融合激活扩散理论和艾宾浩斯遗忘理论的新闻推荐方法

本发明涉及一种融合激活扩散理论和艾宾浩斯遗忘理论的新闻推荐方法，所述新闻推荐方法包括以下步骤：获取知识图谱数据集和新闻数据集，分别进行预处理；利用BERT工具得到新闻单词的向量表示；利用激活扩散理论在卷积神经网络CNN里聚合单词与实体向量，得到新闻的特征向量；利用艾宾浩斯遗忘理论改进注意力机制，根据用户点击新闻记录得到用户的特征向量；根据候选新闻的特征向量和用户的特征向量，预测点击率并进行新闻推荐。与现有技术相比，本发明能够精确地挖掘用户和候选新闻的关系，从而提高推荐的准确性。