1.一种基于文本语义挖掘的新闻推荐方法,其特征在于:所述推荐方法包括如下步骤:S10、从数据库中获取新闻项信息和用户阅读历史的日志信息;
S20、通过预训练的词向量对新闻项的标题建立词嵌入矩阵;
S30、利用双向循环神经网络对新闻标题词嵌入矩阵进行特征提取获得新闻标题嵌入向量;
S40、启动神经主题模型对新闻文本内容进行主题建模得到新闻内容主题嵌入向量,并综合新闻标题嵌入向量和新闻内容主题嵌入向量形成最终的新闻特征表示向量;
S50、对用户阅读历史日志中的行为数据进行分析,并在用户侧根据用户阅读记录提取用户偏好特征表示向量;
S60、将时间衰减因子引入模型,并利用得分函数将用户偏好特征表示向量和新闻特征表示向量进行相似度的计算,生成前N项的推荐新闻候选集,其中:所述步骤S30中利用双向循环神经网络对新闻标题词嵌入矩阵进行特征提取获得新闻标题嵌入向量具体包括如下步骤:S31、基于双向循环神经网络对新闻的标题特征进行提取,捕获单词序列的上下文信息:it=σ(Wixt+Uiht-1+bi)
ft=σ(Wfxt+Ufht-1+bf)
ot=σ(Woxt+Uoht-1+bo)
其中,σ(·)为激活函数,it是输入门,ft是遗忘门,ot是输出门,表示当前时刻t需要更新到当前细胞状态的候选信息,b是偏置向量;
S32、利用前向传播和后向传播分别对标题序列进行学习,并计算隐藏状态H:S33、基于注意力网络提取新闻标题中更多的信息特征,从而选取标题中的关键词,通过注意力权重对单词的上下文表示加权求和,获得新闻标题的特征表示向量vt如下:在所述步骤S40对新闻文本内容进行主题建模的方法包括如下步骤:S41、基于变分自编码器框架,它通过编码-解码的方式学习潜在主题,令x是给定新闻文本的单词词袋表示,其中v是词汇,在编码器中,有u=fu(x),logσ=fσ(x),其中u和σ是在解码器网络中参数化的主题模型分布的先验参数,fu,fσ是具有Relu激活函数的线性变换;
S42、利用解码器进行文档主题生成,使用高斯softmax函数绘制主题分布,即z~N(μ,σ2),θ=softmax(z)其中z是潜在主题变量,k是预定义的主题数量,通过学习预测单词的概率,类似于LDA主题模型的主题单词分布矩阵,表示第i个单词和第j个主题之间的相关性,从p中提取每个单词以重构输入x,并进一步使用中间参数和θ来构建主题表示,表示如下:其中代表一组具有预定义的d维度的主题表示,是具有Relu激活函数的线性变换,是每个主题表示的加权和,视为新闻项的整体主题表示;
S43、综合新闻标题嵌入向量和新闻内容主题嵌入向量形成最终的新闻特征表示向量v为:v=Concat(vt,vc)。
2.根据权利要求1所述一种基于文本语义挖掘的新闻推荐方法,其特征在于:在所述步骤S50中分析用户阅读历史日志中的行为数据,并在用户侧根据用户阅读记录提取用户偏好特征表示向量方法包括如下步骤:S51、利用注意力网络将用户阅读过的新闻和目标新闻进行比较,以获得用户的最终嵌入向量,将用户u的历史阅读记录表示为{d1,d2,...dn},其嵌入表示为:{v1,v2,...,vn};
S52、采用注意力网络为用户点击的新闻项分配不同的权重以学习用户对各个新闻项的不同兴趣,对于一个目标新闻,通过计算用户阅读过的新闻嵌入表示与目标新闻项之间的相似度,并计算用户历史阅读记录中新闻项嵌入表示作为目标新闻项的用户表示向量,其中用户阅读的每个新闻项的兴趣权重由相似度确定;
S53、在注意力机制中,查询是目标新闻,用户的历史阅读新闻项是键和值,获得的用户偏好特征表示如下:vu=Attention(q,k,v)
=softmax(qkT)v。
3.根据权利要求1所述一种基于文本语义挖掘的新闻推荐方法,其特征在于:在所述步骤S60中的时间衰减函数定义为:其中,λ是训练期间需要调整的参数,用于控制新闻的衰减率,t和t0表示某一时刻的阅读时间和新闻的发布时间,根据得分函数来检索前N个候选新闻项目,得分函数如下:其中,N是在匹配阶段要检索的项目的预定义数量。
4.根据权利要求1所述一种基于文本语义挖掘的新闻推荐方法,其特征在于:所述步骤S10具体包括如下步骤:S11、从数据库中获取新闻项信息,包括新闻编号,新闻标题,新闻内容,发布日期时间戳;
S12、从用户数据库获取用户浏览过的新闻项,包括用户编号,新闻编号,用户阅读时间戳;
S13、获取的信息进行整理和预处理,得到训练集与测试集。
5.根据权利要求1所述一种基于文本语义挖掘的新闻推荐方法,其特征在于:所述步骤S20中建立新闻标题词嵌入矩阵方法为:对于每一篇新闻文章的标题表示为由单词嵌入组成的矩阵,即将标题中n个大小的词汇映射到一个d维向量中,其重点在于单词的含义,单词嵌入将新闻标题从单词序列转换为语义向量矩阵X1:n=[x1,x2,...,xn]。