CN103593355A - 用户原创内容的推荐方法及推荐装置 - Google Patents

Abstract

本发明涉及一种用户原创内容的推荐方法及推荐装置，其中所述推荐方法包括收集与所述用户原创内容相关的用户行为；计算与所述用户原创内容相关的每一个用户的评级分数；根据与所述用户原创内容相关的用户的评级分数，而计算所述用户原创内容的评级分数；根据所述用户原创内容的评级分数而确定是否进行推荐。本发明的用户原创内容的推荐方法及推荐装置可以简单方便地自动挑选出适合大多数用户需求的用户原创内容。

Description

用户原创内容的推荐方法及推荐装置

技术领域

本发明涉及计算机技术领域，特别是涉及用户原创内容的推荐方法及推荐装置。

背景技术

随着新型互联网方式Web2.0的兴起以及社会性网络服务(SocialNetworking Services，SNS)社区的不断发展壮大，用户原创内容(UserGenerated Content,UGC)呈现出井喷式地发展趋势，例如空间或者微博等等，其每天可以产生的用户原创日志数千万篇，上传图片数亿张，更新、创建相册上千万次。

在海量的用户原创内容UGC中肯定有很多优质的内容，但是由于用户原创内容UGC的总体数量巨大、关系链限制、隐私控制等等原因，很多优质的用户原创内容UGC无法被广大地用户看到，从而极大地挫伤用户创造的积极性，不利于提升业务的活跃度。同时，如此多的优质的用户原创内容UGC被埋没，其本身也是资源的浪费。

但是，在海量的用户原创内容UGC中筛选出优质的用户原创内容，其难度极大。目前常用的筛选方式主要有(1)按照“热度”排序；(2)人工收集筛选；(3)联合搜索业务进行推荐等等。

其中，筛选方式(1)是将用户原创内容UGC按照“热度”，例如人气值、评论数量、转发数量，而进行排序，然后挑选出排序在前的多个用户原创内容UGC后再进行人工筛选。

但是，虽然用户原创内容UGC的“热度”在一个侧面上反映了用户对该用户原创内容UGC的喜欢程度，但是，这类信息通常很容易通过“刷屏”的方式来进行作弊，所以按照“热度”对用户原创内容UGC进行排序的筛选方式在很多时候并不能独立地作为内容品质的判定标准，同时这种筛选方式也很容易滋生恶意广告。此外，为了尽可能地不漏掉优质的用户原创内容UGC，则按照“热度”挑选出的排序在前的多个用户原创内容UGC的结果集不能太小，通常可以视具体的需求而设定为几百至上千，然后再进行人工筛选，因此审核人员人工审核的工作量也非常大，消耗的人力成本也极为可观。

筛选方式(2)是请工作人员人工地主动收集优质的用户原创内容UGC并进行分类排序，其收集的方法可以是联系专业的写手或者活跃用户来提供优质的用户原创内容UGC，然后订阅其所提供的优质的用户原创内容UGC。

但是，请工作人员人工地主动收集优质的用户原创内容UGC的筛选方式需要付出昂贵的人力成本。此外，如果优质的用户原创内容UGC的来源是来自专业写手或者活跃用户的话，当这些人由于兴趣转移等原因而不能稳定地提供优质的用户原创内容UGC时，就需要及时地更换写手，寻找新的优质的用户原创内容UGC的来源，这对于本身不以媒体为主要业务的网络运营商而言是相当大的负担。

筛选方式(3)是联合搜索业务，例如社交搜索等，其只提供与用户搜索的关键词相匹配的用户原创内容UGC；或者利用推荐的热词进行搜索，从而提供相匹配的用户原创内容UGC。

但是，对于大多数的用户而言，上网只是为了打发时间，其本身并不确定自己想要看什么样的内容。这些用户在面对系统所提供的搜索框时，其并不知道需要输入什么样的关键词，这些用户更希望系统能够自动地推荐一些优质的用户原创内容UGC来供其选择。因此，在这种情况下，系统所提供的搜索引擎即使具有强大的功能但是却无法在没有关键词输入的情况下猜到用户的喜好，而且即使系统推荐了一些搜索热词，其也大多是人工运营出来的，其并不能满足实际需要。

发明内容

本发明的目的在于，克服现有技术所存在的缺陷，而提供一种新的用户原创内容的推荐方法和推荐装置，其可以简单方便地挑选出适合大多数用户需求的用户原创内容。

本发明的目的及解决其技术问题是采用以下技术方案来实现的。

本发明提供一种用户原创内容的推荐方法，其包括：收集与所述用户原创内容相关的用户行为；计算与所述用户原创内容相关的每一个用户的评级分数；根据与所述用户原创内容相关的用户的评级分数，而计算所述用户原创内容的评级分数；根据所述用户原创内容的评级分数而确定是否进行推荐。

本发明还提供一种用户原创内容的推荐装置，其包括收集模块、用户评级分数计算模块、用户原创内容评级分数计算模块、和推荐模块。所述收集模块用于收集与所述用户原创内容相关的用户行为；所述用户评级分数计算模块用于计算与所述用户原创内容相关的每一个用户的评级分数；所述用户原创内容评级分数计算模块用于根据与所述用户原创内容相关的用户的评级分数，而计算所述用户原创内容的评级分数；而所述推荐模块用于根据所述用户原创内容的评级分数而确定是否进行推荐。

综上所述，本发明的用户原创内容的推荐方法和推荐装置可以高效、准确地从海量的用户原创内容中挑选出深受用户喜爱的用户原创内容，并能从根本上杜绝恶意用户的“刷”票的作弊行为，使得挑选出来的用户原创内容基本上都是纯净、不含有人为操作痕迹的高质量的用户原创内容。同时，由于本发明的用户原创内容的推荐方法和推荐装置所挑选出来的用户原创内容大多是具有高质量的用户原创内容，因此在后续所要进行的人工审核工作较为简单，只需要查看其内容是否涉黄、非法等即可，而并不需要花费额外的精力来查看具体的内容、进行筛选、排序等工作，因此本发明的用户原创内容的推荐方法和推荐装置可以大大节省人力资源成本，从而压缩成本。此外，本发明的用户原创内容的推荐方法和推荐装置无需依赖搜索引擎，也无需输入关键词进行搜索，而本发明的用户原创内容的推荐方法和推荐装置所挑选出来的用户原创内容相当于是用户自己“投票”所挑选出来的用户最喜欢的内容，因此其适合于绝大部分的用户的需求，其使用方便。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。

附图说明

图1为本发明实施例的用户原创内容的推荐方法的流程示意图；

图2为本发明实施例的用户行为的示意图；

图3为图1所示的步骤S3的具体的流程示意图；

图4为步骤S4的具体的流程示意图；

图5为本发明实施例的用户原创内容的推荐装置的示意图。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的用户原创内容的推荐方法及推荐装置其具体实施方式、方法、步骤、结构、特征及其功效，详细说明如下。

有关本发明的前述及其他技术内容、特点及功效,在以下配合参考图式的较佳实施例的详细说明中将可清楚呈现。通过具体实施方式的说明,当可对本发明为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解，然而所附图式仅是提供参考与说明之用,并非用来对本发明加以限制。

图1为本发明实施例的用户原创内容的推荐方法的流程示意图。如图1所示，本发明实施例的用户原创内容的推荐方法包括：

步骤S1：收集与用户原创内容相关的用户行为。

在此，本发明实施例以空间日志，例如QZone日志作为用户原创内容(User Generated Content,UGC)为例来介绍本发明，当然，本发明中的用户原创内容UGC也可以是其他类型的用户原创内容，例如微博等等。

而用户行为可以是用户原创内容被分享的分享动作，当然其也可以是其他的任何用户行为。图2为用户行为的示意图。如图2所示，在本发明实施例中，当用户j分享了用户X的空间日志i，则用户j的日志列表中将会出现一个名为“i”的日志引用，且上述引用指向用户X的原始空间日志i。换句话讲，如果用户j分享了用户X的空间日志i，则其代表了用户j为用户X的空间日志i投了一票，而空间日志i获得的票数越高，则代表空间日志i的“热度”越高。

当用户进行“分享”操作时，则记录分享者和被分享者的ID，被分享的空间日志的ID、时间戳等等，以便进行后续的计算。

步骤S2：计算与用户原创内容相关的每一个用户的评级分数。

虽然用户原创内容UGC的“热度”在某个方面上反映了用户对用户原创内容UGC的喜欢程度，但是，其容易通过“刷”票的方式来进行作弊。因此，在本发明中，需要进一步计算与用户原创内容UGC相关的每一个用户的评级分数UR(User Rank)。其中，每一个用户的评级分数UR可分别反映了每一个用户的声誉，用户的评级分数UR越高，则代表此用户的信用度越高，此用户越值得信任；否则，则反之。

在具体实施中，本领域技术人员可以理解的是，每一个用户可以分别对应一个注册的用户号码，也就是说，用户的评级分数UR即为其所注册的用户号码的评级分数。一般而言，注册的用户号码使用越久，其用户的评级分数UR越高；而恶意用户在使用“刷”票的方式来进行作弊时，其所使用的用户号码一般都是新注册的，则其用户的评级分数UR一般都比较低。

本发明可以利用常用的PageRank算法，或者HITS算法，或者其它类似的算法，来计算与用户原创内容UGC相关的每一个用户的评级分数UR。

步骤S3：根据与用户原创内容相关的用户的评级分数，而计算用户原创内容的评级分数。

其中，用户原创内容的评级分数CR(Content Rank)反映了此用户原创内容的质量，用户原创内容的评级分数CR越高，则代表此用户原创内容的质量越高。图3为步骤S3的具体的流程示意图。如图3所示，步骤S3可以进一步包括：

步骤S31：统计与用户原创内容相关的所有用户的评级分数；

步骤S32：根据所有用户的评级分数的总和与所有用户的总数量，而计算出用户原创内容的评级分数。

具体地，步骤S3可以利用下述公式而确定任意一个用户原创内容UGC的评级分数CR。

$\mathrm{CR}={\mathrm{\Σ}}_{j\∈U}{\mathrm{UR}}_j/\left|U\right|$

其中，CR代表任意一个用户原创内容UGC的评级分数CR，而U代表分享了该用户原创内容UGC的所有用户的集合，|U|是指分享了该用户原创内容UGC的所有用户的总数，而UR_j代表分享了用户原创内容UGC的第j个用户的评级分数，其中第j个用户是属于分享该用户原创内容UGC的所有用户的集合中的一个用户。

因此，在本发明中，任意一个的用户原创内容UGC的评级分数CR是等于分享了该用户原创内容UGC的所有用户的评级分数的平均值。对于任意一个用户原创内容UGC来说，即使有恶意用户使用大量不同的用户号码来“刷”票，但是由于其注册的用户号码其本身的用户的评级分数UR很低，因此，这些恶意用户的评级分数UR对于所有用户的平均值也会非常低。相反地，对于优质的用户原创内容UGC，其一般会为那些用户的评级分数UR较高的用户所关注分享，因此，即使分享了该篇优质的用户原创内容UGC的用户数量可能不是很多，但是那些用户评级分数UR较高的用户会拉升这个平均值，因此这篇优质的用户原创内容UGC的评级分数CR会比较高。因此在本发明中，用户原创内容UGC的评级分数CR，既兼顾了“热度”特性，而且又能很有效地避免作弊问题。

步骤S4：根据用户原创内容的评级分数而确定是否进行推荐。

图4为步骤S4的具体的流程示意图。如图4所示，步骤S4可以进一步包括：

步骤S41：根据用户原创内容的评级分数而确定该用户原创内容在多个用户原创内容中的顺序；

也就是说，在本发明中，可以按照上述方式而确定大量的用户原创内容UGC中每一个用户原创内容UGC的评级分数CR，然后，再根据这些用户原创内容UGC的评级分数CR而对这些用户原创内容UGC进行排序，其中，任意一篇的用户原创内容UGC的评级分数CR越高，则在排序时越靠前。

步骤S42：判断该用户原创内容在多个用户原创内容中的顺序是否小于预定的需要筛选出来的用户原创内容的总量，并进一步判断用户原创内容的分享量是否大于预定的分享量阈值；

步骤S43：当判断为是时，则挑选出用户原创内容以供后续的推荐。

假设预定的需要筛选出来的用户原创内容的总量为m，需要进行判断的该用户原创内容UGC在这些多个用户原创内容UGC中的顺序为R，而预定的分享量阈值为n。

当一篇用户原创内容UGC在这些用户原创内容中的顺序R小于预定的需要筛选出来的用户原创内容UGC的总量时，则代表还没有搜选到一定数量的优质的用户原创内容UGC，此外，由于经过步骤S41的排序，则该用户原创内容UGC的评级分数CR会高于其他排序在后的用户原创内容UGC的评级分数CR，因此该篇用户原创内容UGC会被挑选出来。然后进一步判断该用户原创内容UGC的分享量是否大于预定的分享量阈值n。如果该用户原创内容UGC的分享量大于预定的分享量阈值n，则代表该用户原创内容UGC的分享量不会过低，即该用户原创内容UGC的流传范围并不会太窄。

当该用户原创内容UGC同时满足上述两个条件时，则挑选出该用户原创内容UGC，然后可在经过简单的人工审核，例如判断是否非法、是否包含黄色内容等等后，就可以将该用户原创内容UGC推荐给用户了。而当该用户原创内容UGC不同时满足上述两个条件时，则可进行下一篇用户原创内容UGC的判断。

此外，本领域技术人员可以理解的是，在对多个用户原创内容UGC进行实施本发明实施例所述的用户原创内容UGC的推荐方法时，也可以先对这些用户原创内容UGC进行初步过滤，以过滤掉一些带有隐私权限控制的用户原创内容UGC、包含敏感词的用户原创内容UGC、和人工运营的用户原创内容UGC，然后再对剩余的用户原创内容UGC执行本发明实施例所述的用户原创内容UGC的推荐方法。

本发明还提供一种用户原创内容的推荐装置。图5为本发明实施例的用户原创内容的推荐装置的示意图。如图5所示，本发明实施例的用户原创内容的推荐装置100包括收集模块110、用户评级分数计算模块120、用户原创内容评级分数计算模块130、和推荐模块140。其中，收集模块110用于收集与用户原创内容相关的用户行为；用户评级分数计算模块120用于计算与用户原创内容相关的每一个用户的评级分数；用户原创内容评级分数计算模块130用于根据与用户原创内容相关的用户的评级分数，而计算用户原创内容的评级分数；推荐模块140用于根据用户原创内容的评级分数而确定是否进行推荐。

其中，用户原创内容评级分数计算模块130可以进一步包括统计单元131和计算单元132。统计单元131用于统计与用户原创内容相关的所有用户的评级分数；而计算单元132用于根据所有用户的评级分数的总和与所有用户的总数量而计算出所述用户原创内容的评级分数。

推荐模块140可以进一步包括排序单元141、判断单元142和挑选单元143。排序单元141用于根据用户原创内容的评级分数而确定该用户原创内容在多个用户原创内容中的顺序；判断单元142用于判断该用户原创内容在多个用户原创内容中的顺序是否小于预定的需要筛选出来的用户原创内容的总量，并进一步判断该用户原创内容的分享量是否大于预定的分享量阈值；挑选单元143用于当判断单元判断为是时，挑选出该用户原创内容以供后续的推荐。

综上所述，本发明的用户原创内容的推荐方法和推荐装置可以高效、准确地从海量的用户原创内容中挑选出深受用户喜爱的用户原创内容，并能从根本上杜绝恶意用户的“刷”票的作弊行为，使得挑选出来的用户原创内容基本上都是纯净、不含有人为操作痕迹的高质量的用户原创内容。同时，由于本发明的用户原创内容的推荐方法和推荐装置所挑选出来的用户原创内容大多是具有高质量的用户原创内容，因此在后续所要进行的人工审核工作较为简单，只需要查看其内容是否涉黄、非法等即可，而并不需要花费额外的精力来查看具体的内容、进行筛选、排序等工作，因此本发明的用户原创内容的推荐方法和推荐装置可以大大节省人力资源成本，从而压缩成本。此外，本发明的用户原创内容的推荐方法和推荐装置无需依赖搜索引擎，也无需输入关键词进行搜索，而本发明的用户原创内容的推荐方法和推荐装置所挑选出来的用户原创内容相当于是用户自己“投票”所挑选出来的用户最喜欢的内容，因此其适合于绝大部分的用户的需求，其使用方便。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random Access Memory，RAM）等。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明,任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (10)

1.一种用户原创内容的推荐方法，其特征在于，所述推荐方法包括：

收集与所述用户原创内容相关的用户行为；

计算与所述用户原创内容相关的每一个用户的评级分数；

根据与所述用户原创内容相关的用户的评级分数，而计算所述用户原创内容的评级分数；

根据所述用户原创内容的评级分数而确定是否进行推荐。

2.根据权利要求1所述的推荐方法，其特征在于，所述用户行为包括所述用户原创内容被分享。

3.根据权利要求1所述的推荐方法，其特征在于，所述步骤计算每一个用户的评级分数是通过PageRank算法或者HITS算法来计算与所述用户原创内容相关的每一个用户的评级分数。

4.根据权利要求1所述的推荐方法，其特征在于，所述步骤根据与所述用户原创内容相关的用户的评级分数而计算所述用户原创内容的评级分数，包括：

统计与所述用户原创内容相关的所有用户的评级分数；

根据所有用户的评级分数的总和与所有用户的总数量，而计算出所述用户原创内容的评级分数。

5.根据权利要求1所述的推荐方法，其特征在于，所述步骤根据所述用户原创内容的评级分数而确定是否进行推荐，包括：

根据所述用户原创内容的评级分数而确定所述用户原创内容在多个用户原创内容中的顺序；

判断所述用户原创内容在多个用户原创内容中的顺序是否小于预定的需要筛选出来的用户原创内容的总量，并进一步判断所述用户原创内容的分享量是否大于预定的分享量阈值；

当判断为是时，则挑选出所述用户原创内容以供后续的推荐。

6.一种用户原创内容的推荐装置，其特征在于，所述推荐装置包括：

收集模块，用于收集与所述用户原创内容相关的用户行为；

用户评级分数计算模块，用于计算与所述用户原创内容相关的每一个用户的评级分数；

用户原创内容评级分数计算模块，用于根据与所述用户原创内容相关的用户的评级分数，而计算所述用户原创内容的评级分数；

推荐模块，用于根据所述用户原创内容的评级分数而确定是否进行推荐。

7.根据权利要求6所述的推荐装置，其特征在于，所述用户行为包括所述用户原创内容被分享。

8.根据权利要求6所述的推荐装置，其特征在于，所述用户评级分数计算模块通过PageRank算法或者HITS算法来计算与所述用户原创内容相关的每一个用户的评级分数。

9.根据权利要求6所述的推荐装置，其特征在于，所述用户原创内容评级分数计算模块，包括：

统计单元，用于统计与所述用户原创内容相关的所有用户的评级分数；

计算单元，用于根据所有用户的评级分数的总和与所有用户的总数量而计算出所述用户原创内容的评级分数。

10.根据权利要求6所述的推荐装置，其特征在于，所述推荐模块包括：

排序单元，用于根据所述用户原创内容的评级分数而确定所述用户原创内容在多个用户原创内容中的顺序；

判断单元，用于判断所述用户原创内容在多个用户原创内容中的顺序是否小于预定的需要筛选出来的用户原创内容的总量，并进一步判断所述用户原创内容的分享量是否大于预定的分享量阈值；

挑选单元，用于当所述判断单元判断为是时，挑选出所述用户原创内容以供后续的推荐。

Images