CN104537080B - 资讯推荐方法和系统 - Google Patents
资讯推荐方法和系统 Download PDFInfo
- Publication number
- CN104537080B CN104537080B CN201410852663.6A CN201410852663A CN104537080B CN 104537080 B CN104537080 B CN 104537080B CN 201410852663 A CN201410852663 A CN 201410852663A CN 104537080 B CN104537080 B CN 104537080B
- Authority
- CN
- China
- Prior art keywords
- information
- current
- current information
- viewpoint
- relevent
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Abstract
本发明提供了一种资讯推荐方法和系统。该资讯推荐方法包括:获取与当前资讯的一个或多个关键字相关的网友评论;通过对所获取到的网友评论进行文本聚类,找出所获取到的网友评论包含的一个或多个关注点、以及针对一个或多个关注点的一种或多种情感或观点表达信息;以及基于情感或观点表达语料库,利用所获取到的网络评论中包含的针对一个或多个关注点的一种或多种情感或观点表达信息获取所获取到的网友评论针对一个或多个关注点的情感或观点倾向信息,并显示情感或观点倾向信息。通过本发明,可以在用户阅读当前资讯时为用户提供网络用户针对当前资讯所关注的问题的情感或观点倾向信息。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种资讯推荐方法和系统。
背景技术
随着互联网的迅猛发展,网络资讯的数量不断增长。这给网络用户获取资讯带来了便利,同时也造成了信息过载问题。如何在海量信息中快速有效地查找并定位到需要的信息成为当前互联网发展中的突出问题,也是网络信息检索研究的热点。
为解决上述问题,很多新闻网站通过诸如“相关新闻”、“更多新闻”、“相关推荐”、以及“延伸阅读”之类的资讯推荐方式向用户推荐与用户终端上当前显示的新闻相关的其他资讯,作为扩展阅读。但是,通过上述资讯推荐方式推荐的大部分资讯都存在内容重复且简单空洞的现象,并不能提供与用户查看的当前资讯的一个或多个关键字和/或主题内容相关的概念解释、与当前资讯的一个或多个关注点相关的网友评论和/或针对网友评论的一个或多个关注点的情感或观点倾向信息、以及当前资讯所关注的问题的发展动态信息。
发明内容
鉴于以上所述的一个或多个问题,本发明提供了一种新颖的资讯推荐方法和系统。
根据本发明实施例的资讯推荐方法,包括:获取与当前资讯的一个或多个关键字相关的网友评论;通过对所获取到的网友评论进行文本聚类,找出所获取到的网友评论包含的一个或多个关注点、以及针对一个或多个关注点的一种或多种情感或观点表达信息;以及基于情感或观点表达语料库,利用所获取到的网络评论中包含的针对一个或多个关注点的一种或多种情感或观点表达信息获取所获取到的网友评论针对一个或多个关注点的情感或观点倾向信息,并显示情感或观点倾向信息。
根据本发明实施例的资讯推荐系统,包括:评论获取单元,被配置为获取与当前资讯的一个或多个关键字相关的网友评论;文件聚类单元,被配置为通过对所获取到的网友评论进行文本聚类,找出所获取到的网友评论中包含的一个或多个关注点、以及针对一个或多个关注点的一种或多种情感或观点表达信息;情感或观点获取单元,被配置为基于情感或观点表达语料库,利用所获取到的网友评论中包含的针对一个或多个关注点的一种或多种情感或观点表达信息获取所获取到的网友评论针对一个或多个关注点的情感或观点倾向信息,并显示情感或观点倾向信息。
通过本发明,可以在用户阅读当前资讯时为用户提供网络用户针对当前资讯所关注的问题的情感或观点倾向信息。
附图说明
从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明,其中:
图1是示出根据本发明的第一实施例的资讯推荐系统的框图;
图2是示出根据本发明的第一实施例的资讯推荐方法的流程图;
图3是示出根据本发明的第二实施例的资讯推荐系统的框图;
图4是示出根据本发明的第二实施例的资讯推荐方法的流程图;
图5是示出根据本发明的第三实施例的资讯推荐系统的框图;
图6是示出根据本发明的第三实施例的资讯推荐方法的流程图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中,提出了许多具体细节,以便提供对本发明的全面理解。但是,对于本领域技术人员来说很明显的是,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的任何具体配置和算法,而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中,没有示出公知的结构和技术,以便避免对本发明造成不必要的模糊。
当用户阅读通过互联网获取的当前资讯(即,用户当前正在阅读的资讯)时,经常会由于当前资讯中包含有一个或多个对于用户来说比较陌生的专业术语或者网络用语、或者当前资讯的主题内容所涉及的领域对于用户来说过于陌生而无法快速、准确地理解当前资讯。为了解决这个问题,本发明的第一方面提供了一种新颖的资讯推荐方法和系统。
图1是示出根据本发明的第一实施例的资讯推荐系统的框图。图2是示出根据本发明的第一实施例的资讯推荐方法的流程图。下面结合图1和图2,详细描述根据本发明的第一实施例的资讯推荐系统和方法。
如图1所示,根据本发明的第一实施例的资讯推荐系统100包括关键字获取单元102和概念解释检索单元104。其中,关键字获取单元102被配置为对当前资讯进行分词,并利用词频统计算法获取当前资讯的一个或多个关键字(即,执行步骤S102)。概念解释检索单元104被配置为在包含概念解释的网络数据库中检索与当前资讯的一个或多个关键字相关的概念解释,并显示与当前资讯的一个或多个关键字相关的概念解释或包含与当前资讯的一个或多个关键字相关的概念解释的页面的链接指示符(即,执行步骤S104)。
具体地,关键字获取单元102可以通过如下处理来获取当前资讯的一个或多个关键字:通过对当前资讯进行分词,找出当前资讯中包含的每个单词;利用诸如TF-IDF(TermFrequency-Inverse Document Frequency,词频-逆向文件频率)之类的词频统计算法计算当前资讯中包含的每个单词的词频统计得分;将当前资讯中词频统计得分最高的一个或多个单词作为当前资讯的一个或多个关键字(或称为关键词)。在本实施例中,可以预先确定词频统计得分阈值,将当前资讯中的词频统计得分高于该词频统计得分阈值的单词作为当前资讯的关键字。本领域技术人员应该理解,以上描述的获取当前资讯的一个或多个关键字的处理仅是示例性的,可以通过已经开发出来的或者将来开发出来的各种处理来获取当前资讯的一个或多个关键字。
具体地,概念解释检索单元104可以在诸如百度百科、维基百科、互动百科、搜狗百科之类的百科全书网站(即,包含概念解释的网络数据库)检索与当前资讯的一个或多个关键字相关的概念解释,并将与当前资讯的一个或多个关键字相关的概念解释或包含与当前资讯的一个或多个关键字相关的概念解释的页面的链接指示符显示在显示当前资讯的页面上。进一步地,在本实施例中,概念解释检索单元104不必检索当前资讯的每个关键字的概念解释,而仅检索基础语料库中不存在的每个关键字的概念解释。例如,概念解释检索单元104可以通过以下处理来检索与当前资讯的一个或多个关键字相关的概念解释:查询当前资讯的每个关键字是否存在于基础语料库中,并且在包含概念解释的网络数据库中检索与当前资讯的不存在于基础语料库中的每个关键字相关的概念解释。
进一步地,为了提供与当前资讯的主题内容相关的概念解释,根据本实施例的资讯推荐系统100还可以包括:主题内容获取单元106,用于基于关键字获取单元102对当前资讯进行分词得到的分词结果,利用主题模型获取当前资讯的主题内容(即,执行步骤S106)。然后,概念解释检索单元104可以在包含概念解释的网络数据库中检索与当前资讯的主题内容相关的概念解释,并显示与当前资讯的主题内容相关的概念解释或包含与当前资讯的主题内容相关的概念解释的页面的链接指示符。在本实施例中,概念解释检索单元104同样可以将与当前资讯的主题内容相关的概念解释或包含与当前资讯的主题内容相关的概念解释的页面的链接指示符显示在显示当前资讯的页面上。同样,本领域技术人员应该理解,以上描述的获取当前资讯的主题内容的处理仅是示例性的,可以通过已经开发出来的或者将来开发出来的各种处理来获取当前资讯的主题内容。
任何资讯都是由人提供的,所以资讯中无可避免地包含了资讯提供者的主观意识。当用户阅读当前资讯时,除了希望尽可能快速、准确地理解当前资讯外,可能还希望获取到除资讯提供者之外的其他网络用户针对当前资讯所关注的问题(即,当前资讯的关注点)的看法。鉴于此,本发明的第二方面提供了一种新颖的资讯推荐方法和系统。
图3是示出根据本发明的第二实施例的资讯推荐系统的框图。图4是示出根据本发明的第二实施例的资讯推荐方法的流程图。下面结合图3和图4,详细描述根据本发明的第二实施例的资讯推荐系统和方法。
如图3所示,根据本发明的第二实施例的资讯推荐系统200除了包括图1中所示的关键字获取单元102、概念解释检索单元104、以及主题内容获取单元106以外,还包括评论收集单元202、评论检索单元204、文件聚类单元206、以及情感或观点获取单元208。其中,评论收集单元202和评论检索单元204二者组成了被配置为获取与当前资讯的一个或多个关键字相关的网友评论的评论获取单元。
具体地,评论收集单元202被配置为收集显示当前资讯的页面上的针对当前资讯的网友评论;评论检索单元204被配置为根据当前资讯的一个或多个关键字在包含网友评论的网络数据库中检索与当前资讯的一个或多个关键字相关的网友评论;文件聚类单元206被配置为通过对收集到的网友评论和检索到的网友评论进行文本聚类,找出收集到的网友评论和检索到的网友评论中包含的一个或多个关注点、以及针对该一个或多个关注点的一种或多种情感或观点表达信息;情感或观点获取单元208被配置为基于情感或观点表达语料库,利用收集到的网友评论和检索到的网友评论中包含的针对一个或多个关注点的一种或多种情感或观点表达信息获取收集到的网友评论和检索到的网友评论针对一个或多个关注点的情感或观点倾向信息,并显示收集到的网友评论和检索到的网友评论针对一个或多个关注点的情感或观点倾向信息。
具体地,评论检索单元204可以在诸如百度贴吧、天涯社区、水木社区、人人网、开心网、搜狐博客、新浪博客之类的网站(即,包含网友评论的网络数据库)检索与当前资讯的一个或多个关键字相关的网友评论;文件聚类单元206可以利用诸如K-MEANS算法、K-MEDOIDS算法、CLARANS算法、BIRCH算法、CURE算法、CHAMELEON算法、DBSCAN算法、OPTICS算法、DENCLUE算法之类的文本聚类方法对通过评论收集单元202和评论检索单元204获取到的网友评论进行文本聚类,从而找出这些网友评论中包含的一个或多个关注点、以及针对该一个或多个关注点的一种或多种情感或观点表达信息。
在本实施例中,情感或观点表达语料库包括分别针对不同情感或观点倾向的多个子语料库(例如,分别针对五种不同情感或观点倾向的五个子语料库),情感或观点获取单元208通过将通过评论收集单元202和评论检索单元204获取到的网友评论中包含的针对一个或多个关注点的一种或多种情感或观点表达信息与情感或观点表达语料库包括的多个子语料库中的情感或观点表达信息进行匹配,来获取这些网友评论针对一个或多个关注点的情感或观点倾向信息。另外,情感或观点获取单元208可以将所获取的情感或观点倾向信息显示在例如,显示当前资讯的页面上。
同理,如图4所示,根据本发明的第二实施例的资讯推荐方法除了包括图2中所示的步骤S102-S106以外,还包括步骤S202-S208。其中,步骤S202-S208可以分别由评论收集单元202、评论检索单元204、文件聚类单元206、以及情感或观点获取单元208执行。另外,步骤S202-S204的处理可以看做获取与当前资讯的一个或多个关键字相关的网友评论的处理。
当然,本领域技术人员将理解,根据本发明的第二实施例的资讯推荐系统和方法也可以不包括根据本发明的第一实施例的资讯推荐系统和方法的功能单元102-106和步骤S102-S106,而仅包括上述功能单元202-208和上述步骤S202-S208。在根据第二实施例的资讯推荐系统和方法不包括根据本发明的第一实施例的资讯推荐系统和方法的功能单元102-106和步骤S102-S106的情况下,对于当前资讯的一个或多个关键字的获取可以由评论检索单元204根据上述获取当前资讯的关键字的处理过程来获取。当然,在这种情况下,根据本发明的第二实施例的资讯推荐系统和方法将无法向用户提供与当前资讯的一个或多个关键字或主题内容相关的概念解释,而仅能够向用户提供当前资讯的资讯提供者以外的其他网络用户对当前资讯所关注的问题的情感或观点倾向。
进一步地,当用户阅读当前资讯时,除了希望尽可能快速、准确地理解当前资讯、了解除资讯提供者之外的其他网络用户针对当前资讯所关注的问题的看法以外,可能还希望了解当前资讯所关注的问题的发展动态信息(即,了解当前资讯所关注的问题的来龙去脉)。鉴于此,本发明的第三方面提供了一种新颖的资讯推荐方法和系统。
图5是示出根据本发明的第三实施例的资讯推荐系统的框图。图6是示出根据本发明的第三实施例的资讯推荐方法的流程图。下面结合图5和图6,详细描述根据本发明的第三实施例的资讯推荐系统和方法。
如图5所示,根据本发明的第三实施例的资讯推荐系统300除了包括图1中所示的关键字获取单元102、概念解释检索单元104、主题内容获取单元106、以及图2中所示的评论收集单元202、评论检索单元204、文件聚类单元206、情感或观点获取单元208以外,还包括资讯检索单元302和资讯显示单元304。
具体地,资讯检索单元302被配置为利用当前资讯的一个或多个关键字在包含大量资讯的网络数据库和/或本地数据库中检索当前资讯的一条或多条相关资讯;资讯显示单元304被配置为按照发布时间的先后顺序将当前资讯的一条或多条相关资讯的链接指示符显示在显示当前资讯的页面上。在本实施例中,在当前资讯的多条相关资讯具有相同的发布时间的情况下,仅显示当前资讯的多条相关资讯中具有最高暴光量的一条相关资讯的链接指示符。另外,资讯检索单元302可以在诸如搜狐网、新浪网、凤凰网、中国期刊网之类的网站(即,含有大量资讯的网络数据库)检索当前资讯的一条或多条相关资讯,或者可以同时在本地数据库和含有大量资讯的网络数据库中检索当前资讯的一条或多条相关资讯,或者先在本地数据库中检索当前资讯的一条或多条相关资讯并且在在本地数据库中没有检索到当前资讯的符合期望的相关资讯时再进一步在含有大量资讯的网络数据库中检索当前资讯的一条或多条相关资讯。
同理,如图6所示,根据本发明的第三实施例的资讯推荐方法除了包括图2中所示的步骤S102-S106、以及图4中所示的步骤S202-S208以外,还包括步骤S302-S304。其中,步骤S302-S304可以分别由资讯检索单元302和资讯显示单元304执行。
通过上述根据本发明的第三实施例的资讯推荐系统和方法,不仅可以向用户提供与当前资讯的主题内容和关键字相关的概念解释、以及当前资讯的资讯提供者以外的网络用户对当前资讯所关注的问题的看法,还可以向用户提供与当前资讯所关注的问题有关的发展动态信息。
但是,由于无法直接基于用户正在阅读的当前资讯获知用户对当前资讯所关注的哪方面问题感兴趣,所以基于该当前资讯获取的相关资讯可能并不能向用户提供有关当前资讯所关注的多个问题中用户感兴趣的某个问题的发展动态信息。
因此,在本实施例中,资讯检索单元302可以通过以下处理来获取当前资讯的一条或多条相关资讯提供给用户:利用当前资讯的一个或多个关键字在包含大量资讯的网络数据库中检索当前资讯的一条或多条相关资讯供用户选择;在用户选择当前资讯的其中一条相关资讯进行查看时,利用词频统计算法找出用户选择的相关资讯的一个或多个关键字;利用用户选择的相关资讯的一个或多个关键字在本地数据库和/或包含大量资讯的网络数据库中检索用户选择的相关资讯的一条或多条匹配资讯,作为当前资讯的一条或多条相关资讯。类似地,资讯检索单元302可以同时在本地数据库和包含大量资讯的网络数据库中检索用户选择的相关资讯的一条或多条匹配资讯,也可以先在本地数据库中检索用户选择的相关资讯的匹配资讯并且在在本地数据库中没有检索到用户选择的相关资讯的符合期望的匹配资讯时再进一步在含有大量资讯的网络数据库中检索用户选择的当前资讯的一条或多条匹配资讯。
进一步地,资讯显示单元可以按照发布时间的先后顺序将用户选择的相关资讯的一条或多条匹配资讯的链接指示符显示在显示用户选择的相关资讯的页面上。具体地,当用户选择的相关资讯的多条匹配资讯具有相同的发布时间时,如果该多条匹配资讯包含来自本地数据库的一条匹配资讯和来自含有大量资讯的网络数据库的一条或多条匹配资讯,则仅显示来自本地数据库的一条匹配资讯;如果该多条匹配资讯包含来自本地数据库的多条匹配资讯和来自含有大量资讯的网络数据库的一条或多条匹配资讯或者仅包括来自本地数据库的多条匹配资讯,则仅显示来自本地数据库的多条匹配资讯中具有最高暴光量的一条匹配资讯;如果该多条匹配资讯仅包含来自含有大量资讯的网络数据库的多条匹配资讯,则仅显示来自含有大量资讯的网络数据库的多条匹配资讯中具有最高暴光量的一条匹配资讯。
当然,本领域技术人员将理解,根据本发明的第三实施例的资讯推荐系统和方法也可以不包括根据本发明的第一实施例的资讯推荐系统和方法的功能单元102-106和步骤S102-S106和/或根据本发明的第二实施例的资讯推荐系统和方法的功能单元202-208和步骤S202-S208,而仅包括上述功能单元302-204和上述步骤S302-S304。
在根据第三实施例的资讯推荐系统和方法不包括根据本发明的第一实施例的资讯推荐系统和方法的功能单元102-106和步骤S102-S106的情况下,对于当前资讯的一个或多个关键字的获取可以由资讯检索单元302根据上述获取当前资讯的关键字的处理过程来获取。当然,在这种情况下,根据本发明的第三实施例的资讯推荐系统和方法将无法向用户提供与当前资讯的一个或多个关键字或主题内容相关的概念解释,而仅能够向用户提供当前资讯的资讯提供者以外的其他网络用户对当前资讯所关注的问题的情感或观点倾向、以及与当前资讯所关注的多个问题中用户感兴趣的某个问题有关的一条或多条相关资讯。
在根据第三实施例的资讯推荐系统和方法不包括根据本发明的第二实施例的资讯推荐系统和方法的功能单元202-208和步骤S202-S208的情况下,根据本发明的第三实施例的资讯推荐系统和方法将无法向用户提供当前资讯的资讯提供者以外的其他网络用户对当前资讯所关注的问题的情感或观点倾向,而仅能够向用户提供与当前资讯的一个或多个关键字或主题内容相关的概念解释、以及与当前资讯所关注的多个问题中用户感兴趣的某个问题有关的一条或多条相关资讯。
在根据第三实施例的资讯推荐系统和方法不包括根据本发明的第一实施例的资讯推荐系统和方法的功能单元102-106和步骤S102-S106、以及根据本发明的第二实施例的资讯推荐系统和方法的功能单元202-208和步骤S202-S208的情况下,根据本发明的第三实施例的资讯推荐系统和方法将无法向用户提供与当前资讯的一个或多个关键字或主题内容相关的概念解释、以及当前资讯的资讯提供者以外的其他网络用户对当前资讯所关注的问题的情感或观点倾向,而仅能够向用户提供与当前资讯所关注的多个问题中用户感兴趣的某个问题有关的一条或多条相关资讯。
另外,需要说明的是,根据本发明实施例的资讯推荐系统和方法可以被实现在资讯网站的服务器侧。本文中所说的基础语料库、情感或观点表达语料库、本地数据库等都是指相对于实现根据本发明实施例的资讯推荐系统和方法的资讯网站的服务器而言的本地服务器,并且本文所说的各种网络服务器都是指相对于实现根据本发明实施例的资讯推荐系统和方法的资讯网站的服务器而言的远程服务器或联网服务器。
本领域技术人员将理解,还存在可用于实现本发明实施例的更多可选实施方式和改进方式,并且上述实施方式和示例仅是一个或多个实施例的说明。因此,本发明的范围仅由所附权利要求书限制。
Claims (16)
1.一种资讯推荐方法,包括:
获取与当前资讯的一个或多个关键字相关的网友评论,所述当前资讯为用户当前正在阅读的资讯;
通过对获取到的网友评论进行文本聚类,找出所述获取到的网友评论包含的一个或多个关注点、以及针对所述一个或多个关注点的一种或多种情感或观点表达信息;以及
基于情感或观点表达语料库,利用所述获取到的网络评论中包含的针对所述一个或多个关注点的所述一种或多种情感或观点表达信息获取所述获取到的网友评论针对所述一个或多个关注点的情感或观点倾向信息,并显示所述情感或观点倾向信息。
2.根据权利要求1所述的资讯推荐方法,其特征在于,还包括:
在包含概念解释的网络数据库中检索与所述当前资讯的一个或多个关键字相关的概念解释,并显示与所述当前资讯的一个或多个关键字相关的概念解释或包含与所述当前资讯的一个或多个关键字相关的概念解释的页面的链接指示符。
3.根据权利要求1所述的资讯推荐方法,其特征在于,还包括:
查询所述当前资讯的每个关键字是否存在于基础语料库中;以及
在包含概念解释的网络数据库中检索与所述当前资讯的不存在于所述基础语料库中的每个关键字相关的概念解释。
4.根据权利要求2或3所述的资讯推荐方法,其特征在于,还包括:
利用主题模型获取所述当前资讯的主题内容;以及
在所述包含概念解释的网络数据库中检索与所述当前资讯的主题内容相关的概念解释,并显示与所述当前资讯的主题内容相关的概念解释或包含与所述当前资讯的主题内容相关的概念解释的页面的链接指示符。
5.根据权利要求1所述的资讯推荐方法,其特征在于,获取与所述当前资讯的一个或多个关键字相关的网友评论的处理包括:
收集显示所述当前资讯的页面上的针对所述当前资讯的网友评论;
根据所述当前资讯的一个或多个关键字在包含网友评论的网络数据库中检索与所述当前资讯的一个或多个关键字相关的网友评论。
6.根据权利要求5所述的资讯推荐方法,其特征在于,所述情感或观点表达语料库包括分别针对不同情感或观点倾向的多个子语料库,通过将收集到的网友评论和检索到的网友评论中包含的针对所述一个或多个关注点的所述一种或多种情感或观点表达信息与所述多个子语料库中的情感或观点表达信息进行匹配来获取所述收集到的网友评论和所述检索到的网友评论针对所述一个或多个关注点的情感或观点倾向信息。
7.根据权利要求1所述的资讯推荐方法,其特征在于,还包括:
利用所述当前资讯的一个或多个关键字在包含大量资讯的网络数据库和/或本地数据库中检索所述当前资讯的一条或多条相关资讯;以及
按照发布时间的先后顺序将所述当前资讯的一条或多条相关资讯的链接指示符显示在显示所述当前资讯的页面上,其中当所述当前资讯的多条相关资讯具有相同的发布时间时,仅显示所述当前资讯的多条相关资讯中具有最高暴光量的一条相关资讯的链接指示符。
8.根据权利要求1所述的资讯推荐方法,其特征在于,还包括:
利用所述当前资讯的一个或多个关键字在包含大量资讯的网络数据库中检索所述当前资讯的一条或多条相关资讯;
当用户选择在所述包含大量资讯的网络数据库中检索出的所述当前资讯的一条或多条相关资讯之一进行查看时,
找出所述用户选择的相关资讯的一个或多个关键字;
利用所述用户选择的相关资讯的一个或多个关键字在本地数据库和/或所述包含大量资讯的网络数据库中检索所述用户选择的相关资讯的一条或多条匹配资讯,作为所述当前资讯的一条或多条相关资讯,
其中,按照发布时间的先后顺序将所述用户选择的相关资讯的一条或多条匹配资讯的链接指示符显示在显示所述用户选择的相关资讯的页面上,其中当所述用户选择的相关资讯的多条匹配资讯具有相同的发布时间时,仅显示所述用户选择的相关资讯的多条匹配资讯中在所述本地数据库中检索出的一条匹配资讯的链接指示符。
9.一种资讯推荐系统,包括:
评论获取单元,被配置为获取与当前资讯的一个或多个关键字相关的网友评论,所述当前资讯为用户当前正在阅读的资讯;
文件聚类单元,被配置为通过对获取到的网友评论进行文本聚类,找出所述获取到的网友评论中包含的一个或多个关注点、以及针对所述一个或多个关注点的一种或多种情感或观点表达信息;
情感或观点获取单元,被配置为基于情感或观点表达语料库,利用所述获取到的网友评论中包含的针对所述一个或多个关注点的所述一种或多种情感或观点表达信息获取所述获取到的网友评论针对所述一个或多个关注点的情感或观点倾向信息,并显示所述情感或观点倾向信息。
10.根据权利要求9所述的资讯推荐系统,其特征在于,还包括:
概念解释检索单元,被配置为在包含概念解释的网络数据库中检索与所述当前资讯的一个或多个关键字相关的概念解释,并显示与所述当前资讯的一个或多个关键字相关的概念解释或包含与所述当前资讯的一个或多个关键字相关的概念解释的页面的链接指示符。
11.根据权利要求10所述的资讯推荐系统,其特征在于,所述概念解释检索单元还被配置为:
查询所述当前资讯的每个关键字是否存在于基础语料库中;以及
在所述包含概念解释的网络数据库中检索与所述当前资讯的不存在于所述基础语料库中的每个关键字相关的概念解释。
12.根据权利要求10或11所述的资讯推荐系统,其特征在于,还包括:主题内容获取单元,被配置为利用主题模型获取所述当前资讯的主题内容,其中
所述概念解释检索单元还被配置为在所述包含概念解释的网络数据库中检索与所述当前资讯的主题内容相关的概念解释,并显示与所述当前资讯的主题内容相关的概念解释或包含与所述当前资讯的主题内容相关的概念解释的页面的链接指示符。
13.根据权利要求9所述的资讯推荐系统,其特征在于,所述评论获取单元包括:
评论收集单元,被配置为收集显示所述当前资讯的页面上的针对所述当前资讯的网友评论;
评论检索单元,被配置为根据所述当前资讯的一个或多个关键字在包含网友评论的网络数据库中检索与所述当前资讯的一个或多个关键字相关的网友评论。
14.根据权利要求13所述的资讯推荐系统,其特征在于,所述情感或观点表达语料库包括分别针对不同情感或观点倾向的多个子语料库,所述情感或观点获取单元被配置为通过将收集到的网友评论和检索到的网友评论中包含的针对所述一个或多个关注点的所述一种或多种情感或观点表达信息与所述多个子语料库中的情感或观点表达信息进行匹配来获取所述收集到的网友评论和所述检索到的网友评论针对所述一个或多个关注点的情感或观点倾向信息。
15.根据权利要求9所述的资讯推荐系统,其特征在于,还包括:
资讯检索单元,被配置为利用所述当前资讯的一个或多个关键字在包含大量资讯的网络数据库和/或本地数据库中检索所述当前资讯的一条或多条相关资讯;以及
资讯显示单元,被配置为按照发布时间的先后顺序将所述当前资讯的一条或多条相关资讯的链接指示符显示在显示所述当前资讯的页面上,其中当所述当前资讯的多条相关资讯具有相同的发布时间时,仅显示所述当前资讯的多条相关资讯中具有最高暴光量的一条相关资讯的链接指示符。
16.根据权利要求9所述的资讯推荐系统,其特征在于,还包括:
资讯检索单元,被配置为利用所述当前资讯的一个或多个关键字在包含大量资讯的网络数据库中检索所述当前资讯的一条或多条相关资讯,并且在用户选择在所述包含大量资讯的网络数据库中检索出的所述当前资讯的一条或多条相关资讯之一进行查看时,
找出所述用户选择的相关资讯的一个或多个关键字;
利用所述用户选择的相关资讯的一个或多个关键字在本地数据库和/或所述包含大量资讯的网络数据库中检索所述用户选择的相关资讯的一条或多条匹配资讯,作为所述当前资讯的一条或多条相关资讯;以及
资讯显示单元,被配置为按照发布时间的先后顺序将所述用户选择的相关资讯的一条或多条匹配资讯的链接指示符显示在显示所述用户选择的相关资讯的页面上,其中当所述用户选择的相关资讯的多条匹配资讯具有相同的发布时间时,仅显示所述用户选择的相关资讯的多条匹配资讯中在所述本地数据库中检索出的一条匹配资讯的链接指示符。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410852663.6A CN104537080B (zh) | 2014-12-31 | 2014-12-31 | 资讯推荐方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410852663.6A CN104537080B (zh) | 2014-12-31 | 2014-12-31 | 资讯推荐方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104537080A CN104537080A (zh) | 2015-04-22 |
CN104537080B true CN104537080B (zh) | 2018-08-07 |
Family
ID=52852608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410852663.6A Expired - Fee Related CN104537080B (zh) | 2014-12-31 | 2014-12-31 | 资讯推荐方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104537080B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488206B (zh) * | 2015-12-09 | 2019-03-26 | 扬州大学 | 一种基于众包的安卓应用演化推荐方法 |
CN108305180B (zh) * | 2017-01-13 | 2020-08-25 | 中国移动通信有限公司研究院 | 一种好友推荐方法及装置 |
CN110362768A (zh) * | 2019-06-05 | 2019-10-22 | 深圳市富途网络科技有限公司 | 重大资讯标识显示方法、设备及计算机可读介质 |
CN111259223B (zh) * | 2020-02-17 | 2020-11-10 | 北京国新汇金股份有限公司 | 基于情感分析模型的新闻推荐和文本分类方法 |
CN111382262B (zh) * | 2020-03-19 | 2023-08-01 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593204A (zh) * | 2009-06-05 | 2009-12-02 | 北京大学 | 一种基于新闻评论网页的情感倾向性分析系统 |
CN101609459A (zh) * | 2009-07-21 | 2009-12-23 | 北京大学 | 一种情感特征词提取系统 |
CN101661513A (zh) * | 2009-10-21 | 2010-03-03 | 上海交通大学 | 网络热点和舆情的检测方法 |
CN102236636A (zh) * | 2010-04-26 | 2011-11-09 | 富士通株式会社 | 情感倾向性分析方法和装置 |
CN103399916A (zh) * | 2013-07-31 | 2013-11-20 | 清华大学 | 基于产品特征的互联网评论观点挖掘方法及系统 |
CN103455524A (zh) * | 2012-06-05 | 2013-12-18 | 北京搜狗信息服务有限公司 | 展现和获取词条信息的方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103488635A (zh) * | 2012-06-11 | 2014-01-01 | 腾讯科技(深圳)有限公司 | 一种获取产品信息的方法及装置 |
CN103577501B (zh) * | 2012-08-10 | 2019-03-19 | 深圳市世纪光速信息技术有限公司 | 热点话题搜索系统及热点话题搜索方法 |
-
2014
- 2014-12-31 CN CN201410852663.6A patent/CN104537080B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593204A (zh) * | 2009-06-05 | 2009-12-02 | 北京大学 | 一种基于新闻评论网页的情感倾向性分析系统 |
CN101609459A (zh) * | 2009-07-21 | 2009-12-23 | 北京大学 | 一种情感特征词提取系统 |
CN101661513A (zh) * | 2009-10-21 | 2010-03-03 | 上海交通大学 | 网络热点和舆情的检测方法 |
CN102236636A (zh) * | 2010-04-26 | 2011-11-09 | 富士通株式会社 | 情感倾向性分析方法和装置 |
CN103455524A (zh) * | 2012-06-05 | 2013-12-18 | 北京搜狗信息服务有限公司 | 展现和获取词条信息的方法和装置 |
CN103399916A (zh) * | 2013-07-31 | 2013-11-20 | 清华大学 | 基于产品特征的互联网评论观点挖掘方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104537080A (zh) | 2015-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104899273B (zh) | 一种基于话题和相对熵的网页个性化推荐方法 | |
KR101419504B1 (ko) | 사용자 성향 분석을 통한 맞춤형 쇼핑 정보 제공 시스템 및 방법 | |
CN104537080B (zh) | 资讯推荐方法和系统 | |
CN108038161A (zh) | 基于相册的信息推荐方法、装置及计算设备 | |
CN106204156A (zh) | 一种用于网络论坛的广告投放方法及装置 | |
JP2011154668A (ja) | ウェブページの主意,およびユーザの嗜好を適切に把握して,最善の情報をリアルタイムに推奨する方法 | |
KR20200048004A (ko) | 사용자 구매 기준 및 상품 리뷰 기반 상품 추천 시스템 및 방법 | |
CN109325179A (zh) | 一种内容推广的方法及装置 | |
JP6488753B2 (ja) | 情報処理方法 | |
JP2017182663A (ja) | コンテンツ管理装置、コンテンツ管理方法及びプログラム | |
JP2010224622A (ja) | タグ付与方法およびタグ付与プログラム | |
JP2014203442A (ja) | レコメンド情報生成装置及びレコメンド情報生成方法 | |
Gong et al. | Phrase-based hashtag recommendation for microblog posts. | |
TW201118619A (en) | An opinion term mining method and apparatus thereof | |
EP2613275B1 (en) | Search device, search method, search program, and computer-readable memory medium for recording search program | |
Albalawi et al. | Toward a real-time social recommendation system | |
Ashraf et al. | Personalized news recommendation based on multi-agent framework using social media preferences | |
CN106202312A (zh) | 一种用于移动互联网的兴趣点搜索方法和系统 | |
CN109033241A (zh) | 新闻推荐方法、装置及电子设备 | |
KR20160077446A (ko) | 시맨틱 엔티티 토픽 추출 방법 | |
JP6509590B2 (ja) | 商品に対するユーザの感情分析装置及びプログラム | |
Dib et al. | Semantic-based followee recommendations on Twitter network | |
KR20150086918A (ko) | 트렌드 감성 분석을 이용한 주식거래 방법 및 장치 | |
KR101754124B1 (ko) | 레스토랑 추천 시스템 및 추천 방법 | |
Cheng et al. | Context-based page unit recommendation for web-based sensemaking tasks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20180807 Termination date: 20211231 |