[发明专利]一种政策新闻推荐方法、装置、设备及存储介质

权利要求书

1.一种政策新闻推荐方法，其特征在于，所述政策新闻推荐方法包括以下步骤：

获取政策新闻，并对所述政策新闻进行预处理，得出所述政策新闻的新闻关键词向量；

获取用户感兴趣内容，并根据所述新闻关键词向量和所述用户感兴趣内容，确定匹配度最高的候选政策新闻并显示。

2.根据权利要求1所述的一种政策新闻推荐方法，其特征在于，所述获取政策新闻，并对所述政策新闻进行预处理，得出所述政策新闻的新闻关键词向量，具体包括：

通过爬虫框架从预设的新闻网站中爬取得到所述政策新闻；

采用TF-IDF算法对所述政策新闻进行关键词抽取，得出新闻关键词；

对所述新闻关键词通过词袋模型进行处理，得出所述新闻关键词对应的新闻关键词向量。

3.根据权利要求2所述的一种政策新闻推荐方法，其特征在于，若所述用户感兴趣内容为用户感兴趣关键词，所述的根据所述新闻关键词向量和所述用户感兴趣内容，确定匹配度最高的候选政策新闻并显示，具体包括：

根据所述用户感兴趣关键词和所述新闻关键词，得出所述用户感兴趣关键词对应的候选政策新闻；

获取所述用户感兴趣关键词在对应的候选政策新闻中的词频，根据所述词频对所述候选政策新闻进行排序，并显示词频最高N条候选政策新闻，其中，N为预设的正整数。

4.根据权利要求2所述的一种政策新闻推荐方法，其特征在于，若所述用户感兴趣内容为用户感兴趣新闻，所述的根据所述新闻关键词向量和所述用户感兴趣内容，确定匹配度最高的候选政策新闻并显示，具体包括：

采用TF-IDF算法对所述用户感兴趣新闻进行关键词抽取，得出用户感兴趣新闻关键词；

根据所述用户感兴趣新闻关键词和所述新闻关键词，得出所述用户感兴趣关键词对应的候选政策新闻；

获取所述用户感兴趣新闻关键词在对应的候选政策新闻中的词频，根据所述词频对所述候选政策新闻进行排序，并显示词频最高N条候选政策新闻，其中，N为预设的正整数。

5.根据权利要求2所述的一种政策新闻推荐方法，其特征在于，若所述用户感兴趣内容为用户感兴趣搜索内容，所述的根据所述新闻关键词向量和所述用户感兴趣内容，确定匹配度最高的候选政策新闻并显示，具体包括：

采用TF-IDF算法对所述用户感兴趣搜索内容进行关键词抽取，得出用户感兴趣搜索内容关键词；

对所述用户感兴趣搜索内容关键词通过词袋模型进行处理，得出用户感兴趣搜索内容关键词向量。

根据所述用户感兴趣搜索内容关键词向量和所述新闻关键词向量，对所述用户感兴趣搜索内容关键词向量与每条政策新闻中的新闻关键词向量进行相似度计算，得出相似度最高的N条候选政策新闻并显示，其中，N为预设的正整数。

6.根据权利要求2所述的一种政策新闻推荐方法，其特征在于，若所述用户感兴趣内容为用户感兴趣新闻，所述的根据所述新闻关键词向量和所述用户感兴趣内容，确定匹配度最高的候选政策新闻并显示，具体包括：

采用TF-IDF算法对所述用户感兴趣新闻进行关键词抽取，得出用户感兴趣新闻关键词；

对所述用户感兴趣新闻关键词通过词袋模型进行处理，得出用户感兴趣新闻关键词向量。

根据所述用户感兴趣新闻关键词向量和所述新闻关键词向量，对所述用户感兴趣新闻关键词向量与每条政策新闻中的新闻关键词向量进行相似度计算，得出相似度最高的N条候选政策新闻并显示，其中，N为预设的正整数。

7.根据权利要求5或6所述的一种政策新闻推荐方法，其特征在于，所述相似度计算具体为余弦值计算。

8.一种政策新闻推荐装置，其特征在于，所述政策新闻推荐装置包括：

预处理单元，用于获取政策新闻，并对所述政策新闻进行预处理，得出所述政策新闻的新闻关键词向量；

匹配单元，用于获取用户感兴趣内容，并根据所述新闻关键词向量和所述用户感兴趣内容，确定匹配度最高的候选政策新闻并显示。