CN104090990B - 新闻推送方法和系统 - Google Patents

新闻推送方法和系统 Download PDF

Info

Publication number
CN104090990B
CN104090990B CN201410373460.9A CN201410373460A CN104090990B CN 104090990 B CN104090990 B CN 104090990B CN 201410373460 A CN201410373460 A CN 201410373460A CN 104090990 B CN104090990 B CN 104090990B
Authority
CN
China
Prior art keywords
news
push
classification
targeted
interest
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410373460.9A
Other languages
English (en)
Other versions
CN104090990A (zh
Inventor
张蒙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qihoo Technology Co Ltd
Qizhi Software Beijing Co Ltd
Original Assignee
Beijing Qihoo Technology Co Ltd
Qizhi Software Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Qihoo Technology Co Ltd, Qizhi Software Beijing Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201410373460.9A priority Critical patent/CN104090990B/zh
Publication of CN104090990A publication Critical patent/CN104090990A/zh
Application granted granted Critical
Publication of CN104090990B publication Critical patent/CN104090990B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/958Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种新闻推送方法和系统,其中,方法包括:计算用户对多个目标新闻类别的兴趣权重值;为每个目标新闻类别确定一个子区间,根据每个子区间对应的目标新闻类别的兴趣权重值确定子区间的数值范围,根据全部子区间生成兴趣区间;在兴趣区间对应的数值范围内取预设次数的随机数,根据随机数在各子区间的分布确定各目标新闻类别的推送比例;按照各目标新闻类别的推送比例进行新闻推送。根据该方案,能够为用户呈现更多样化的内容,引导用户调整个人兴趣,使用户及时发现新的兴趣,更全面地展现新闻内容。

Description

新闻推送方法和系统
技术领域
本发明涉及互联网技术领域,具体涉及一种新闻推送方法和系统。
背景技术
随着互联网技术的不断发展和日益普及,新闻用户所面对的信息量正在以惊人的速度增长,对能够方便地获取自己感兴趣的新闻信息的需求越来越迫切。
由于新闻信息量急速增加,新闻类别越发细化,并具有很强的实时性,往往更新迅速,时效极短,用户要从海量的信息中及时地筛选出感兴趣的新闻内容十分困难和费时。于是,现有技术中出现了各种新闻推送软件,主动向用户推荐实时的热点新闻,然而推送方式通常并不考虑用户的个人兴趣,向所有用户推送相同的内容,不能满足用户的个性需求。
现有技术中另外一种新闻推送方式是,根据用户的历史浏览数据,计算出用户可能对那些新闻感兴趣,然后推送类似的新闻,例如,用户浏览了大量的体育、音乐、社会类的新闻,则为用户推送体育、音乐、社会类的新闻,推送的新闻中体育、音乐、社会类所占的比重是固定的。虽然这种推送方式具有一定的针对性,但由于推送新闻的各类别所占比重固定,使得用户对各类别新闻的浏览量所占的比重也相对固定,所以这种新闻推送方式比较单一,不能给用户提供更加丰富多样化的新闻,也难以体现用户兴趣的变化和调整,不利于收集用户新的兴趣点信息。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题新闻推送方法和系统。
根据本发明的一个方面,提供了一种新闻推送方法,包括:
计算用户对多个目标新闻类别的兴趣权重值;为每个目标新闻类别确定一个子区间,根据每个子区间对应的目标新闻类别的兴趣权重值确定子区间的数值范围,根据全部子区间生成兴趣区间;在兴趣区间对应的数值范围内取预设次数的随机数,根据随机数在各子区间的分布确定各目标新闻类别的推送比例;按照各目标新闻类别的推送比例进行新闻推送。
可选地,在计算用户对多个目标新闻类别的兴趣权重值之前进一步包括:提供多个备选新闻类别及引导信息,根据用户选定的备选新闻类别设置目标新闻类别;
则计算用户对多个目标新闻类别的兴趣权重值进一步包括:为用户选定的每个目标新闻类别分配一个初始兴趣权重值。
可选地,方法还包括:记录用户的新闻浏览信息,根据新闻浏览信息设置目标新闻类别;
则计算用户对多个目标新闻类别的兴趣权重值进一步包括:根据新闻浏览信息实时调整用户在目标新闻类别的兴趣权重值。
可选地,新闻浏览信息包括:每个备选新闻类别的新闻点击次数和/或每个备选新闻类别的新闻浏览时间。
可选地,为每个目标新闻类别确定一个子区间,根据每个子区间对应的目标新闻类别的兴趣权重值确定子区间的数值范围,根据全部子区间生成兴趣区间进一步包括:
将每个目标新闻类别映射为一个子线段,以每个子线段对应目标新闻类别的兴趣权重值作为子线段的长度;将全部的子线段组合成一个整体线段。
可选地,在兴趣区间对应的数值范围内取预设次数的随机数进一步包括:
将全部目标新闻类别的兴趣权重值的加和作为兴趣区间对应的数值范围;
将一次推送的各目标新闻类别的新闻总数量作为预设次数;
则根据随机数在各子区间的分布确定各目标新闻类别的比例进一步包括:将随机数落入各子线段区间的次数作为对应目标新闻类别的新闻推送数量。
可选地,在按照各目标新闻类别的比例进行新闻推送之前进一步包括:
按照目标新闻类别的兴趣权重值对推送的新闻进行排序;
或者,按照推送新闻的优先级对推送的新闻进行排序;
或者,对推送的新闻进行随机排序。
可选地,方法还包括:在推送的新闻中添加非目标新闻类别的新闻。
根据本发明的另一方面,提供了一种新闻推送系统,包括:
计算模块,适于计算用户对多个目标新闻类别的兴趣权重值;
映射模块,适于为每个目标新闻类别确定一个子区间,根据每个子区间对应的目标新闻类别的兴趣权重值确定子区间的数值范围,根据全部子区间生成兴趣区间;
分配模块,适于在兴趣区间对应的数值范围内取预设次数的随机数,根据随机数在各子区间的分布确定各目标新闻类别的推送比例;
推送模块,适于按照所述各目标新闻类别的推送比例进行新闻推送。
可选地,新闻推送系统进一步包括:引导模块,适于提供多个备选新闻类别及引导信息,根据用户选定的备选新闻类别设置目标新闻类别;
计算模块进一步适于:为用户选定的每个目标新闻类别分配一个初始兴趣权重值。
可选地,新闻推送系统进一步包括:记录模块,适于记录用户的新闻浏览信息,根据新闻浏览信息设置目标新闻类别;
计算模块进一步适于:根据新闻浏览信息实时调整用户在目标新闻类别的兴趣权重值。
可选地,新闻浏览信息包括:每个备选新闻类别的新闻点击次数和/或每个备选新闻类别的新闻浏览时间。
可选地,映射模块进一步适于:将每个目标新闻类别映射为一个子线段,以每个子线段对应目标新闻类别的兴趣权重值作为子线段的长度;
将全部的子线段组合成一个整体线段。
可选地,分配模块进一步适于:将全部目标新闻类别的兴趣权重值的加和作为兴趣区间对应的数值范围;
将一次推送的各目标新闻类别的新闻总数量作为预设次数;
将随机数落入各子线段区间的次数作为对应目标新闻类别的新闻推送数量。
可选地,新闻推送系统进一步包括:排序模块,适于按照目标新闻类别的兴趣权重值对推送的新闻进行排序;或者,按照推送新闻的优先级对推送的新闻进行排序;或者,对推送的新闻进行随机排序。
可选地,新闻推送系统进一步包括:添加模块,适于在推送的新闻中添加非目标新闻类别的新闻。
根据本发明的新闻推送方法和系统,为每个目标新闻类别计算一个权重并确定一个与权重有关的子区间,子区间具有一个数值范围,多个新闻类别的子区间形成了总的兴趣区间,在兴趣区间内取随机数,根据随机数在各子区间的分布确定目标新闻类别所占的比例。根据该方案,以根据历史数据等方式计算出的兴趣权重为依据,但由于采用了随机数的处理方式,对相同的兴趣权重,各目标新闻类别的推送比例也往往不一致,兼顾了根据浏览信息等历史数据得出的兴趣权重,又不受限于兴趣权重,以一种多样化的方式为用户提供其所感兴趣的新闻,使得用户有更多的机会全面了解新闻信息。而且有可能引导用户调整个人兴趣的权重,有利于收集用户新的兴趣点信息,进一步有利于新闻内容的全面展示。
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它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的新闻推送方法的流程图;
图2示出了根据本发明另一个实施例的新闻推送方法的流程图;
图3示出了根据本发明一个实施例的新闻推送系统的结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的新闻推送方法的流程图,如图1所示,方法包括如下步骤:
步骤S110,计算用户对多个目标新闻类别的兴趣权重值。
为便于用户能够及时查找感兴趣的新闻,新闻通常以预定类别的形式提供,例如,科技,财经,健康,房产,国际,体育等类别,各新闻类别可能还具有下属的子类别,例如,体育类别中可能包含足球,篮球,网球专栏等。
本发明中的目标新闻类别是指一次推送中包括的新闻类别,是上述预定类别的一个子集,例如,目标新闻类别包括体育、科技、财经,而不包含健康、房产等。
具体地,目标新闻类别可由用户根据自己的浏览偏好设定,或者由新闻推送服务根据用户的浏览历史进行统计等方式得出,例如,根据用户的对各预设类别的点击次数,浏览时间,先后顺序,浏览频率等确定,或以上两者的结合;或者,新闻推送服务主动为用户添加,例如,在世界杯期间,主动将体育类或世界杯类新闻添加为目标新闻类别。
目标新闻类别的权重值也可根据上述点击次数,浏览频率等确定,一种简单的方式是,将用户近期特定时间内,例如,最近1天内,对各类新闻的点击次数直接作为权重值。当然,可以选择其他的方式进行计算,只要能反映出用户对各类别的浏览情况即可,本发明对此不做限定。
或者,目标新闻类别的兴趣权重值由用户根据个人浏览偏好设定。
步骤S120,为每个目标新闻类别确定一个子区间,根据每个子区间对应的目标新闻类别的兴趣权重值确定子区间的数值范围,根据全部子区间生成兴趣区间。
该步骤将目标新闻类别的权重映射为一个区间,每个区间具有确定的数值范围,各区间的数值范围连续,形成一个整体的兴趣区间。
例如,可以将各目标新闻类别映射为多个连续的子线段,每个子线段的长度对应于不同新闻类别的兴趣权重值。当然,也可以选取其他的映射方式,将目标新闻类别的兴趣权重映射为一个二维的平面区间等,例如,整体的兴趣区间为一个二维圆盘,根据兴趣权重将每个子区间映射为的大小不等的扇形区域等。
由于新闻具有较强的时效性,并且用户的新闻浏览偏好也不断变化,则兴趣权重值通常是一个动态的值,需要不断调整,例如,根据用户浏览情况实时调整,则每次推送可能按不同的权重值进行。
步骤S130,在兴趣区间对应的数值范围内取预设次数的随机数,根据随机数在各子区间的分布确定各目标新闻类别的推送比例。
根据预定的每次推送的新闻数量,或用户设定的、客户端默认呈现的新闻数量等确定预设次数,例如,新闻推送服务每次推送20个新闻,或者,新闻推送方法用于手机app,手机屏幕每次能够显示20个新闻标题,则该预设次数可以直接选为20次。
选择合适的随机数生成方式生成随机数,例如,使用在兴趣区间对应的数值范围内均匀分布,正态分布或其他分布方式的随机数等。当然,也可以采用伪随机的方法获取随机数。
也可以选择其他的预设次数。以均匀分布的随机数为例,当预设次数高时,随机数在各子区间的分布更接近于该子区间的数值范围,推送新闻中各目标新闻类别所占的比例越接近各目标新闻类别的兴趣权重值的比例,也就是说,各目标新闻类别所占的比例趋于稳定,更加依赖于兴趣权重。
而当预设次数较小时,例如,20次,每次推送中取出的20个随机数在各自区间的分布也可能有明显的变化,即使对于相同的兴趣区间,每次推送的新闻中各目标新闻类别的比例也可能不同。由于新闻的时效性很强,用户兴趣不断变化,而用户兴趣的变化经常来自新闻推送服务的引导,这种方式在一些情况下是有利的,可能正好迎合了用户的兴趣变化,兼顾了根据浏览信息等历史数据得出的兴趣权重,又不受限于兴趣权重,有可能进一步发掘出用户新的兴趣。
步骤S140,按照各目标新闻类别的推送比例进行新闻推送。
具体地,新闻推送系统根据目标新闻类别的比例确定每类新闻的推送数量,从新闻数据库中选取该类别中优先级最高的新闻向客户端,例如,智能手机,进行推送。
根据本发明上述实施例提供的方法,计算用户对多个目标新闻类别的兴趣权重值;将每个目标新闻类别映射为一个数值范围与其兴趣权重值对应的子区间,根据全部子区间生成兴趣区间;在兴趣区间对应的数值范围内取预设次数的随机数,根据随机数在各子区间的分布确定各目标新闻类别的推送比例;根据各目标新闻类别的推送比例进行新闻推送。根据该方案,以根据历史数据等方式计算出的兴趣权重为依据,但由于采用了随机数的处理方式,对相同的兴趣权重,各目标新闻类别的推送比例也往往不一致,兼顾了根据浏览信息等历史数据得出的兴趣权重,又不受限于兴趣权重,用户有更多的机会全面了解新闻信息,进一步发掘出用户新的兴趣。
图2示出了根据本发明另一个实施例的新闻推送方法的流程图,如图2所示,方法包括如下步骤:
步骤S210,提供多个备选新闻类别及引导信息,根据用户选定的备选新闻类别设置目标新闻类别。
备选新闻类别是新闻推送服务提供的全部新闻类别,目标新闻类别为备选新闻类别的一个子集。
具体的,新闻推送服务的客户端可以实现为一个手机app,对新的用户ID或设备ID,新闻推送系统中未保存有与该用户ID有关的浏览信息,则为用户提供添加按钮等接口,用户点击后,向客户端提供多个备选新闻类别,将用户选择的备选新闻类别作为待推送的目标新闻类别,并提醒用户注册等。
具体地,在手机app中,可以通过单独的一个页面,标签栏,例如,“推荐”页,“猜你喜欢”等展示推送的信息,同时,将目标新闻类别分别单独展示在其他的标签栏中。
当然,也可以为用户提供默认的目标新闻类别,而引导用户将不感兴趣的目标新闻类别删除,并恢复至备选新闻类别中。
步骤S220,为用户选定的每个目标新闻类别分配一个初始兴趣权重值。
例如,用户选定了娱乐,科技,体育,汽车,则可以为每个用户分配相同的权重值,例如,权重值都为25。或者,引导用户根据自身的偏好对权重值进行设定。
若用户已使用过该推送服务,则不必执行步骤S210和步骤S220。
步骤S230,记录用户的新闻浏览信息,根据新闻浏览信息设置目标新闻类别。
新闻浏览信息包括:每个备选新闻类别的新闻点击次数和/或每个备选新闻类别的新闻浏览时间,还可以包括浏览频率,浏览优先次序等,此处不一一列举。
根据上述新闻浏览信息实时地调整目标新闻类别,例如,用户对某一非目标新闻类别的浏览次数,浏览时间超过设定阈值的备选新闻类别添加入目标新闻类别中,将用户一定时间内未浏览的新闻类别从目标新闻类别中删除等。
步骤S240,根据新闻浏览信息实时调整用户在目标新闻类别的兴趣权重值。
本实施例中,根据用户1天内的浏览次数确定目标新闻类别的兴趣权重,例如,用户在一天内已浏览了8个娱乐类新闻,则可以直接将娱乐类别的兴趣权重设为8。
用户浏览行为实时地影响兴趣权重值,例如,按照上述的兴趣权重值的计算方式,用户再次浏览了娱乐类新闻,则娱乐类新闻的权重更新为9。用户通过下拉页面等方式进行刷新后,按照更新后的兴趣权重值执行后续的步骤。
步骤S250,将每个目标新闻类别映射为一个子线段,以每个子线段对应目标新闻类别的兴趣权重值作为子线段的数值范围。
例如,当前的目标新闻类别包括:娱乐,科技,体育,汽车,通过步骤S240确定了兴趣权重分别为10,8,5,3。
相应地,将娱乐,科技,体育,汽车对应子线段的数值范围分别设为10,8,5,3。
步骤S260,将全部的子线段组合成一个整体线段。
按娱乐,科技,体育,汽车的顺序将对应的子线段组合成一个整体的线段,则该整体线段的数值范围为个子线段的数值范围的加和。
步骤S270,在整体线段对应的数值范围内取预设次数的随机数。
如同上一实施例步骤S130中所述,本发明中对预设次数不做具体限定。
可选地,本实施例中,以新闻推送服务一次推送的新闻数量作为预设次数,例如,预设次数为20。
按上述示例,整体线段对应的数值范围为娱乐,科技,体育,汽车权重值的加和,为26。具体地,该步骤可以在0-26范围内,生成20个随机数,例如,采用均匀分布随机数的算法生成20个随机数。
步骤S280,将随机数落入各子线段区间的次数作为对应目标新闻类别的新闻推送数量。
由于采用了随机数,该步骤得到的各类别的新闻推送数量可能有多种情况,即使按照相同的目标新闻类别的兴趣权重值进行推送,每次的推送结果也可能不一致。
这种推送结果的变化可能正符合用户的兴趣变化,起到了对用户的引导作用。同时,采用简单的随机数方法,既兼顾了根据浏览信息等计算出的兴趣权重值,又不完全依赖于该兴趣权重值,避免了推送内容的单调重复,更能吸引用户。
步骤S290,对推送的新闻进行排序。
具体地,可以包括:按照目标新闻类别的兴趣权重值对推送的新闻进行排序;或者,按照推送新闻的优先级对推送的新闻进行排序,例如,为热点新闻设置较高的优先级;或者,对推送的新闻进行随机排序;或者,以上方式的结合。
步骤S2100,在推送的新闻中添加非目标新闻类别的新闻。
很多情况下,用户不浏览非目新闻类别是因为对新闻内容和自身兴趣缺乏了解。该步骤可为用户呈现当前兴趣之外的更多样化的内容,进一步引导用户发掘兴趣。
非目标新闻类别优选为热点新闻,例如,用户虽然未关注体育类新闻,但在世界杯等重大赛事期间,可以添加少量的比赛新闻,引导用户对其产生兴趣。
当然,也可以先向推送新闻中添加非目标新闻类别的新闻,然后对全部的推送新闻进行排序。
根据本发明上述实施例提供的方法,根据随机数在各兴趣类别对应子区间的分布确定各目标新闻类别的推送比例,兼顾了根据浏览信息等历史数据得出的兴趣权重,但又避免了固定比例新闻单调重复,用户有更多的机会全面了解新闻信息,有利于发掘出用户新的兴趣。此外,通过向推送的新闻中添加少量非目标新闻类别的热点新闻,为用户呈现出更多样化的内容,进一步发掘出新的兴趣。
图3示出了根据本发明一个实施例的新闻推送系统的结构框图,如图3所示,系统包括:
计算模块310,适于计算用户对多个目标新闻类别的兴趣权重值。
映射模块320,适于为每个目标新闻类别确定一个子区间,根据每个子区间对应的目标新闻类别的兴趣权重值确定子区间的数值范围,根据全部子区间生成兴趣区间。
分配模块330,适于在兴趣区间对应的数值范围内取预设次数的随机数,根据随机数在各子区间的分布确定各目标新闻类别的推送比例。
可选地,映射模块320进一步适于:将每个目标新闻类别映射为一个子线段,以每个子线段对应目标新闻类别的兴趣权重值作为子线段的长度;将全部的子线段组合成一个整体线段。分配模块330进一步适于:将全部目标新闻类别的兴趣权重值的加和作为兴趣区间对应的数值范围;将新闻系统一次推送的各目标新闻类别的新闻总数量作为预设次数;将随机数落入各子线段区间的次数作为对应目标新闻类别的新闻推送数量。
推送模块340,适于按照所述各目标新闻类别的推送比例进行新闻推送。
可选地,系统进一步包括:引导模块350,适于提供多个备选新闻类别及引导信息,根据用户选定的备选新闻类别设置目标新闻类别;
计算模块310进一步适于:为用户选定的每个目标新闻类别分配一个初始兴趣权重值。
可选地,系统进一步包括:记录模块360,适于记录用户的新闻浏览信息,根据新闻浏览信息设置目标新闻类别。其中,新闻浏览信息包括:每个备选新闻类别的新闻点击次数和/或每个备选新闻类别的新闻浏览时间;
计算模块310进一步适于:根据上述的新闻浏览信息实时调整用户在目标新闻类别的兴趣权重值。
可选地,系统进一步包括:排序模块370,适于按照目标新闻类别的兴趣权重值对推送的新闻进行排序;或者,按照推送新闻的优先级对推送的新闻进行排序;或者,对推送的新闻进行随机排序。
可选地,系统进一步包括:添加模块380,适于在推送模块340推送的新闻中添加非目标新闻类别的新闻。
根据本发明上述实施例提供的新闻推送系统,映射模块为每个目标新闻类别确定一个子区间,根据每个子区间对应的目标新闻类别的兴趣权重值确定子区间的数值范围,根据全部子区间生成兴趣区间;分配模块根据随机数在各兴趣类别对应子区间的分布确定各目标新闻类别的推送比例,兼顾了根据浏览信息等历史数据得出的兴趣权重,但又避免了固定比例新闻单调重复,用户有更多的机会全面了解新闻信息,有利于发掘出用户新的兴趣。此外,通过向新闻推送系统推送的新闻中添加少量非目标新闻类别的热点新闻,为用户呈现出更多样化的内容,进一步发掘出新的兴趣。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的新闻推送系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (14)

1.一种新闻推送方法,包括:
计算用户对多个目标新闻类别的兴趣权重值;
为每个目标新闻类别确定一个子区间,根据每个子区间对应的目标新闻类别的兴趣权重值确定子区间的数值范围,根据全部子区间生成兴趣区间;
在所述兴趣区间对应的数值范围内取预设次数的随机数,根据所述随机数在各子区间的分布确定各目标新闻类别的推送比例;
按照所述各目标新闻类别的推送比例所确定的每个目标新闻类别的新闻推送数量进行新闻推送;
其中,所述为每个目标新闻类别确定一个子区间,根据每个子区间对应的目标新闻类别的兴趣权重值确定子区间的数值范围,根据全部子区间生成兴趣区间进一步包括:
将每个目标新闻类别映射为一个子线段,以每个子线段对应目标新闻类别的兴趣权重值作为子线段的长度;
将全部的子线段组合成一个整体线段。
2.根据权利要求1所述的方法,在所述计算用户对多个目标新闻类别的兴趣权重值之前进一步包括:提供多个备选新闻类别及引导信息,根据用户选定的备选新闻类别设置所述目标新闻类别;
所述计算用户对多个目标新闻类别的兴趣权重值进一步包括:为用户选定的每个目标新闻类别分配一个初始兴趣权重值。
3.根据权利要求1或2所述的方法,所述方法还包括:记录用户的新闻浏览信息,根据所述用户的新闻浏览信息设置所述目标新闻类别;
所述计算用户对多个目标新闻类别的兴趣权重值进一步包括:根据所述用户的新闻浏览信息实时调整用户在所述目标新闻类别的兴趣权重值。
4.根据权利要求3所述的方法,所述新闻浏览信息包括:每个备选新闻类别的新闻点击次数和/或每个备选新闻类别的新闻浏览时间。
5.根据权利要求1或2所述的方法,所述在所述兴趣区间对应的数值范围内取预设次数的随机数进一步包括:
将全部目标新闻类别的兴趣权重值的加和作为所述兴趣区间对应的数值范围;
将一次推送的各目标新闻类别的新闻总数量作为所述预设次数;
所述根据所述随机数在各子区间的分布确定各目标新闻类别的比例进一步包括:将所述随机数落入各子线段区间的次数作为对应目标新闻类别的新闻推送数量。
6.根据权利要求1或2所述的方法,在所述按照各目标新闻类别的比例进行新闻推送之前进一步包括:
按照目标新闻类别的兴趣权重值对推送的新闻进行排序;
或者,按照推送新闻的优先级对推送的新闻进行排序;
或者,对推送的新闻进行随机排序。
7.根据权利要求1或2所述的方法,所述方法还包括:在推送的新闻中添加非目标新闻类别的新闻。
8.一种新闻推送系统,包括:
计算模块,适于计算用户对多个目标新闻类别的兴趣权重值;
映射模块,适于为每个目标新闻类别确定一个子区间,根据每个子区间对应的目标新闻类别的兴趣权重值确定子区间的数值范围,根据全部子区间生成兴趣区间;
分配模块,适于在所述兴趣区间对应的数值范围内取预设次数的随机数,根据所述随机数在各子区间的分布确定各目标新闻类别的推送比例;
推送模块,适于按照所述各目标新闻类别的推送比例所确定的每个目标新闻类别的新闻推送数量进行新闻推送;
所述映射模块进一步适于:将每个目标新闻类别映射为一个子线段,以每个子线段对应目标新闻类别的兴趣权重值作为子线段的长度;将全部的子线段组合成一个整体线段。
9.根据权利要求8所述的新闻推送系统,还包括:引导模块,适于提供多个备选新闻类别及引导信息,根据用户选定的备选新闻类别设置所述目标新闻类别;
所述计算模块进一步适于:为用户选定的每个目标新闻类别分配一个初始兴趣权重值。
10.根据权利要求8或9所述的新闻推送系统,新闻推送系统进一步包括:记录模块,适于记录用户的新闻浏览信息,根据新闻浏览信息设置目标新闻类别;
计算模块进一步适于:根据新闻浏览信息实时调整用户在目标新闻类别的兴趣权重值。
11.根据权利要求10所述的新闻推送系统,新闻浏览信息包括:每个备选新闻类别的新闻点击次数和/或每个备选新闻类别的新闻浏览时间。
12.根据权利要求8或9所述的新闻推送系统,分配模块进一步适于:将全部目标新闻类别的兴趣权重值的加和作为兴趣区间对应的数值范围;
将一次推送的各目标新闻类别的新闻总数量作为预设次数;
将随机数落入各子线段区间的次数作为对应目标新闻类别的新闻推送数量。
13.根据权利要求8或9所述的新闻推送系统,新闻推送系统进一步包括:排序模块,适于按照目标新闻类别的兴趣权重值对推送的新闻进行排序;或者,按照推送新闻的优先级对推送的新闻进行排序;或者,对推送的新闻进行随机排序。
14.根据权利要求8或9所述的新闻推送系统,新闻推送系统进一步包括:添加模块,适于在推送的新闻中添加非目标新闻类别的新闻。
CN201410373460.9A 2014-07-31 2014-07-31 新闻推送方法和系统 Expired - Fee Related CN104090990B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410373460.9A CN104090990B (zh) 2014-07-31 2014-07-31 新闻推送方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410373460.9A CN104090990B (zh) 2014-07-31 2014-07-31 新闻推送方法和系统

Publications (2)

Publication Number Publication Date
CN104090990A CN104090990A (zh) 2014-10-08
CN104090990B true CN104090990B (zh) 2018-07-31

Family

ID=51638706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410373460.9A Expired - Fee Related CN104090990B (zh) 2014-07-31 2014-07-31 新闻推送方法和系统

Country Status (1)

Country Link
CN (1) CN104090990B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331420A (zh) * 2014-10-13 2015-02-04 北京奇虎科技有限公司 判断新闻发布位置的重要性的方法和装置
CN105045895B (zh) * 2015-07-31 2018-07-06 北京奇虎科技有限公司 一种在指定页面上显示推广内容的方法和装置
WO2017028177A1 (zh) * 2015-08-18 2017-02-23 郭子明 展示新闻的方法和新闻展示系统
CN106503014B (zh) 2015-09-08 2020-08-07 腾讯科技(深圳)有限公司 一种实时信息的推荐方法、装置和系统
CN105554088B (zh) * 2015-12-10 2019-07-23 百度在线网络技术(北京)有限公司 信息推送方法和装置
CN105653598B (zh) * 2015-12-22 2019-07-09 北京奇虎科技有限公司 一种关联新闻的确定方法以及装置
WO2017128076A1 (zh) * 2016-01-26 2017-08-03 段春燕 新闻推送技术的信息展示方法以及推送系统
CN105721944A (zh) * 2016-01-29 2016-06-29 四川长虹电器股份有限公司 智能电视的新闻资讯推荐方法
CN105893569A (zh) * 2016-03-31 2016-08-24 北京奇虎科技有限公司 新闻权重计算方法和装置
CN106407364B (zh) * 2016-09-08 2021-06-11 北京百度网讯科技有限公司 一种基于人工智能的信息推荐方法和装置
CN106603653A (zh) * 2016-12-09 2017-04-26 天脉聚源(北京)传媒科技有限公司 一种新闻推送方法及装置
CN106971006A (zh) * 2017-04-27 2017-07-21 暴风集团股份有限公司 一种体育赛事信息的个性化推送方法及系统
CN110147481B (zh) * 2017-08-24 2023-03-17 腾讯科技(北京)有限公司 媒体内容推送方法、装置及存储介质
CN108647271B (zh) * 2018-04-28 2021-03-02 北京微播视界科技有限公司 网页内容显示方法、装置、计算机可读存储介质和终端
CN110619079B (zh) * 2019-06-20 2022-08-23 北京无限光场科技有限公司 用于推送信息的方法和装置
CN110647683B (zh) * 2019-09-17 2022-04-19 北京邮电大学 一种信息推荐方法、装置
CN111601164A (zh) * 2020-05-21 2020-08-28 广州欢网科技有限责任公司 一种智能电视新闻推送方法及系统
CN112948688A (zh) * 2021-03-26 2021-06-11 北京声智科技有限公司 信息排序方法、装置、电子设备及计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101540739A (zh) * 2009-04-14 2009-09-23 腾讯科技(深圳)有限公司 用户推荐方法及用户推荐系统
KR20110106758A (ko) * 2010-03-23 2011-09-29 김흥순 무선인터넷상의 모바일 주소를 이용한 대리운전 콜 방법
CN102611785A (zh) * 2011-01-20 2012-07-25 北京邮电大学 面向手机的移动用户个性化新闻主动推荐服务系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009080578A (ja) * 2007-09-25 2009-04-16 Toshiba Corp 多視点データ生成装置、方法及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101540739A (zh) * 2009-04-14 2009-09-23 腾讯科技(深圳)有限公司 用户推荐方法及用户推荐系统
KR20110106758A (ko) * 2010-03-23 2011-09-29 김흥순 무선인터넷상의 모바일 주소를 이용한 대리운전 콜 방법
CN102611785A (zh) * 2011-01-20 2012-07-25 北京邮电大学 面向手机的移动用户个性化新闻主动推荐服务系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Test and validation of a non-deterministic system — True Random Number Generator;Kapila Udawatta.etc;《HLDVT "08. IEEE International High Level Design Validation and Test Workshop》;20081208;第77-84页 *
面向场景的协同过滤推荐算法;张光卫;《系统仿真学报》;20060831;第595-601页 *

Also Published As

Publication number Publication date
CN104090990A (zh) 2014-10-08

Similar Documents

Publication Publication Date Title
CN104090990B (zh) 新闻推送方法和系统
CN103154949B (zh) 用户界面中的信息的智能显示
US8984098B1 (en) Organizing a stream of content
US9002858B1 (en) Methods, systems, and media for generating and prioritizing relevant content in real-time data systems
CN104602042B (zh) 基于用户行为的标签设置方法
US20190151759A1 (en) Geographic-based content curation in a multiplayer gaming environment
US9268905B2 (en) Methods and systems for determining, monitoring, and analyzing personalized response variables using brain wave frequency data and interactive multimedia display
TW201939404A (zh) 資訊推薦的方法、裝置及設備
JP7442007B2 (ja) ライブ動画を配信するためのシステム、方法、及びプログラム
CN107818166A (zh) 一种资讯推荐方法、装置、服务器及系统
US20130024813A1 (en) Method, system, and means for expressing relative sentiments towards subjects and objects in an online environment
CN103077179A (zh) 用于显示社交网络的用户的个人时间线的计算机实现方法,计算机系统及其计算机可读介质
CN104021140B (zh) 一种网络视频的处理方法及装置
EP2801918A1 (en) Information processing device, category display method, program, and information storage medium
CN106202242A (zh) 一种应用程序推荐方法和装置
CN110795658A (zh) 用户评分方法、装置、电子设备及计算机存储介质
CN106557556A (zh) 一种网页页面的展示方法、装置、服务器和系统
CN103186646A (zh) 一种面向应用程序的显示方法、设备和系统
Setiyawati et al. User Experience Design on Visualization of Mobile-Based Land Monitoring System Using a User-Centered Design Approach.
CN107707940A (zh) 视频排序方法、装置、服务器及系统
US20180089711A1 (en) Information processing device, information processing method, and information processing program
CN110570271A (zh) 信息推荐方法、装置、电子设备及可读存储介质
US10552881B2 (en) Information processing device, information processing method, and program
CN110796465B (zh) 资源展示设备确定方法、广告展示屏幕确定方法及装置
CN106777213A (zh) 搜索中推荐内容的推送方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180731

Termination date: 20210731