基于用户数据的内容自动生成系统及方法与流程

本申请涉及内容生成领域，且更为具体地，涉及一种基于用户数据的内容自动生成系统及方法。

背景技术：

1、随着互联网的迅速发展和广泛应用，我们面临着信息过载的严峻挑战。用户在海量信息中常常感到困惑，因为他们很难找到真正符合自己需求的内容。以搜索引擎为例，仅在中文谷歌上就能找到超过1000万条结果。

2、现代智能推荐技术主要依赖于用户的浏览偏好，但这往往导致推荐的广度不足或文档数量过多，从而影响了新闻推荐内容生成的质量和用户的整体体验。

3、因此，期望一种基于用户数据的内容自动生成系统及方法。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于用户数据的内容自动生成系统及方法，其首先获取用户输入的关键词文本数据和历史浏览新闻文稿，然后利用深度学习技术，对二者进行特征提取和关联分析，最后通过生成器，以生成用户个性化新闻文稿推荐，进而更精确地理解用户的需求和兴趣，从而有效减少信息过载的问题，提升用户体验和信息获取效率。

2、根据本申请的一个方面，提供了一种基于用户数据的内容自动生成系统，其包括：

3、新闻用户数据内容获取模块，用于获取用户输入的关键词文本数据和历史浏览新闻文稿；

4、新闻用户数据内容提取模块，用于从所述用户输入的关键词文本数据和所述历史浏览新闻文稿中提取用户输入新闻关键词文本关联语义特征向量和优化历史浏览新闻文稿语义理解特征向量；

5、新闻文稿个性化推荐生成模块，用于基于所述用户输入新闻关键词文本关联语义特征向量和所述优化历史浏览新闻文稿语义理解特征向量，生成用户个性化新闻文稿推荐。

6、根据本申请的另一方面，提供了一种基于用户数据的内容自动生成方法，其包括：

7、获取用户输入的关键词文本数据和历史浏览新闻文稿；

8、从所述用户输入的关键词文本数据和所述历史浏览新闻文稿中提取用户输入新闻关键词文本关联语义特征向量和优化历史浏览新闻文稿语义理解特征向量；

9、基于所述用户输入新闻关键词文本关联语义特征向量和所述优化历史浏览新闻文稿语义理解特征向量，生成用户个性化新闻文稿推荐。

10、与现有技术相比，本申请提供的一种基于用户数据的内容自动生成系统及方法，其首先获取用户输入的关键词文本数据和历史浏览新闻文稿，然后利用深度学习技术，对二者进行特征提取和关联分析，最后通过生成器，以生成用户个性化新闻文稿推荐，进而更精确地理解用户的需求和兴趣，从而有效减少信息过载的问题，提升用户体验和信息获取效率。

技术特征：

1.一种基于用户数据的内容自动生成系统，其特征在于，包括：

2.根据权利要求1所述的基于用户数据的内容自动生成系统，其特征在于，所述新闻用户数据内容提取模块，包括：

3.根据权利要求2所述的基于用户数据的内容自动生成系统，其特征在于，所述关键词文本数据特征提取单元，包括：

4.根据权利要求3所述的基于用户数据的内容自动生成系统，其特征在于，所述文本数据关键词语义处理子单元，包括：

5.根据权利要求4所述的基于用户数据的内容自动生成系统，其特征在于，所述历史浏览新闻文稿特征提取单元，包括：

6.根据权利要求5所述的基于用户数据的内容自动生成系统，其特征在于，所述历史浏览新闻文稿语义编码子单元，包括：

7.根据权利要求6所述的基于用户数据的内容自动生成系统，其特征在于，基于用户输入新闻关键词文本关联语义特征向量，对历史浏览新闻文稿语义理解特征向量进行向后机器学习的视点度量感知以得到优化历史浏览新闻文稿语义理解特征向量，包括：

8.根据权利要求7所述的基于用户数据的内容自动生成系统，其特征在于，所述新闻文稿个性化推荐生成模块，包括：

9.一种基于用户数据的内容自动生成方法，其特征在于，包括：

10.根据权利要求9所述的基于用户数据的内容自动生成方法，其特征在于，从所述用户输入的关键词文本数据和所述历史浏览新闻文稿中提取用户输入新闻关键词文本关联语义特征向量和优化历史浏览新闻文稿语义理解特征向量，包括：

技术总结
本申请涉及内容生成领域，其具体地公开了一种基于用户数据的内容自动生成系统及方法，其首先获取用户输入的关键词文本数据和历史浏览新闻文稿，然后利用深度学习技术，对二者进行特征提取和关联分析，最后通过生成器，以生成用户个性化新闻文稿推荐，进而更精确地理解用户的需求和兴趣，从而有效减少信息过载的问题，提升用户体验和信息获取效率。

技术研发人员：金克勤,童晓华
受保护的技术使用者：杭州翼阔文化创意有限公司
技术研发日：
技术公布日：2025/1/2