自动收集其点击信息进行自我评估；

新闻资讯展示反馈模块，用于将推荐的畜牧新闻资讯以及需要推动的热点新闻资讯、广告信息展示给用户；

新闻资讯检索模块，用于给用户提供检索接口，让用户能够根据检索词和特征设定，精准找到相关的畜牧业新闻资讯信息。

进一步，所述用户兴趣度建模模块，采用多元数据来源兴趣建模，兴趣建模数据包括用户检索词、用户检索后和被推荐新闻资讯后点击关联，以及浏览的新闻资讯内容；所述用户兴趣度建模模块包括用户检索词收集子模块、用户点击新闻资讯的关联信息子模块、用户阅读新闻资讯的内容建模子模块；

所述用户检索词收集子模块根据用户使用检索系统的记录，将其使用的检索词收集起来，并按照向量空间模型进行赋权，时间越久则赋权越低；