CN103258045A - 推荐内容确定系统和方法 - Google Patents

Abstract

提供一种推荐内容确定系统和方法，所述系统包括：提取单元，被配置为从对象的评论中提取与所述对象相关的一个或多个特征词和与每个特征词相应的一个或多个描述词，并将从所述对象的评论中提取的每个特征词和与所述每个特征词相应的一个或多个描述词中的每一个分别组成关于所述对象的特征-描述对；存储单元，被配置为根据对象存储提取单元提取的关于每个对象的特征-描述对以及关于每个对象的每个特征-描述对的共现次数；推荐内容确定单元，被配置为当确定关于特定对象的推荐内容时，计算关于所述特定对象的每个特征-描述对的共现频率，并基于计算出的关于所述特定对象的每个特征-描述对的共现频率来确定将展示的关于所述特定对象的推荐内容。

Description

推荐内容确定系统和方法

技术领域

本申请涉及一种推荐内容确定系统和方法，更具体地讲，涉及一种当从对象的评论确定关于所述对象的推荐内容时，能够确定信息量更丰富的推荐内容的系统和方法。

背景技术

随着互联网的快速发展，已出现各种各样的信息提供网站或应用（例如，手机中的app应用），例如，用于提供餐饮商户信息的网站或应用、用于推荐旅行地点的网站或应用、出售各种商品的电商网站或应用等。当用户使用这样的网站或应用查看对象（如餐馆、旅行地点、商品等），或者通过这样的网站或应用检索对象时，所述网站或应用通常会从其他用户对当前用户查看或检索的对象的评论中挖掘一些推荐理由并向当前用户展示这些推荐理由，从而帮助当前用户在无需查看关于所述对象的详情或所有评论的情况下了解所述对象的概况，以更快的选择出最符合自己要求的对象。

然而，以餐馆为例，通常人们在评论某个餐馆的菜品的口味时，大多是用“不错”、“好”、“难吃”这种含义宽泛且信息量较小的词汇，因此当显示关于某个餐馆的推荐内容时，容易将这样的含义宽泛且信息量较小的词汇作为该餐馆的推荐内容显示给用户。然而，搜索或查询该餐馆的人可能更希望得到例如菜品“偏辣”、“清淡”这样的能够具体描述菜品口味的推荐内容。在这种情况下，当用户在查看某个餐馆的概况时，可能需要查阅多条评论才能获得最终想要的信息，这需要花费大量的时间。

因此，需要一种当用户查看特定对象（例如，餐馆、商品等）时，能够为用户提供关于该对象的信息含量更高的推荐内容的方法。

发明内容

根据本发明的一方面，提供了一种推荐内容确定系统，所述系统包括：提取单元，被配置为从对象的评论中提取与所述对象相关的一个或多个特征词和与每个特征词相应的一个或多个描述词，并将从所述对象的评论中提取的每个特征词和与所述每个特征词相应的一个或多个描述词中的每一个分别组成关于所述对象的特征-描述对；存储单元，被配置为根据对象来存储提取单元提取的关于每个对象的特征-描述对以及关于每个对象的每个特征-描述对的共现次数；推荐内容确定单元，被配置为当确定关于特定对象的推荐内容时，计算关于所述特定对象的每个特征-描述对的共现频率，并基于计算出的关于所述特定对象的每个特征-描述对的共现频率来确定将展示的关于所述特定对象的推荐内容。关于特定对象的每个特征-描述对的共现次数可表示由提取单元从所述特定对象的评论中提取出的所述每个特征-描述对的数量。关于特定对象的每个特征-描述对的共现频率可指关于特定对象的每个特征-描述对的共现次数与存储单元中包含所述每个特征-描述对中的描述词的所有特征-描述对的共现次数之和的比率。

推荐内容确定单元可将关于所述特定对象的多个特征-描述对之中的共现频率或共现次数大于预定阈值的特征-描述对确定为关于所述特定对象的推荐内容。

所述特征词可以是预先设置的一个或多个词语。

提取单元可将与特征词处于同一评论句中的词语提取为与所述特征词相应的描述词。

提取单元可以以预定时间间隔提取关于每个对象的特征-描述对，并使用提取的关于每个对象的特征-描述对来更新存储在存储单元中的关于每个对象的特征-描述对和关于每个对象的每个特征-描述对的共现次数。

当新增加了关于特定对象的评论时，提取单元可提取关于所述特定对象的新增评论中的特征词和与所述特征词相应的描述词，将提取的特征词和与所述特征词相应的每个描述词组成为特征-描述对，并使用新组成的特征-描述对更新存储单元中存储的关于所述特定对象的特征-描述对。

可针对预先设置的每个特征词预设多个不同的近义词，当提取单元提取出特定特征词的近义词时，可在组成特征-描述对时使用所述特定特征词替换该近义词。

根据本发明的另一方面，提供了一种推荐内容确定方法，所述方法包括：用于从对象的评论中提取与所述对象相关的一个或多个特征词和与每个特征词相应的一个或多个描述词，并将从所述对象的评论中提取的每个特征词和与所述每个特征词相应的一个或多个描述词中的每一个分别组成关于所述对象的一个或多个特征-描述对；根据对象来存储提取的关于每个对象的特征-描述对以及关于每个对象的每个特征-描述对的共现次数；当确定关于特定对象的推荐内容时，计算关于所述特定对象的每个特征-描述对的共现频率，并基于计算出的关于所述特定对象的每个特征-描述对的共现频率来确定将展示的关于所述特定对象的推荐内容。关于特定对象的每个特征-描述对的共现次数可表示从所述特定对象的评论中提取出的所述每个特征-描述对的数量。关于特定对象的每个特征-描述对的共现频率可指关于特定对象的每个特征-描述对的共现次数与存储单元中包含所述每个特征-描述对中的描述词的所有特征-描述对的共现次数之和的比率。

可将关于所述特定对象的多个特征-描述对之中的共现频率或共现次数大于预定阈值的特征-描述对确定为关于所述特定对象的推荐内容。

所述特征词可以是预先设置的一个或多个词语。

可将与特征词处于同一评论句中的词语提取为与所述特征词相应的描述词。

提取的步骤可包括：以预定时间间隔提取关于每个对象的特征-描述对，并且存储的步骤可使用提取的关于每个对象的特征-描述对来更新存储在存储单元中的关于每个对象的特征-描述对和关于每个对象的每个特征-描述对的共现次数。

当新增加了关于特定对象的评论时，提取关于所述特定对象的新增评论中的特征词和与所述特征词相应的描述词，可将提取的特征词和与所述特征词相应的每个描述词组成为特征-描述对，并使用新组成的特征-描述对更新存储的关于所述特定对象的特征-描述对。

可针对预先设置的每个特征词预设多个不同的近义词，当提取单元提取出特定特征词的近义词时，可在组成特征-描述对时使用所述特定特征词替换该近义词。

有益效果

使用本发明的推荐内容确定系统和方法，能够在从对象的评论确定关于对象的推荐内容时，有效确定信息量更大的推荐内容，从而为用户提供更有效的信息，便于用户更快地选择期望的对象。

附图说明

通过下面结合附图对本发明的示例性实施例进行的描述，本发明的上述和其他目的和特点将会变得更加清楚，其中：

图1是示出根据本发明的示例性实施例的推荐内容确定系统的框图；

图2是示出根据本发明的示例性实施例的推荐内容确定方法的框图。

具体实施方式

提供以下参照附图进行的描述以帮助全面理解由权利要求及其等同物限定的本发明的示例性实施例。所述描述包括各种特定细节以帮助理解，但这些细节被认为仅是示例性的。因此，本领域的普通技术人员将认识到：在不脱离本发明的范围和精神的情况下，可对这里描述的实施例进行各种改变和修改。此外，为了清楚和简明，可省略已知功能和构造的描述。

图1是示出根据本发明的示例性实施例的推荐内容确定系统100的框图。

参照图1，根据本发明的示例性实施例的推荐内容确定系统100包括：提取单元110、存储单元120和推荐内容确定单元130。

以下将详细解释根据本发明的示例性实施例的推荐内容确定系统100。

在本发明中，为便于理解和说明，可以以餐馆作为对象的示例来进行说明。

根据本发明的示例性实施例的提取单元110可从对象（例如，餐馆）的评论中提取与所述对象相关的一个或多个特征词和与每个特征词相应的一个或多个描述词，并将从所述对象的评论中提取的每个特征词和与所述每个特征词相应的一个或多个描述词中的每一个分别组成关于所述对象的特征-描述对。在本发明中，仅作为示例，可从提供关于所述对象的信息的一个或多个网站抓取所述对象的评论。抓取评论的方法对于本领域技术人员而言是已知的，因此不再进行详细描述。

在本发明的示例性实施例中，特征词可以是一个或多个预先设置的词语，提取单元110可将与特征词处于同一评论句中的词语提取为与该特征词的相应的描述词。

具体地讲，例如，当用户查阅某个餐馆的概况时，用户可能更关注该餐馆的环境、服务、口味、价格等因素，因此，可预先将“环境”、“服务”、“口味”、“价格”等词语或与这些词语具有类似含义的词语设置为特征词。在这种情况下，提取单元110在提取关于餐馆的特征词和描述词时，可首先按照标点将关于该餐馆的评论划分为多个评论句，找出包含预先设置的特征词的评论句，并将与预先设置的特征词处于同一评论句中的词语确定为用于描述所述特征词的描述词（即，与所述特征词相应的描述词）。

例如，对于某个餐馆的包含特征词“口味”的评论句“口味比较清淡爽口”，可将“清淡”和“爽口”提取为特征词“口味”的描述词。因此，在提取出描述词之后，提取单元110可将特征词“口味”分别与描述词“清淡”和“爽口”组合成关于所述餐馆的两个特征-描述对（口味，清淡）和（口味，爽口）。对于本领域技术人员而言，可容易地知道提取特征词和描述词的方法，例如，在以上示例中，可通过诸如词性标注算法的已知算法来滤除“比较”之类的副词、虚词等，而保留需要的形容词，从而获取用于描述特征词的描述词。应该理解，还可根据需要而使用本领域技术人员已知的其他算法来提取特征词和描述词，为了简明，在此将不再进行详细描述。

优选地，可针对预先设置的每个特征词预设多个不同的近义词，在这种情况下，当提取单元110提取出特定特征词的近义词时，可在组成相应的特征-描述对时使用所述特定特征词替换该近义词。例如，如果将“味道”预设为“口味”的近义词，则当在对象的某个评论句中提取出特征词“味道”和相应的描述词“清淡”时，可将（口味，清淡）而不是（味道，清淡）确定为最终将被存储的关于所述对象的特征-描述对，从而有利于从关于对象的评论中更高效地选择出推荐内容。

在完成对所有对象的评论中的特征词和描述词的提取和组合之后，存储单元120可根据对象来存储由提取单元110提取的关于每个对象的特征-描述对以及关于每个对象的每个特征-描述对的共现次数。在本发明的示例性实施例中，所述存储单元120可以是数据库。关于特定对象的每个特征-描述对的共现次数是指由提取单元110从所述特定对象的评论中提取出的所述每个特征-描述对的数量。

具体地讲，在存储单元120存储关于特定对象的特定特征-描述对时，如果提取单元110从所述特定对象的评论中总共提取了N个所述特定特征-描述对，则N可被确定为关于所述特定对象的所述特定特征-描述对的共现次数。

仅作为示例，可以以表1的形式存储关于每个对象的特征-描述对及每个特征-描述对的共现次数。

【表1】

应该理解，以上示出的存储方式仅是示例，本发明不限于此，可使用各种方式来存储关于每个对象的特征-描述对及关于每个对象的每个特征-描述对的共现次数。

当确定关于特定对象（例如，用户当前查看的对象）的推荐内容时，推荐内容确定单元130可计算关于所述特定对象的每个特征-描述对的共现频率，并基于计算出的关于所述特定对象的每个特征-描述对的共现频率来确定将展示的关于所述特定对象的推荐内容。在本发明中，可将关于特定对象的特定特征-描述对的共现次数与存储单元120中包含所述特定特征-描述对中的描述词的所有特征-描述对的共现次数之和的比率确定为关于所述特定对象的特定特征-描述对的共现频率。

例如，在存储单元120中，假设关于对象L（例如，餐馆）的特征-描述对（口味，A）（其中，A是描述词）的共现次数为N。当计算所述特征-描述对（口味，A）的共现频率时，可统计存储单元120中包含描述词A的所有特征-描述对的共现次数之和，并将其确定为描述词A的出现次数。例如，针对描述词A，假设在存储单元120中存储的所有特征-描述对之中，除了关于对象L的特征-描述对（口味，A）之外，还有两个特征-描述对（环境，A）和（服务，A）（所述两个特征-描述对中的每一个可以是关于对象L的特征-描述对，也可以不是关于对象L的特征-描述对）中也使用了描述词A，并且特征-描述对（环境，A）和（服务，A）的共现次数分别为M和K，则描述词A在存储单元120中的出现次数可以是N+M+K次。在这种情况下，关于对象L的特征-描述对（口味，A）的共现频率可被确定为Frequeny（口味，A）=N/（N+M+K）。

从以上示例中可看出，如果提取出的描述词A是诸如“好”这样的能够描述“口味”、“服务”和“环境”的含义宽泛的描述词，则由于在存储单元120存储的许多特征-描述对中可能都使用了描述词“好”，因此关于对象L的特征-描述对（口味，A）的共现频率会较低，而如果提取出的描述词A是诸如“清淡”这样通常只用于描述“口味”的含义具体的描述词，则关于对象L的特征-描述对（口味，A）的共现频率会相对较高。因此，通过本发明的上述方法，能够有效地找出能够更加贴切地描述各个特征词的描述词。

此外，在推荐内容确定单元130确定关于特定对象的推荐内容时，可将关于所述特定对象的多个特征-描述对之中的共现频率或共现次数大于预定阈值的特征-描述对确定为关于所述特定对象的推荐内容。

此外，在确定关于特定对象的推荐内容时，如果针对某个特征词X有多个特征-描述对（特征词X，描述词1）,……,（特征词X，描述词Y）被确定为推荐内容的一部分，则在展示关于特征词X的推荐内容时，仅作为示例，可按照诸如“特征词X：描述词1、……、描述词Y”的形式，或其他预设形式来示出关于特征词X的这一部分推荐内容。

在本发明中，存储在存储单元120中的特征-描述对及其共现次数并不是始终不变的，本发明的推荐内容确定系统100可以以预定时间间隔（例如，周期性地）更新存储在存储单元120中的特征-描述对及其共现次数。具体地讲，提取单元110可以以预定时间间隔在网站中提取关于每个对象（例如，餐馆）的特征-描述对，并使用提取的关于每个对象的特征-描述对来更新存储在存储单元120中的关于每个对象的特征-描述对和关于每个对象的每个特征-描述对的共现次数。

可选择地，本发明的推荐内容确定系统100也可仅在新增评论时更新存储单元102中存储的特征-描述对及其共现次数。例如，当新增加了关于特定对象的评论时，提取单元110可提取关于所述特定对象的新增评论中的特征词和描述词，将提取的特征词和所述特征词相应的每个描述词组成为对应的特征-描述对，并使用新组成的特征-描述对更新存储单元120中存储的关于所述特定对象的特征-描述对。

具体地讲，例如，对于针对所述特定对象新提取的第一特征-描述对，如果在存储单元120中针对所述特定对象先前已存储有与所述第一特征-描述对相同的特征-描述对，则将先前存储的相同特征-描述对的共现次数增加与新提取的第一特征-描述对的数量相同的数量；如果存储单元120中针对所述特定对象先前不存在与所述第一特征-描述对相同的特征-描述对，则存储新提取的关于所述特定对象的第一特征-描述对并将所述第一特征-描述对的共现次数设置为新提取的第一特征-描述对的数量（例如，如果针对所述特定对象新提取出N个第一特征-描述对，则关于所述特定对象的所述第一特征-描述对的共现次数被设置为N）。

以下将参照图2详细描述根据本发明的示例性实施例推荐内容确定方法。图2是示出根据本发明的示例性实施例的推荐内容确定方法的流程图。

参照图2，在步骤201，根据本发明的提取单元110可从对象的评论中提取与所述对象相关的一个或多个特征词和与每个特征词相应的一个或多个描述词，并将从所述对象的评论中提取的每个特征词和与所述每个特征词相应的一个或多个描述词中的每一个分别组成关于所述对象的一个或多个特征-描述对。

根据本发明的示例性实施例，所述特征词可以是预先设置的一个或多个词语。因此，在步骤201，提取单元110可按照标点将每个对象的评论划分为多个评论句，找出包含预先设置的特征词的评论句，并将与预先设置的特征词处于同一评论句中的词语提取为与所述特征词相应的描述词。在本发明中，还可针对每个预先设置的特征词预设多个不同的近义词，这样，当提取单元110提取出特定特征词的近义词时，可在组成相应特征-描述对时使用所述特定特征词替换该近义词，从而有利于更高效地选择出推荐内容。

以上已参照图1详细描述了提取关于每个对象的特征-描述对的方法，因此为了简明，在此将不再进行详细描述。

在步骤203，可由存储单元120根据对象来存储提取单元110提取的关于每个对象的特征-描述对以及关于每个对象的每个特征-描述对的共现次数。关于特定对象的特定特征-描述对的共现次数表示由提取单元110从所述特定对象的评论中提取出的所述特定特征-描述对的数量。

然后，在步骤205，可通过推荐内容确定单元130确定关于每个对象的推荐内容。具体地讲，在步骤205，当推荐内容确定单元130确定关于特定对象的推荐内容时，推荐内容确定单元130可计算关于所述特定对象的每个特征-描述对的共现频率，并基于计算出的关于所述特定对象的每个特征-描述对的共现频率来确定将展示的关于所述特定对象的推荐内容。关于特定对象的每个特征-描述对的共现频率是指关于特定对象的每个特征-描述对的共现次数与存储单元120中包含所述每个特征-描述对中的描述词的所有特征-描述对的共现次数之和的比率。

以上已详细解释了计算共现频率的方法，因此为了简明，在此将不再进行详细描述。

在本发明中，当在步骤205确定关于特定对象的推荐内容时，推荐内容确定单元130可将关于所述特定对象的多个特征-描述对之中的共现频率或共现次数大于预定阈值的特征-描述对确定为关于所述特定对象的推荐内容。

优选地，在以上提取和存储特征-描述对的步骤中，提取单元110可以以预定时间间隔提取关于每个对象的特征-描述对，并使用提取的关于每个对象的特征-描述对来更新存储在存储单元120中的关于每个对象的特征-描述对和及其共现次数。可选择地，在本发明中，还可当新增加了关于特定对象的评论时，由提取单元110提取关于所述特定对象的新增评论中的特征词和与所述特征词相应的描述词，将提取的特征词和与所述特征词相应的每个描述词组成为特征-描述对，并使用新组成的特征-描述对更新存储单元120中存储的关于所述特定对象的特征-描述对。

尽管在以上描述中以餐饮商户为例描述了本发明的推荐内容确定系统和方法，但应该理解，本发明不限于此，本发明的推荐内容确定系统和方法还可应用于关于其他对象的推荐内容的确定，例如，商品推荐、旅游地点的推荐、书籍推荐等。

本发明示例性实施例可实现为计算机可读记录介质上的计算机可读代码。计算机可读记录介质是可存储其后可由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括：只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。计算机可读记录介质也可分布于连接网络的计算机系统，从而计算机可读代码以分布式存储和执行。此外，完成本发明的功能程序、代码和代码段可容易地被与本发明相关的领域的普通程序员在本发明的范围之内解释。

尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。

Claims (14)

1.一种推荐内容确定系统，所述系统包括：

提取单元，被配置为从对象的评论中提取与所述对象相关的一个或多个特征词和与每个特征词相应的一个或多个描述词，并将从所述对象的评论中提取的每个特征词和与所述每个特征词相应的一个或多个描述词中的每一个分别组成关于所述对象的特征-描述对；

存储单元，被配置为根据对象来存储提取单元提取的关于每个对象的特征-描述对以及关于每个对象的每个特征-描述对的共现次数；

推荐内容确定单元，被配置为当确定关于特定对象的推荐内容时，计算关于所述特定对象的每个特征-描述对的共现频率，并基于计算出的关于所述特定对象的每个特征-描述对的共现频率来确定将展示的关于所述特定对象的推荐内容，

其中，关于特定对象的每个特征-描述对的共现次数表示由提取单元从所述特定对象的评论中提取出的所述每个特征-描述对的数量，关于特定对象的每个特征-描述对的共现频率是指关于特定对象的每个特征-描述对的共现次数与存储单元中包含所述每个特征-描述对中的描述词的所有特征-描述对的共现次数之和的比率。

2.如权利要求1所述的系统，其中，推荐内容确定单元将关于所述特定对象的多个特征-描述对之中的共现频率或共现次数大于预定阈值的特征-描述对确定为关于所述特定对象的推荐内容。

3.如权利要求1所述的系统，其中，所述特征词是预先设置的一个或多个词语。

4.如权利要求1或3所述的系统，其中，提取单元将与特征词处于同一评论句中的词语提取为与所述特征词相应的描述词。

5.如权利要求1所述的系统，其中，提取单元以预定时间间隔提取关于每个对象的特征-描述对，并使用提取的关于每个对象的特征-描述对来更新存储在存储单元中的关于每个对象的特征-描述对和关于每个对象的每个特征-描述对的共现次数。

6.如权利要求1所述的系统，其中，当新增加了关于特定对象的评论时，提取单元提取关于所述特定对象的新增评论中的特征词和与所述特征词相应的描述词，将提取的特征词和与所述特征词相应的每个描述词组成为特征-描述对，并使用新组成的特征-描述对更新存储单元中存储的关于所述特定对象的特征-描述对。

7.如权利要求3所述的系统，其中，针对预先设置的每个特征词预设多个不同的近义词，

当提取单元提取出特定特征词的近义词时，在组成特征-描述对时使用所述特定特征词替换该近义词。

8.一种推荐内容确定方法，所述方法包括：

用于从对象的评论中提取与所述对象相关的一个或多个特征词和与每个特征词相应的一个或多个描述词，并将从所述对象的评论中提取的每个特征词和与所述每个特征词相应的一个或多个描述词中的每一个分别组成关于所述对象的一个或多个特征-描述对；

根据对象来存储提取的关于每个对象的特征-描述对以及关于每个对象的每个特征-描述对的共现次数；

当确定关于特定对象的推荐内容时，计算关于所述特定对象的每个特征-描述对的共现频率，并基于计算出的关于所述特定对象的每个特征-描述对的共现频率来确定将展示的关于所述特定对象的推荐内容，

其中，关于特定对象的每个特征-描述对的共现次数表示从所述特定对象的评论中提取出的所述每个特征-描述对的数量，关于特定对象的每个特征-描述对的共现频率是指关于特定对象的每个特征-描述对的共现次数与存储单元中包含所述每个特征-描述对中的描述词的所有特征-描述对的共现次数之和的比率。

9.如权利要求8所述的系统，其中，将关于所述特定对象的多个特征-描述对之中的共现频率或共现次数大于预定阈值的特征-描述对确定为关于所述特定对象的推荐内容。

10.如权利要求8所述的系统，其中，所述特征词是预先设置的一个或多个词语。

11.如权利要求8或10所述的系统，其中，将与特征词处于同一评论句中的词语提取为与所述特征词相应的描述词。

12.如权利要求8所述的系统，其中，提取的步骤包括：以预定时间间隔提取关于每个对象的特征-描述对，

并且存储的步骤使用提取的关于每个对象的特征-描述对来更新存储在存储单元中的关于每个对象的特征-描述对和关于每个对象的每个特征-描述对的共现次数。

13.如权利要求8所述的系统，其中，当新增加了关于特定对象的评论时，提取关于所述特定对象的新增评论中的特征词和与所述特征词相应的描述词，将提取的特征词和与所述特征词相应的每个描述词组成为特征-描述对，并使用新组成的特征-描述对更新存储的关于所述特定对象的特征-描述对。

14.如权利要求10所述的系统，其中，针对预先设置的每个特征词预设多个不同的近义词，

当提取单元提取出特定特征词的近义词时，在组成特征-描述对时使用所述特定特征词替换该近义词。

Images