申请号：CN202510180812.7

申请日期：2025-02-19

申请公布号：CN120186222A

申请公布日：2025-06-20

授权公告号：CN120186222B

授权公告日：2026-02-10

申请(专利权)人：山东东创科技有限公司

发明人：孙玉国，丁明

申请人地址：山东省济南市市中区英雄山路88号二楼206

代理机构：山东百企慧专利代理有限公司

代理人：唐霄枫

H04L67/55；H04L67/306；G06F16/951；G06F16/9535；G06F16/9536；G06F40/216；G06F40/284；G06F18/22；G06F18/25；G06N3/0499；G06N3/08

1.一种实时信息更新推送系统，包括评论内容存储单元（2），其特征在于，所述系统还包括：

满意度分析单元（1），所述满意度分析单元（1）利用爬虫工具抓取指定电影平台中的用户评论数据，其中用户评论数据包括用户编号、电影编号、评论时间、评论内容和满意度，统计每部电影的编号和类型后，确定每个用户编号对于不同类型的满意度，根据每部电影的类型以及用户对于不同类型的满意度计算出每个用户对不同电影的偏好系数，利用相似分析算法分析出电影之间相似度，根据相似度为每部电影构建对应的候选集，确定满意度为零的电影后，计算候选集中各个电影满意度的平均值，利用该平均值替换原先电影的满意度；

词汇分析单元（3），所述词汇分析单元（3）收集积极情感词汇和消极情感词汇后，对每个词汇设置对应的评分值，根据每个情感词汇在语料库中出现的频率构建出积极关键词集和消极关键词集，选取语料库中未被标记的情感词汇，统计该情感词汇在语料库中单独出现的概率以及关键词集内的词汇在语料库中单独出现的概率后，确定该情感词汇和关键词集内的词汇同时出现的概率，利用单独出现的概率和同时出现的概率计算出未标记的情感词汇与积极情感词汇、消极情感词汇之间的共现值后，将未标记的情感词汇进行标记，重复操作直至语料库中所有情感词汇均被标记；

评论内容赋分单元（4），所述评论内容赋分单元（4）根据语料库中每个词汇与积极情感词汇、消极情感词汇之间的共现值计算出对应的差值，若差值大于零，则判定当前词汇为积极情感词汇，反之则判定当前词汇为消极情感词汇，并对每个词汇设置对应的评分值，根据每个语句中各个词汇的评分值计算出对应评论内容的分值；

信息推送单元（5），所述信息推送单元（5）根据用户编号确定对应的所有评论内容的分值、评论时间以及电影编号后，通过综合分值输出算法计算出当前评论内容的权重值和电影的综合分，将用户编号、电影编号、综合分、评论时间组合成特征数据后，根据特征数据分析出当前用户对应的综合兴趣特征，按照综合兴趣特征在数据库中筛选出最佳电影，利用深度学习技术对最佳电影进行分析，输出最新的电影词条，将其推送至对应的用户界面中。

本发明通过满意度分析单元获取指定电影平台中的用户评论数据，根据已设定的电影满意度预测出未设定的电影满意度，极大程度上减少了满意度数据的空缺值，便于后续为用户推送更加符合兴趣的信息，并且利用相似分析算法分析出电影之间相似度，保证推送的内容更加丰富，同时该评分分析单元采用评分内容对用户进行情感倾向分析，在一定程度上减少了内容推送的时间。

本发明利用评论内容赋分单元细化出了不同词汇的评分值，使得评论内容的分值更加准确可靠，同时利用信息推送单元根据评论时间推算出对应的权重值，这种设计使得最新的评论内容分值影响力最大，便于实时更新每位用户对不同电影的喜爱程度，并且该系统还能够结合电影综合分以及评论时间分析出每位用户的综合兴趣特征，确保推送的电影词条能够吸引用户，增加用户对指定电影平台的使用次数。