CN105630929B - 基于评论确定新闻推荐权重的方法及装置 - Google Patents

Abstract

本申请提供了一种基于评论确定新闻推荐权重的方法和装置。其中，该方法包括：确定第一新闻的相关新闻；获取第一新闻及相关新闻的评论；根据评论，确定第一新闻的推荐权重。该装置包括：相关新闻确定模块、评论获取模块和推荐权重确定模块。根据本发明的基于评论确定新闻推荐权重的方法和装置，能够将新闻发布载体以及读者的关注情况作为新闻推荐时的考虑因素，依据读者对预推荐新闻的评论作为推荐的权重因子，从而提高读者的阅读体验。

Description

基于评论确定新闻推荐权重的方法及装置

技术领域

本发明涉及网络信息技术领域，特别是涉及基于评论确定新闻推荐权重的方法及装置。

背景技术

作为一种新兴的信息传播方式，网络新闻越来越深入到人们的生活中。并且随着网络技术的发展，网络新闻的传播途径也越来越丰富。除了人们熟知的各大网站和网络自媒体平台(例如，微博等)之外，近些年随着移动互联的发展，众多新闻内容提供商也通过可应用于移动通信产品上的应用软件(APP)向读者提供大量的新闻资讯。

由于新闻信息的获取途径越来越多，获取时效性也越来越高。但同时，人们在如此便利地获取到海量新闻信息的同时，阅读体验并没有提升。例如，关于一个新闻主题的新闻会在各种传播载体上以不同的标题名称出现或转载，会导致读者浪费大量的时间却没有获取到自己感兴趣的不同新闻信息。因此，读者为了在海量的网络信息中寻找所需的新闻信息，通常使用搜索引擎进行搜索。此外，随着网络新闻的传播途径和手段的多元化，很多新闻内容的提供商也越来越重视读者的参与度，例如为读者提供的评论的平台。

遗憾的是，新闻信息检索后的结果通常仅仅是依据该新闻的重要程度或时效性等因素来向读者进行推荐新闻，而忽略了不同的读者对该新闻的关注情况，无法有效提升读者的参与度，并进而改善读者的阅读体验。

发明内容

鉴于上述问题，提出了一种基于评论确定新闻推荐权重的方法及装置，能够充分将新闻发布载体以及新闻读者的关注情况作为新闻推荐时的考虑因素。

根据本发明的一个方面，提供了一种基于评论确定新闻推荐权重的方法，包括：确定第一新闻的相关新闻；获取第一新闻及相关新闻的评论；根据评论，确定第一新闻的推荐权重。

可选地，所述确定第一新闻的推荐权重，包括：确定第一新闻及相关新闻的评论的权重因子；根据权重因子，确定第一新闻的推荐权重。

可选地，所述评论的权重因子包括以下中的一个或多个：评论的数量、评论的发布载体、评论的发布时间。

可选地，所述根据权重因子确定第一新闻的推荐权重，包括：根据第一新闻和相关新闻在各个发布载体中的评论的数量总和，确定第一新闻的推荐权重。

可选地，所述根据权重因子确定第一新闻的推荐权重，包括：根据第一新闻和相关新闻在各个发布载体中的评论的数量与对应的发布载体的影响力因子的乘积的加和，确定第一新闻的推荐权重，其中所述发布载体的影响力因子根据该发布载体的影响力而确定。

可选地，所述根据权重因子确定第一新闻的推荐权重，包括：根据第一新闻和相关新闻在各个发布载体中的评论的数量与对应的发布时间的时效性因子的乘积的加和，确定第一新闻的推荐权重，其中所述发布时间的时效性因子随评论的发布时间距离当前时刻的时间间隔越短而越大。

可选地，所述发布载体包括网站、微信公众号和微博公众平台。

可选地，所述确定第一新闻的相关新闻，包括：计算其他新闻与第一新闻之间的距离；当其他新闻与第一新闻之间的距离不大于设定的阈值时，确定其他新闻为第一新闻的相关新闻。

进一步地，所述计算其他新闻与所述第一新闻之间的距离，包括：根据其他新闻的特征向量与第一新闻的特征向量的交集，确定计算其他新闻与第一新闻之间的距离；或者根据其他新闻的特征向量与第一新闻的特征向量的内积或夹角的余弦，确定计算其他新闻与第一新闻之间的距离；或者根据其他新闻的特征向量的最小哈希值与第一新闻的特征向量的最小哈希值，确定计算其他新闻与第一新闻之间的距离。

其中，特征向量由以下中的一个或多个提取：新闻标题，新闻摘要，或新闻全文。

根据本发明的另一个方面，提供了一种基于评论确定新闻推荐权重的装置，包括：相关新闻确定模块，其用于确定第一新闻的相关新闻；评论获取模块，用于获取第一新闻及相关新闻的评论；推荐权重确定模块，用于根据评论确定第一新闻的推荐权重。

可选地，推荐权重确定模块包括：第一确定子模块，用于确定所述第一新闻及所述相关新闻的评论的权重因子；第二确定子模块，用于根据所述权重因子，确定所述第一新闻的推荐权重。

可选地，第一确定子模块确定评论的权重因子包括以下中的一个或多个：评论的数量、评论的发布载体、评论的发布时间。

可选地，第二确定子模块根据所述第一新闻和所述相关新闻在各个发布载体中的评论的数量总和，确定所述第一新闻的推荐权重。

可选地，第二确定子模块根据所述第一新闻和所述相关新闻在各个发布载体中的评论的数量与对应的发布载体的影响力因子的乘积的加和，确定所述第一新闻的推荐权重，其中所述发布载体的影响力因子根据该发布载体的影响力而确定。

可选地，第二确定子模块根据所述第一新闻和所述相关新闻在各个发布载体中的评论的数量与对应的发布时间的时效性因子的乘积的加和，确定所述第一新闻的推荐权重，其中所述发布时间的时效性因子随评论的发布时间距离当前时刻的时间间隔越短而越大。

可选地，相关新闻确定模块通过计算其他新闻与所述第一新闻之间的距离，当所述其他新闻与所述第一新闻之间的距离不大于设定的阈值时，确定所述其他新闻为所述第一新闻的相关新闻。

综上所述，根据本发明的基于评论确定新闻推荐权重的方法及装置，能够将新闻发布载体以及读者的关注情况作为新闻推荐时的考虑因素，依据读者对预推荐新闻的评论作为推荐的权重因子，从而提高读者的阅读体验。

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是根据本发明一个实施方式的基于评论确定新闻推荐权重的方法的步骤流程图；

图2是根据本发明一个实施方式的基于评论确定新闻推荐权重的装置的结构示意图；

图3是根据本发明一个实施方式的推荐权重确定模块的结构示意图。

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。

参照图1，示出了根据本发明一个实施方式的基于评论确定新闻推荐权重的方法的步骤流程图。具体包括如下步骤：

101、确定第一新闻的相关新闻。

一般而言，如果一件新闻事件比较受读者关注，那么网络上描述同类事件的新闻就比较多。这种重复通常源于转载或对同一事件的不同报道。如果网络上某个新闻的相关新闻较多，则说明该新闻的被关注度较高，在向读者推荐新闻的过程中应考虑加大该新闻的推荐权重。

具体而言，可以选取一个新闻作为预推荐的第一新闻，并确定该第一新闻的相关新闻。

例如，可以通过以下方式获取第一新闻的相关新闻：计算其他新闻与该第一新闻之间的距离，当其他新闻与第一新闻之间的距离不大于设定的阈值时，则确定该其他新闻为第一新闻的相关新闻。

这里所述的其他新闻与所述第一新闻之间的距离一般可以通过以下方式计算获得：

方式1

根据其他新闻的特征向量与第一新闻的特征向量的交集，确定该其他新闻与该第一新闻之间的距离。

方式2

根据其他新闻的特征向量与第一新闻的特征向量的内积或夹角的余弦，确定该其他新闻与该第一新闻之间的距离。

方式3

根据其他新闻的特征向量的最小哈希值与第一新闻的特征向量的最小哈希值，确定该其他新闻与该第一新闻之间的距离。

以上，特征向量可以由以下中的一个或多个提取：新闻标题，新闻摘要，或新闻全文。

应该理解，只要其他新闻与该第一新闻之间的距离不大于设定的阈值就被认为是该第一新闻的“相关新闻”。如果该设定的阈值一定的情况下，如果该第一新闻的被关注度越高，那么其相关新闻就越多。

此外，还应该理解，虽然本公开中讨论的新闻的发布载体包括网站、微信公众号和微博公众平台，但是随着网络技术的发展，会有越来越多的新的新闻发布载体的出现。因此，这里所说的第一新闻的相关新闻，不仅仅是在上述发布载体中出现的满足有个条件的相关新闻，还包括来源于其他发布载体的相关新闻。

102、获取第一新闻及其相关新闻的评论。

在确定了第一新闻、第一新闻的相关新闻、以及第一新闻和相关新闻的不同来源(发布载体)之后，本公开的方法还需要获取该第一新闻及其相关新闻的评论。

一般地，评论的内容可以通过搜索引擎的爬虫(spider)抓取网页后，经对该网页的页面分析获得。通常，这样同主题的网页聚集在一起，叠加评论的数量或用特定算法，便可确定评论的情况。

在本公开的实施方式中，需要获取该第一新闻及其相关新闻在各个发布载体上的评论情况，包括，例如评论的数量、评论的发布载体、评论的发布时间等。

可以理解，从任何以下任何一种电子设备访问搜索引擎。该电子设备具体可以包括移动设备，例如手机、PDA(Personal Digital Assistant，个人数字助理)、膝上型计算机、掌上电脑等等，也可以包括固定设备，例如个人计算机、智能电视等等。

这些电子设备可以支持包括Android(安卓)、IOS、WindowsPhone或者windows等的操作系统，通常可以运行通过互联网访问网页的浏览器或内置微型浏览器的应用程序。

103、根据评论，确定第一新闻的推荐权重。

具体地，首先确定该第一新闻及其相关新闻的评论的权重因子，然后根据权重因子确定该第一新闻的推荐权重。

这里，评论的权重因子包括以下中的一个或多个：评论的数量、评论的发布载体、评论的发布时间。

在一个实施例中，可以根据评论的数量来确定该第一新闻的推荐权重。例如，根据第一新闻和相关新闻在各个发布载体中的评论的数量总和，来确定该第一新闻的推荐权重。

例如，一段时间内，人们都在“北极蚊子多”为主题的新闻很关注，因此多个新闻发布载体均发布该新闻或相关新闻，且读者也可以在对应的发布平台上对该新闻或相关新闻进行评论。那么，通过统计该新闻及其相关新闻在各个发布载体上评论的数量，可以反映出读者对这一新闻的关注度。如果将读者关注度纳入新闻推荐时的考虑权重，无疑能有利于提升读者的阅读感受。

在另一个实施例中，还可以进一步地区分新闻及评论的不同来源，以便更精准地反映读者的关注度。可选地，根据评论的数量和评论的发布载体的影响力因子来确定第一新闻的推荐权重。比如，一个新闻发布载体在读者中的影响力较大，那么该发布载体上的评论的重要性就需要相应提升。或者，如果一个新闻发布载体上的评论质量较高，也应相应地提升该发布载体上的评论的重要性。也就是说，可以根据第一新闻和相关新闻在各个发布载体中的评论的数量与对应的发布载体的影响力因子的乘积的加和，确定第一新闻的推荐权重，其中发布载体的影响力因子根据该发布载体的影响力而确定。

容易理解，一个内容提供商在新闻读者中的影响力越高，那么其影响力因子的数值就越大。该影响力因子与其发布载体上评论总数的乘积，就反映出该内容提供商的读者群体对第一新闻的关注度。

有时，当一个新闻主题反复出现，比如“雾霾”，读者在对该新闻进行评论时，可能会在不同时期发布的该主题的新闻进行评述。因此，对一个新闻的关注度还反映在时效性方面。

在另一个实施例中，可以根据第一新闻和相关新闻在各个发布载体中的评论的数量与对应的发布时间的时效性因子的乘积的加和，确定所述第一新闻的推荐权重，其中所述发布时间的时效性因子随评论的发布时间距离当前时刻的时间间隔越短而越大。

也就是说，如果一个新闻的评论越新，越说明该新闻近期被读者关注的情况。因此，将离当前时点越接近的评论的时效性因子赋以更大的值。

或者，在再一个实施例中，可以将上述权重因子一并进行考虑。也就是，根据第一新闻和相关新闻在各个发布载体中的评论的数量与对应的影响力因子、时效性因子的乘积的加和，确定所述第一新闻的推荐权重。

应该理解，这里仅仅示例性地提供了评论的权重因子，例如评论的数量、评论的发布载体、评论的发布时间，但是根据不同体现关注度的需要及考虑，可以选取评论的其他特性作为权重因子，例如评论的转载次数、重复率、内容质量、字数等。

由此可见，根据本发明的基于评论确定新闻推荐权重的方法，能够将新闻发布载体以及读者的关注情况作为新闻推荐时的考虑因素，依据读者对预推荐新闻的评论作为推荐的权重因子，从而提高读者的阅读体验。

下面将结合图2，说明根据本发明的基于评论确定新闻推荐权重的装置。如图2所示，该装置20包括：相关新闻确定模块21、评论获取模块22和推荐权重确定模块23。

其中，相关新闻确定模块21用于确定第一新闻的相关新闻。评论获取模块22用于获取第一新闻及相关新闻的评论。推荐权重确定模块23根据评论确定第一新闻的推荐权重。

可选地，相关新闻确定模块21通过计算其他新闻与第一新闻之间的距离，当其他新闻与第一新闻之间的距离不大于设定的阈值时，则确定其他新闻为第一新闻的相关新闻。

计算其他新闻与所述第一新闻之间的距离通过以下方式进行：

根据所述其他新闻的特征向量与所述第一新闻的特征向量的交集，确定所述计算其他新闻与所述第一新闻之间的距离；或者

根据所述其他新闻的特征向量与所述第一新闻的特征向量的内积或夹角的余弦，确定所述计算其他新闻与所述第一新闻之间的距离；或者

根据所述其他新闻的特征向量的最小哈希值与所述第一新闻的特征向量的最小哈希值，确定所述计算其他新闻与所述第一新闻之间的距离。

这里，评论获取模块22可以检索引擎实现评论的获取。

如图3所示，推荐权重确定模块23包括：第一确定子模块231和第二确定子模块232。

其中，第一确定子模块231用于确定第一新闻及相关新闻的评论的权重因子。一般地，第一确定子模块231确定评论的权重因子包括以下中的一个或多个：评论的数量、评论的发布载体、评论的发布时间。

第二确定子模块232用于根据所述第一确定子模块231确定的权重因子，确定第一新闻的推荐权重。

例如，第二确定子模块232可以根据第一新闻和相关新闻在各个发布载体中的评论的数量总和，确定第一新闻的推荐权重。

例如，第二确定子模块232可以根据第一新闻和相关新闻在各个发布载体中的评论的数量与对应的发布载体的影响力因子的乘积的加和，确定第一新闻的推荐权重，其中发布载体的影响力因子根据该发布载体的影响力而确定。

例如，第二确定子模块232可以根据第一新闻和相关新闻在各个发布载体中的评论的数量与对应的发布时间的时效性因子的乘积的加和，确定第一新闻的推荐权重，其中发布时间的时效性因子随评论的发布时间距离当前时刻的时间间隔越短而越大。

由此可见，根据本发明的基于评论确定新闻推荐权重的装置，能够将新闻发布载体以及读者的关注情况作为新闻推荐时的考虑因素，依据读者对预推荐新闻的评论作为推荐的权重因子，从而提高读者的阅读体验。

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基于评论确定新闻推荐权重的装置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。

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被实践。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。

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。

此外，还应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (8)

1.一种基于评论确定新闻推荐权重的方法，包括：

确定第一新闻的相关新闻；

获取所述第一新闻及所述相关新闻的评论；

根据所述评论，确定所述第一新闻的推荐权重；

其中所述确定第一新闻的推荐权重，包括：

确定所述第一新闻及所述相关新闻的评论的权重因子；

根据所述权重因子，确定所述第一新闻的推荐权重；

其中所述评论的权重因子包括以下中的一个或多个：

评论的数量、评论的发布载体、评论的发布时间；

根据第一新闻和相关新闻在各个发布载体中的评论的数量与对应的影响力因子、时效性因子的乘积的加和，确定所述第一新闻的推荐权重，其中所述发布载体的影响力因子根据该发布载体的影响力而确定，所述时效性因子随评论的发布时间距离当前时刻的时间间隔越短而越大；

若所述发布载体在读者中的影响力较大，则相应提升该发布载体上的评论的重要性相应提升；若一个新闻发布载体上的评论质量较高，也相应地提升该发布载体上的评论的重要性。

2.根据权利要求1所述的基于评论确定新闻推荐权重的方法，其中所述根据权重因子确定第一新闻的推荐权重，包括：

根据所述第一新闻和所述相关新闻在各个发布载体中的评论的数量总和，确定所述第一新闻的推荐权重。

3.根据权利要求1至2中任一项所述的基于评论确定新闻推荐权重的方法，其中所述根据权重因子确定第一新闻的推荐权重，包括：

根据所述第一新闻和所述相关新闻在各个发布载体中的评论的数量与对应的发布载体的影响力因子的乘积的加和，确定所述第一新闻的推荐权重，其中所述发布载体的影响力因子根据该发布载体的影响力而确定。

4.根据权利要求1所述的基于评论确定新闻推荐权重的方法，其中所述根据权重因子确定第一新闻的推荐权重，包括：

根据所述第一新闻和所述相关新闻在各个发布载体中的评论的数量与对应的发布时间的时效性因子的乘积的加和，确定所述第一新闻的推荐权重，其中所述发布时间的时效性因子随评论的发布时间距离当前时刻的时间间隔越短而越大。

5.根据权利要求1所述的基于评论确定新闻推荐权重的方法，其中所述发布载体包括网站、微信公众号和微博公众平台。

6.根据权利要求1所述的基于评论确定新闻推荐权重的方法，其中所述确定第一新闻的相关新闻，包括：

计算其他新闻与所述第一新闻之间的距离；

当所述其他新闻与所述第一新闻之间的距离不大于设定的阈值时，确定所述其他新闻为所述第一新闻的相关新闻。

7.根据权利要求6所述的基于评论确定新闻推荐权重的方法，其中所述计算其他新闻与所述第一新闻之间的距离，包括：

根据所述其他新闻的特征向量与所述第一新闻的特征向量的交集，确定所述计算其他新闻与所述第一新闻之间的距离；或者

根据所述其他新闻的特征向量与所述第一新闻的特征向量的内积或夹角的余弦，确定所述计算其他新闻与所述第一新闻之间的距离；或者

根据所述其他新闻的特征向量的最小哈希值与所述第一新闻的特征向量的最小哈希值，确定所述计算其他新闻与所述第一新闻之间的距离。

8.根据权利要求7所述的基于评论确定新闻推荐权重的方法，其中所述特征向量由以下中的一个或多个提取：新闻标题，新闻摘要，或新闻全文。