CN105868332A - 一种热点概念的推荐方法和装置 - Google Patents
一种热点概念的推荐方法和装置 Download PDFInfo
- Publication number
- CN105868332A CN105868332A CN201610182077.4A CN201610182077A CN105868332A CN 105868332 A CN105868332 A CN 105868332A CN 201610182077 A CN201610182077 A CN 201610182077A CN 105868332 A CN105868332 A CN 105868332A
- Authority
- CN
- China
- Prior art keywords
- focus
- user
- concept
- focus concept
- candidate
- 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.)
- Pending
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
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)
Abstract
本发明提供了一种热点概念的推荐方法和装置,其中方法包括:从用户历史行为数据中,提取用户针对各对象的行为特征;依据用户针对各对象的行为特征,确定用户对各对象的关注度;确定关注度满足预设条件的对象所关联的热点概念;依据确定出的热点概念,形成向用户推荐的热点推荐集合。也就是说,本发明基于用户对对象的潜在兴趣以及对象与热点概念之间的关联关系,确定出用户可能感兴趣的热点概念以向用户推荐,这种推荐方式更加有针对性和个性化。
Description
【技术领域】
本发明涉及计算机应用技术领域,特别涉及一种热点概念的推荐方法和装置。
【背景技术】
概念指的是某些行业、版块、领域、事件、政策等在某时期被广泛关注所形成的集合,具有鲜明的特性,诸如“两会”、“奥运”、“网络电视”、“新媒体”等等。在一些特定领域,诸如金融领域,热点概念对于投资者、股民等而言具有非常重要的意义,因此在很多客户端上对一些热点概念向用户进行推荐。
现有的热点概念推荐方式大多是依据大众对新闻资讯的关注程度,向用户推荐最受大众关注的热点概念。但这种方式对于所有用户而言,推荐的热点概念均是相同的,缺乏个性化和针对性。
【发明内容】
有鉴于此,本发明提供了一种热点概念的推荐方法和装置,以便于实现有针对性的个性化推荐。
具体技术方案如下:
本发明提供了一种热点概念的推荐方法,该方法包括:
从用户历史行为数据中,提取用户针对各对象的行为特征;
依据用户针对各对象的行为特征,确定用户对各对象的关注度;
确定关注度满足预设条件的对象所关联的热点概念;
依据确定出的热点概念,形成向用户推荐的热点推荐集合。
根据本发明一优选实施方式,所述用户针对各对象的行为特征包括:
在设定时间段内,用户对所述对象的添加关注、删除关注、点击和搜索行为中的至少一种行为的次数,或者用户对所述对象的添加关注时长、浏览时长。
根据本发明一优选实施方式,依据用户针对各对象的行为特征,确定用户对各对象的关注度包括:
依据用户对对象的各类型行为对应的权重,对各行为的次数或时长进行加权处理后,得到用户对对象的关注度。
根据本发明一优选实施方式,依据确定出的热点概念,形成向用户推荐的热点推荐集合包括:
利用所述确定出的热点概念,形成候选热点推荐集合;
对所述候选热点推荐集合中的热点概念进行过滤和/或排序,形成向用户推荐的热点推荐集合。
根据本发明一优选实施方式,利用所述确定出的热点概念,形成候选热点推荐集合包括:
将所述确定出的热点概念,加入候选热点推荐集合;或者,
将所述确定出的热点概念中,命中近期热点概念集合的热点概念,加入候选热点推荐集合。
根据本发明一优选实施方式,该方法还包括:
从用户历史行为数据中,提取用户针对各热点概念的行为特征;
依据用户针对各热点概念的行为特征,确定用户对各热点概念的关注度;
选择关注度满足预设条件的热点概念加入所述候选热点推荐集合。
根据本发明一优选实施方式,所述用户针对各热点概念的行为特征包括以下至少一种:
用户对热点概念所对应新闻资讯的点击次数或浏览时长;
用户对热点概念的搜索次数。
根据本发明一优选实施方式,所述依据用户针对各热点概念的行为特征,确定用户对各热点概念的关注度包括:
依据用户对某热点概念的各类型行为对应的权重,对各行为的次数或时长进行加权处理后,得到用户对所述某热点概念的关注度。
根据本发明一优选实施方式,对所述候选热点推荐集合中的热点概念进行过滤包括:
若热点概念所关联的对象均不属于所述用户的自选对象,则将该热点概念从所述候选热点推荐集合中过滤掉;或者,
若热点概念被所述用户已添加关注或已删除关注过,则将该热点概念从所述候选热点推荐集合中过滤掉;或者,
若热点概念已向所述用户推荐过预设次数,则将该热点概念从所述候选热点推荐集合中过滤掉。
根据本发明一优选实施方式,对所述候选热点推荐集合中的热点概念进行排序包括:
依据热点概念的热度值从高到低的顺序,对所述候选热点推荐集合中的热点概念进行排序,其中热点概念的热度值由以下因素中的至少一种确定:
热点概念所对应新闻资讯的点击热度或引用度;
热点概念的搜索热度或关注热度;
热点概念所关联对象的搜索热度或关注热度。
本发明还提供了一种热点概念的推荐装置,该装置包括:
第一特征提取单元,用于从用户历史行为数据中,提取用户针对各对象的行为特征;
第一关注度确定单元,用于依据用户针对各对象的行为特征,确定用户对各对象的关注度;
第一热点确定单元,用于确定关注度满足预设条件的对象所关联的热点概念;
推荐单元,用于依据所述第一热点确定单元确定出的热点概念,形成向用户推荐的热点推荐集合。
根据本发明一优选实施方式,所述用户针对各对象的行为特征包括:
在设定时间段内,用户对所述对象的添加关注、删除关注、点击和搜索行为中的至少一种行为的次数,或者用户对所述对象的添加关注时长、浏览时长。
根据本发明一优选实施方式,所述第一关注度确定单元,用于依据用户对对象的各类型行为对应的权重,对各行为的次数或时长进行加权处理后,得到用户对对象的关注度。
根据本发明一优选实施方式,所述推荐单元具体包括:
候选集合形成单元,用于利用所述第一热点确定单元确定出的热点概念,形成候选热点推荐集合;
热点集合形成单元,用于对所述候选热点推荐集合中的热点概念进行过滤和/或排序,形成向用户推荐的热点推荐集合。
根据本发明一优选实施方式,所述候选集合形成单元,具体用于将所述第一热点确定单元确定出的热点概念,加入候选热点推荐集合;或者,将所述第一热点确定单元确定出的热点概念中,命中近期热点概念集合的热点概念,加入候选热点推荐集合。
根据本发明一优选实施方式,该装置还包括:
第二特征提取单元,用于从用户历史行为数据中,提取用户针对各热点概念的行为特征;
第二关注度确定单元,用于依据用户针对各热点概念的行为特征,确定用户对各热点概念的关注度;
第二热点确定单元,用于选择关注度满足预设条件的热点概念加入所述候选热点推荐集合。
根据本发明一优选实施方式,所述用户针对各热点概念的行为特征包括以下至少一种:
用户对热点概念所对应新闻资讯的点击次数或浏览时长;
用户对热点概念的搜索次数。
根据本发明一优选实施方式,所述第二关注度确定单元,具体用于:依据用户对某热点概念的各类型行为对应的权重,对各行为的次数或时长进行加权处理后,得到用户对所述某热点概念的关注度。
根据本发明一优选实施方式,所述热点集合形成单元包括:
过滤子单元,用于若热点概念所关联的对象均不属于所述用户的自选对象,则将该热点概念从所述候选热点推荐集合中过滤掉;或者,
若热点概念被所述用户已添加关注或已删除关注过,则将该热点概念从所述候选热点推荐集合中过滤掉;或者,
若热点概念已向所述用户推荐过预设次数,则将该热点概念从所述候选热点推荐集合中过滤掉。
根据本发明一优选实施方式,所述热点集合形成单元包括:
排序子单元,用于依据热点概念的热度值从高到低的顺序,对所述候选热点推荐集合中的热点概念进行排序,其中热点概念的热度值由以下因素中的至少一种确定:
热点概念所对应新闻资讯的点击热度或引用度;
热点概念的搜索热度或关注热度;
热点概念所关联对象的搜索热度或关注热度。
由以上技术方案可以看出,本发明基于用户针对各对象的行为特征,确定用户对对象的关注度满足预设条件的对象所关联的热点概念,从而形成向用户推荐的热点推荐集合。也就是说,基于用户对对象的潜在兴趣以及对象与热点概念之间的关联关系,确定出用户可能感兴趣的热点概念以向用户推荐,这种推荐方式更加有针对性和个性化。
【附图说明】
图1为本发明实施例提供的主要方法流程图;
图2为本发明实施例提供的基于用户针对热点概念的行为特征确定候选热点推荐集合的流程图;
图3为本发明实施例提供的以股票为例的详细方法流程图;
图4a为本发明实施例提供的股票类APP的选股界面示意图;
图4b为本发明实施例提供的股票类APP的自选股列表界面示意图;
图5为本发明实施例提供的向用户推荐热点概念的效果示意图;
图6为本发明实施例提供的装置结构图。
【具体实施方式】
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
图1为本发明提供的主要方法流程图,如图1中所示,该方法可以包括以下步骤:
在101中,从历史行为数据中,提取用户针对各对象的行为特征。
通常用户在使用某应用时,在该应用中会对该应用所提供类型的对象进行操作行为,这些行为数据通常会以日志的形式进行存储,例如存储于应用服务器端。上述对对象的操作行为可以包括但不限于:对对象添加关注、删除关注、点击、浏览、搜索等。因此,从历史行为数据中,就可以提取出在设定时间段内,例如在近一周内、仅一个月内等(时间段的具体时长可以依据对象类型的不同进行灵活设置,若对象对时间比较敏感,即时性要求较高,则可以选择较短的时间段时长,反之,则可以选择较长的时间段时长),用户对各对象的添加关注、删除关注、点击和搜索行为中的至少一种行为的次数,或者用户对各对象的添加关注时长、浏览时长等。
在102中,依据用户针对各对象的行为特征,确定用户对各对象的关注度。
由于用户对各对象的添加关注、删除关注、点击、浏览、搜索等行为及其对应特征,均体现了用户对各对象是否关注以及关注的程度(即关注度),因此,在本步骤中,可以依据上述行为的次数或时长信息来确定用户对各对象的关注度。
在此提供一种优选的方式,可以预先设置用户对对象各类型行为对应的权重,然后对各行为的次数或时长进行加权处理后,得到用户对对象的关注度。
由于对对象进行添加关注、点击、浏览和搜索均体现了用户对该对象关注,因此,这些行为对应的权重可以设置为正数,而用户对对象的删除关注体现了用户对该对象的关注减少,因此,可以设置删除关注行为对应的权重为负数。
另外,由于次数和时长采用不同的量纲,因此可以采用不同级别的权重值来进行调整,当然也可以采用其他调整方式。
上述进行加权处理的方式可以采用但不限于加权求和、加权平均等。
在103中,确定关注度满足预设条件的对象所关联的热点概念。
在本步骤中,首先确定关注度满足预设条件的对象。其中预设条件可以是关注度达到一定阈值,或者关注度排在前M1个,其中M1为预设的正整数。
然后对确定出的对象,进一步确定其所关联的热点概念。通常对象与热点概念之间存在一定的关联关系,该关联关系可能是一对一的、也可能是多对一的、还可能是一对多的,或者是多对多的。可以预先维护对象与热点概念之间的关联关系表,然后通过查询该关联关系表的方式,确定对象所关联的热点概念。
其中,对象与热点概念之间的关联关系可以采用多种方式确定,在此仅列举几种方式:
第一种方式:获取设定时段的新闻文本,基于与热点概念在新闻文本中的共现关系确定各热点概念的相关对象。
当确定了热点概念及其相关对象的领域后,例如确定在金融领域中确定相关对象,则可以获取设定时段的新闻文本,该新闻文本可以是与金融领域相关的新闻文本,基于金融领域的词库,确定在新闻文本中出现的对象关键词,基于对象关键词与热点新闻在新闻文本中的共现关系,例如共现次数、共现频率,等等,从中确定各热点概念。在统计共现次数和共现频率时,可以预设的窗口长度,将在该窗口长度内共同出现认为是共现。该窗口长度可以是20个字符、30个字符,等等。
第二种方式:从热点概念所属领域的知识图谱中,确定主营业务与热点概念相关的对象作为该热点概念的相关对象。
这种方式主要应用于业务类的对象,在热点概念所属领域的知识图谱中,包含有对象的主营业务信息,其中该主营业务信息包括但不限于该对象所属企业、公司、组织等投资的业务、经营的业务、销售的业务、生产的业务等等。
当然除了上述两种方式之外,还可以采用其他方式,例如人工指定与某概念关联的对象,等等。
在104中,依据确定出的热点概念,形成向用户推荐的热点推荐集合。
在本步骤中,可以直接将确定出的热点概念作为热点推荐集合向用户推荐。但这种方式的推荐精准度较差,因此可以对确定出的热点概念进行进一步处理后,形成向用户推荐的热点推荐集合。
可以首先利用步骤103确定出的热点概念,形成候选热点推荐集合;然后对候选热点推荐集合中的热点概念进行过滤和/或排序,形成向用户推荐的热点推荐集合。
其中,在形成候选热点推荐集合时,可以直接将步骤103确定出的热点概念加入候选热点推荐集合。但通常,用户希望看到的是近期的热点概念,因此可以将步骤103确定出的热点概念中,属于近期热点概念的加入候选热点推荐集合。在判断一个热点概念是否属于近期热点概念时,可以通过判断该热点概念是否命中近期热点概念集合来实现。在本发明实施例中,可以维护一个近期热点概念集合,例如将最近预设时间段(具体时长可以根据实际需求灵活设置)内的热点概念构成近期热线概念集合,并及时进行更新。
另外,除了基于用户针对各对象的行为特征来确定热点概念加入候选热点推荐集合之外,还可以进一步基于用户针对热点概念的行为特征来确定热点概念。具体地,可以采用如图2中所示的方式,包括以下步骤:
在201中,从用户历史行为数据中,提取用户针对各热点概念的行为特征。
上述对对象的操作行为可以包括但不限于:对热点概念所对应新闻资讯进行点击或浏览,用户对热点概念进行搜索等。因此,从历史行为数据中,就可以提取出在设定时间段内,例如在近一周内、仅一个月内等,用户对各热点概念所对应新闻资讯的点击次数或浏览时长,或者用户对热点概念的搜索次数等行为特征。
在202中,依据用户针对各热点概念的行为特征,确定用户对各热点概念的关注度。
由于用户对热点概念所对应新闻资讯进行点击或浏览,用户对热点概念进行搜索等行为及其对应特征,均体现了用户对各热点概念是否关注以及关注的程度(即关注度),因此,在本步骤中,可以依据上述行为的次数或时长信息来确定用户对各热点概念的关注度。
在此提供一种优选的方式,可以预先设置用户对各点概念各类型行为对应的权重,然后对各行为的次数或时长进行加权处理后,得到用户对热点对象的关注度。
另外,由于次数和时长采用不同的量纲,因此可以采用不同级别的权重值来进行调整,当然也可以采用其他调整方式。
上述进行加权处理的方式可以采用但不限于加权求和、加权平均等。
在203中,选择关注度满足预设条件的热点概念加入候选热点推荐集合。
其中预设条件可以是关注度达到一定阈值,或者关注度排在前M2个,其中M2为预设的正整数。
在形成候选热点推荐集合后,对候选热点推荐集合进行的过滤处理可以包括但不限于以下方式中至少之一:
第一种过滤处理:若热点概念所关联的对象均不属于该用户的自选对象,则将该热点概念从候选热点推荐集合中过滤掉(即删除)。
候选热点推荐集合中确定出的热点概念数量可能较多,但其中用户感兴趣的通常是与所关注对象相关联的热点概念,若一个热点概念所关联的对象均不属于用户的自选对象(即用户关注的对象),则用户很大程度上对该热点概念并不感兴趣,因此,可以将其从候选热点推荐集合中过滤掉。
第二种过滤处理:若热点概念被该用户已添加关注或已删除关注过,则该热点概念从候选热点推荐集合中过滤掉。
若某热点概念已经被该用户添加过,则无需重复向该用户推荐,可以将该热点概念从候选热点推荐集合中过滤掉。若某热点概念已经被该用户删除关注过,则说明该用户目前已经不再对该热点概念感兴趣,因此可以将该热点概念从候选热点推荐集合中过滤掉。
第三种过滤处理:若热点概念已向该用户推荐过预设次数,则将该热点概念从候选热点推荐集合中过滤掉。
若一个热点概念已经向用户推荐过多次,可能用户已经关注了该热点概念,那么就无需再推荐,也可能尽管推荐了很多次,但用户一直未关注该热点概念,那说明用户对其并不感兴趣,因此也无需再推荐。上述的预设次数可以灵活调整。
在形成候选热点推荐集合后,对候选热点推荐集合进行的排序处理可以依据各热点概念的热度值从高到低的顺序,其中热点概念的热度值可以由以下因素中的至少一种确定:
第一种因素:热点概念所对应新闻资讯的点击热度或引用度。其中点击热度可以由热点概念所对应新闻资讯被大众点击的次数、浏览的时长等反映。若新闻资讯被大众点击的次数越多,或者浏览的时长越长,则该新闻资讯的点击热度越高。在本发明实施例中,通过统计抓取的各新闻资讯在不同网站出现的次数,来确定新闻资讯的引用度。一个新闻资讯在不同网站出现的次数越多,则该新闻资讯的引用度越高。
另外,在确定热点概念所对应的新闻资讯时,实际上就是确定热点概念与新闻资讯之间的关联关系。若一个热点概念或者其扩展词在一个新闻资讯的标题、概括等重要部分中出现,则可以认为该热点概念与该新闻资讯关联。例如,以热点概念“互联网汽车”为例,若一个新闻资讯的标题中出现了“互联网汽车”或者“物联网汽车”、“智能汽车”等扩展词,则该新闻资讯与热点概念“互联网汽车”之间存在关联关系,是热点概念“互联网汽车”所对应的新闻资讯。
第二种因素:热点概念的搜索热度或关注热度。搜索热度可以由热点概念被大众搜索的次数反映,被大众搜索的次数越多,搜索热度越高。搜索热度可以由热点概念被大众关注的次数反映,被大众关注(例如在股票类APP中添加关注)的次数越多,则关注热度越高。
第三种因素:热点概念所关联对象的搜索热度或关注热度。热点概念的热度可以由其所关联所有对象的搜索次数总和来反映,或者由其所关联所有对象的被关注次数总和来反映。
本发明提供的上述方法可以应用于多种领域,下面以金融领域为例,以股票作为热点概念的相关对象,对上述方法进行详细描述。图3为本发明实施例提供的以股票为例的详细方法流程图,如图3所示,该方法可以具体包括以下步骤:
在301a中,从历史行为数据中,提取用户针对各股票的行为特征。
用户在使用股票类APP时,可以在诸如图4a中所示的选股界面中,对各股票实施诸如添加关注、点击、浏览、搜索等操作,若用户对某股票添加关注,则该股票就进入该用户的自选股列表。自选股列表的界面可以如图4b所示,在该自选股列表的界面上,用户可以对各股票实施诸如取消关注、点击、浏览、搜索等操作。用户还可以在其他界面上,对股票进行诸如点击、浏览、搜索等操作行为。在本步骤中,可以历史行为数据中,提取近一段时间,诸如一周之内用户对各股票的添加关注、取消关注、点击、浏览、搜索等行为的次数,或者用户对各股票的添加关注、浏览等行为的时长。
在302a中,依据用户针对各股票的行为特征,确定用户对各股票的关注度。
可以预先对添加关注、取消关注、点击、浏览、搜索股票的行为的次数和时长设置权重,然后采用加权求和的方式,分别得到用户对各股票的关注度,可以看做一个打分值。
在303a中,确定关注度满足预设条件的股票所关联的热点概念。
在本步骤中,可以将关注度超过预设阈值的股票确定出来,然后依据股票与热点概念之间的关联关系,确定已确定的股票所关联的热点概念。其中股票与热点概念之间的关联关系可以预先确定,并保存为一张映射表,通过查找该映射表就能够确定股票所关联的热点概念。
在预先确定股票与热点概念之间的关联关系时,可以采用上述实施例步骤103中所述的两种方式。
第一种方式:获取设定时段的新闻文本,基于与热点概念在新闻文本中的共现关系确定各热点概念的相关股票。
以“环保”概念为例,可以获取90日之内的新闻文本,统计新闻文本中与“环保”共现于20个字符的各股票名称,经过统计后,选取共现次数排在前10个的股票名称,例如“兴源环境”、“长青集团”、“钱江水利”、“雪迪龙”等等,将这10个股票作为“环保”概念的相关股票。
第二种方式:从热点概念在金融领域的知识图谱中,确定主营业务与热点概念相关的股票作为该热点概念的相关股票。
以“全息手机”概念为例,通过查找知识图谱,确定出以下股票作为“全息手机”概念的相关股票:
“长江通信”、“深天马”、“莱宝高科”等股票是全息手机的供应商;
“利达光电”是全息手机的生产商。
上述步骤301a~303a可以与下述的301b~303b并行执行,也可以以任意的顺序先后执行。
在301b中,从用户历史行为数据中,提取用户针对各热点概念的行为特征。
用户在使用股票类APP时,股票类APP会提供诸如新闻资讯的相关界面,在该新闻资讯的相关界面上,用户可以对各条新闻资讯进行点击和浏览等操作行为,各新闻资讯通常都是与一个或多个热点概念相关的,因此用户对新闻资讯的操作行为也体现了用户对热点概念的潜在兴趣。另外,在股票类APP上,用户也可以通过界面上提供的搜索功能,对热点概念进行搜索,这一搜索操作行为,较为直接的体现了用户对热点概念的潜在兴趣。在本实施例中,可以从历史行为数据中,提取近一段时间,诸如一周内,用户对各热点概念所对应新闻资讯的点击次数或浏览时长,或者用户对热点概念的搜索次数等行为特征。
在302b中,依据用户针对各热点概念的行为特征,确定用户对各热点概念的关注度。
例如,可以将用户对热点概念“虚拟现实”所对应新闻资讯进行点击的次数、浏览的次数、浏览的时长,以及对热点概念“虚拟现实”进行搜索的次数,进行加权求和,其中各行为特征对应的权重值预先设置,就可以得到用户对“虚拟现实”的关注度。
在303b中,确定关注度满足预设条件的热点概念。
在304中,利用303a和303b中确定出的热点概念,形成候选热点推荐集合。
将303a和303b中确定出的热点概念进行合并和去重,形成候选热点推荐集合。
在305中,将候选热点推荐集合中的热点概念进行过滤和排序,形成向用户推荐的热点推荐集合。
本步骤中在进行过滤时,若某热点概念所关联的股票均不属于该用户的自选股(已添加关注的股票),则说明用户对该热点概念感兴趣的程度比较低,可以将其从候选热点推荐集合中删除。
若某热点概念被该用户已添加关注或已删除关注过,则可以将该热点概念从候选热点推荐集合中删除。
由于本发明实现的热点概念推荐的处理是周期性执行的,例如每天执行一次,或者由特定事件触发的,例如用户每次启动该股票类APP时执行。因此,同一热点概念可能向该用户推荐过多次,加入某热点概念已经向该用户推荐过预设次数,例如3次,则可以将该热点概念从候选热点推荐集合中删除。
然后,按照热点概念的热度值从高到低的顺序,对过滤后候选热点推荐集合中的热点概念进行排序,形成最终的热点推荐集合。
最终形成的热点推荐集合在推荐给用户时,可以采用多种展现形式,诸如以提醒消息的形式、以浮动窗口的形式等。举个例子,当用户每天第一次打开股票类APP时,可以以提醒消息的形式向该用户推荐热点概念,如图5所示。需要说明的是,在图4a、图4b和图5中,“X”用以缩略表示文字、数字等字符,“---”用以缩略表示段落中的字符。这些图示均为示意图,并不用以限制界面中的内容,也不限制界面中还可以包含其他内容。
另外,上述方法可以在服务器端执行,并将热点推荐列表发送给终端设备。或者,上述方法也可以在终端设备端执行。执行上述方法的装置可以是位于服务器端的应用软件或者还可以为位于服务器端的应用中的插件或软件开发工具包(Software Development Kit,SDK)等功能单元,或者,还可以位于终端设备端,本发明实施例对此不进行特别限定。
所示实施例除了适用于股票类的对象之外,还可以适用于诸如基金、期货等其他可投资类对象。
图6为本发明实施例提供的装置结构图,如图6所示,该装置可以包括:第一特征提取单元01、第一关注度确定单元02、第一热点确定单元03和推荐单元20,还可以进一步包括第二特征提取单元11、第二关注度确定单元12和第二热点确定单元13。各组成单元的主要功能如下:
第一特征提取单元01负责从用户历史行为数据中,提取用户针对各对象的行为特征。其中,用户针对各对象的行为特征可以包括但不限于:在设定时间段内,用户对对象的添加关注、删除关注、点击和搜索行为中的至少一种行为的次数,或者用户对对象的添加关注时长、浏览时长。
第一关注度确定单元02负责依据用户针对各对象的行为特征,确定用户对各对象的关注度。具体地,第一关注度确定单元02可以依据用户对对象的各类型行为对应的权重,对各行为的次数或时长进行加权处理后,得到用户对对象的关注度。
由于对对象进行添加关注、点击、浏览和搜索均体现了用户对该对象关注,因此,这些行为对应的权重可以设置为正数,而用户对对象的删除关注体现了用户对该对象的关注减少,因此,可以设置删除关注行为对应的权重为负数。另外,由于次数和时长采用不同的量纲,因此可以采用不同级别的权重值来进行调整,当然也可以采用其他调整方式。上述进行加权处理的方式可以采用但不限于加权求和、加权平均等。
第一热点确定单元03负责确定关注度满足预设条件的对象所关联的热点概念。具体地,可以首先确定关注度满足预设条件的对象。其中预设条件可以是关注度达到一定阈值,或者关注度排在前M1个,其中M1为预设的正整数。然后对确定出的对象,进一步确定其所关联的热点概念。通常对象与热点概念之间存在一定的关联关系,该关联关系可能是一对一的、也可能是多对一的、还可能是一对多的,或者是多对多的。可以预先维护对象与热点概念之间的关联关系表,然后通过查询该关联关系表的方式,确定对象所关联的热点概念。
推荐单元20负责依据第一热点确定单元03确定出的热点概念,形成向用户推荐的热点推荐集合。可以直接将确定出的热点概念作为热点推荐集合向用户推荐。但这种方式的推荐精准度较差,因此可以对确定出的热点概念进行进一步处理后,形成向用户推荐的热点推荐集合。
具体地,推荐单元20可以包括:候选集合形成单元21和热点集合形成单元22。
候选集合形成单元21负责利用第一热点确定单元03确定出的热点概念,形成候选热点推荐集合。可以直接将第一热点确定单元03确定出的热点概念,加入候选热点推荐集合;或者,将第一热点确定单元03确定出的热点概念中,命中近期热点概念集合的热点概念,加入候选热点推荐集合。
热点集合形成单元22负责对候选热点推荐集合中的热点概念进行过滤和/或排序,形成向用户推荐的热点推荐集合。
除了基于用户针对各对象的行为特征来确定热点概念加入候选热点推荐集合之外,还可以进一步基于用户针对热点概念的行为特征来确定热点概念。第二特征提取单元11负责从用户历史行为数据中,提取用户针对各热点概念的行为特征。其中,用户针对各热点概念的行为特征包括但不限于:用户对热点概念所对应新闻资讯的点击次数或浏览时长;用户对热点概念的搜索次数。
第二关注度确定单元12负责依据用户针对各热点概念的行为特征,确定用户对各热点概念的关注度。由于用户对热点概念所对应新闻资讯进行点击或浏览,用户对热点概念进行搜索等行为及其对应特征,均体现了用户对各热点概念是否关注以及关注的程度(即关注度),因此,可以依据上述行为的次数或时长信息来确定用户对各热点概念的关注度。在此提供一种优选的方式,可以预先设置用户对各点概念各类型行为对应的权重,然后对各行为的次数或时长进行加权处理后,得到用户对热点对象的关注度。
第二热点确定单元13负责选择关注度满足预设条件的热点概念加入候选热点推荐集合。
热点集合形成单元22可以具体包括:
过滤子单元221负责对候选热点推荐集合的过滤处理,可以包括但不限于以下方式中至少之一:
第一种方式:若热点概念所关联的对象均不属于用户的自选对象,则过滤子单元221将该热点概念从候选热点推荐集合中过滤掉。
第二种方式:若热点概念被用户已添加关注或已删除关注过,则过滤子单元221将该热点概念从候选热点推荐集合中过滤掉。
第三种方式:若热点概念已向用户推荐过预设次数,则过滤子单元221将该热点概念从候选热点推荐集合中过滤掉。
和/或,热点集合形成单元22可以包括:
排序子单元222负责依据热点概念的热度值从高到低的顺序,对候选热点推荐集合中的热点概念进行排序,其中热点概念的热度值由以下因素中的至少一种确定:
第一种因素:热点概念所对应新闻资讯的点击热度或引用度。其中点击热度可以由热点概念所对应新闻资讯被大众点击的次数、浏览的时长等反映。在本发明实施例中,通过统计抓取的各新闻资讯在不同网站出现的次数,来确定新闻资讯的引用度。
第二种因素:热点概念的搜索热度或关注热度。搜索热度可以由热点概念被大众搜索的次数反映。搜索热度可以由热点概念被大众关注的次数反映。
第三种因素:热点概念所关联对象的搜索热度或关注热度。热点概念的热度可以由其所关联所有对象的搜索次数总和来反映,或者由其所关联所有对象的被关注次数总和来反映。
图6中以热点集合形成单元22同时包含过滤子单元221和排序子单元222,且过滤子单元221和排序子单元222以先后的顺序对候选热点推荐单元进行处理为例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (20)
1.一种热点概念的推荐方法,其特征在于,该方法包括:
从用户历史行为数据中,提取用户针对各对象的行为特征;
依据用户针对各对象的行为特征,确定用户对各对象的关注度;
确定关注度满足预设条件的对象所关联的热点概念;
依据确定出的热点概念,形成向用户推荐的热点推荐集合。
2.根据权利要求1所述的方法,其特征在于,所述用户针对各对象的行为特征包括:
在设定时间段内,用户对所述对象的添加关注、删除关注、点击和搜索行为中的至少一种行为的次数,或者用户对所述对象的添加关注时长、浏览时长。
3.根据权利要求2所述的方法,其特征在于,依据用户针对各对象的行为特征,确定用户对各对象的关注度包括:
依据用户对对象的各类型行为对应的权重,对各行为的次数或时长进行加权处理后,得到用户对对象的关注度。
4.根据权利要求1所述的方法,其特征在于,依据确定出的热点概念,形成向用户推荐的热点推荐集合包括:
利用所述确定出的热点概念,形成候选热点推荐集合;
对所述候选热点推荐集合中的热点概念进行过滤和/或排序,形成向用户推荐的热点推荐集合。
5.根据权利要求4所述的方法,其特征在于,利用所述确定出的热点概念,形成候选热点推荐集合包括:
将所述确定出的热点概念,加入候选热点推荐集合;或者,
将所述确定出的热点概念中,命中近期热点概念集合的热点概念,加入候选热点推荐集合。
6.根据权利要求4所述的方法,其特征在于,该方法还包括:
从用户历史行为数据中,提取用户针对各热点概念的行为特征;
依据用户针对各热点概念的行为特征,确定用户对各热点概念的关注度;
选择关注度满足预设条件的热点概念加入所述候选热点推荐集合。
7.根据权利要求6所述的方法,其特征在于,所述用户针对各热点概念的行为特征包括以下至少一种:
用户对热点概念所对应新闻资讯的点击次数或浏览时长;
用户对热点概念的搜索次数。
8.根据权利要求7所述的方法,其特征在于,所述依据用户针对各热点概念的行为特征,确定用户对各热点概念的关注度包括:
依据用户对某热点概念的各类型行为对应的权重,对各行为的次数或时长进行加权处理后,得到用户对所述某热点概念的关注度。
9.根据权利要求4至8任一权项所述的方法,其特征在于,对所述候选热点推荐集合中的热点概念进行过滤包括:
若热点概念所关联的对象均不属于所述用户的自选对象,则将该热点概念从所述候选热点推荐集合中过滤掉;或者,
若热点概念被所述用户已添加关注或已删除关注过,则将该热点概念从所述候选热点推荐集合中过滤掉;或者,
若热点概念已向所述用户推荐过预设次数,则将该热点概念从所述候选热点推荐集合中过滤掉。
10.根据权利要求4至8任一权项所述的方法,其特征在于,对所述候选热点推荐集合中的热点概念进行排序包括:
依据热点概念的热度值从高到低的顺序,对所述候选热点推荐集合中的热点概念进行排序,其中热点概念的热度值由以下因素中的至少一种确定:
热点概念所对应新闻资讯的点击热度或引用度;
热点概念的搜索热度或关注热度;
热点概念所关联对象的搜索热度或关注热度。
11.一种热点概念的推荐装置,其特征在于,该装置包括:
第一特征提取单元,用于从用户历史行为数据中,提取用户针对各对象的行为特征;
第一关注度确定单元,用于依据用户针对各对象的行为特征,确定用户对各对象的关注度;
第一热点确定单元,用于确定关注度满足预设条件的对象所关联的热点概念;
推荐单元,用于依据所述第一热点确定单元确定出的热点概念,形成向用户推荐的热点推荐集合。
12.根据权利要求11所述的装置,其特征在于,所述用户针对各对象的行为特征包括:
在设定时间段内,用户对所述对象的添加关注、删除关注、点击和搜索行为中的至少一种行为的次数,或者用户对所述对象的添加关注时长、浏览时长。
13.根据权利要求12所述的装置,其特征在于,所述第一关注度确定单元,用于依据用户对对象的各类型行为对应的权重,对各行为的次数或时长进行加权处理后,得到用户对对象的关注度。
14.根据权利要求11所述的装置,其特征在于,所述推荐单元具体包括:
候选集合形成单元,用于利用所述第一热点确定单元确定出的热点概念,形成候选热点推荐集合;
热点集合形成单元,用于对所述候选热点推荐集合中的热点概念进行过滤和/或排序,形成向用户推荐的热点推荐集合。
15.根据权利要求14所述的装置,其特征在于,所述候选集合形成单元,具体用于将所述第一热点确定单元确定出的热点概念,加入候选热点推荐集合;或者,将所述第一热点确定单元确定出的热点概念中,命中近期热点概念集合的热点概念,加入候选热点推荐集合。
16.根据权利要求14所述的装置,其特征在于,该装置还包括:
第二特征提取单元,用于从用户历史行为数据中,提取用户针对各热点概念的行为特征;
第二关注度确定单元,用于依据用户针对各热点概念的行为特征,确定用户对各热点概念的关注度;
第二热点确定单元,用于选择关注度满足预设条件的热点概念加入所述候选热点推荐集合。
17.根据权利要求16所述的装置,其特征在于,所述用户针对各热点概念的行为特征包括以下至少一种:
用户对热点概念所对应新闻资讯的点击次数或浏览时长;
用户对热点概念的搜索次数。
18.根据权利要求17所述的装置,其特征在于,所述第二关注度确定单元,具体用于:依据用户对某热点概念的各类型行为对应的权重,对各行为的次数或时长进行加权处理后,得到用户对所述某热点概念的关注度。
19.根据权利要求14至18任一权项所述的装置,其特征在于,所述热点集合形成单元包括:
过滤子单元,用于若热点概念所关联的对象均不属于所述用户的自选对象,则将该热点概念从所述候选热点推荐集合中过滤掉;或者,
若热点概念被所述用户已添加关注或已删除关注过,则将该热点概念从所述候选热点推荐集合中过滤掉;或者,
若热点概念已向所述用户推荐过预设次数,则将该热点概念从所述候选热点推荐集合中过滤掉。
20.根据权利要求14至18任一权项所述的装置,其特征在于,所述热点集合形成单元包括:
排序子单元,用于依据热点概念的热度值从高到低的顺序,对所述候选热点推荐集合中的热点概念进行排序,其中热点概念的热度值由以下因素中的至少一种确定:
热点概念所对应新闻资讯的点击热度或引用度;
热点概念的搜索热度或关注热度;
热点概念所关联对象的搜索热度或关注热度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610182077.4A CN105868332A (zh) | 2016-03-28 | 2016-03-28 | 一种热点概念的推荐方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610182077.4A CN105868332A (zh) | 2016-03-28 | 2016-03-28 | 一种热点概念的推荐方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105868332A true CN105868332A (zh) | 2016-08-17 |
Family
ID=56626027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610182077.4A Pending CN105868332A (zh) | 2016-03-28 | 2016-03-28 | 一种热点概念的推荐方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105868332A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106384082A (zh) * | 2016-08-30 | 2017-02-08 | 西安小光子网络科技有限公司 | 一种基于光标签的用户热点获取方法 |
CN106528724A (zh) * | 2016-10-27 | 2017-03-22 | 武汉斗鱼网络科技有限公司 | 一种推送信息的方法及装置 |
CN106897449A (zh) * | 2017-03-03 | 2017-06-27 | 北京搜狐新媒体信息技术有限公司 | 排序方法及装置 |
CN107016068A (zh) * | 2017-03-21 | 2017-08-04 | 深圳前海乘方互联网金融服务有限公司 | 知识图谱构建方法及装置 |
CN107026892A (zh) * | 2016-11-03 | 2017-08-08 | 阿里巴巴集团控股有限公司 | 消息推荐方法和装置 |
CN107093122A (zh) * | 2016-12-02 | 2017-08-25 | 北京小度信息科技有限公司 | 对象分类方法及装置 |
CN107239537A (zh) * | 2017-06-01 | 2017-10-10 | 福建中金在线信息科技有限公司 | 一种文档展示的方法、装置、电子设备及可读存储介质 |
CN107515812A (zh) * | 2017-09-07 | 2017-12-26 | 郑州云海信息技术有限公司 | 一种智能呈现存储管理软件日志的方法及装置 |
CN107886410A (zh) * | 2017-11-29 | 2018-04-06 | 北京小米移动软件有限公司 | 产品推荐的方法、装置及存储介质 |
CN108737906A (zh) * | 2018-06-05 | 2018-11-02 | 北京奇艺世纪科技有限公司 | 一种投票统计方法及装置 |
WO2018227437A1 (en) * | 2017-06-14 | 2018-12-20 | Alibaba Group Holding Limited | Method and apparatus for real-time interactive recommendation |
CN109166039A (zh) * | 2018-08-10 | 2019-01-08 | 大智慧信息技术有限公司 | 自选指数的编制方法和系统 |
CN109325223A (zh) * | 2018-07-24 | 2019-02-12 | 广州神马移动信息科技有限公司 | 文章推荐方法、装置及电子设备 |
CN109376305A (zh) * | 2018-12-04 | 2019-02-22 | 山东浪潮通软信息科技有限公司 | 一种基于用户行为分析的新闻热度排序方法及系统 |
CN109408727A (zh) * | 2018-11-23 | 2019-03-01 | 武汉烽火众智数字技术有限责任公司 | 基于多维感知数据的用户关注信息智能推荐方法及系统 |
CN109493172A (zh) * | 2018-10-23 | 2019-03-19 | 广州致轩服饰有限公司 | 一种基于用户标签的商品推送方法与装置 |
CN109961304A (zh) * | 2017-12-22 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
CN110245999A (zh) * | 2018-03-09 | 2019-09-17 | 阿里巴巴集团控股有限公司 | 信息推荐方法、信息显示方法、装置及计算设备 |
CN110795555A (zh) * | 2019-10-31 | 2020-02-14 | 北京明略软件系统有限公司 | 知识图谱数据展示方法及相关装置 |
CN113495996A (zh) * | 2020-03-18 | 2021-10-12 | 北京达佳互联信息技术有限公司 | 一种对象推荐方法、装置、设备及介质 |
CN116340639A (zh) * | 2023-03-31 | 2023-06-27 | 北京百度网讯科技有限公司 | 新闻召回方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559206A (zh) * | 2013-10-10 | 2014-02-05 | Tcl集团股份有限公司 | 一种信息推荐方法及系统 |
CN103886090A (zh) * | 2014-03-31 | 2014-06-25 | 北京搜狗科技发展有限公司 | 基于用户喜好的内容推荐方法及装置 |
CN104391976A (zh) * | 2014-12-08 | 2015-03-04 | 畅捷通信息技术股份有限公司 | 社交对象的推荐方法和装置 |
CN105224699A (zh) * | 2015-11-17 | 2016-01-06 | Tcl集团股份有限公司 | 一种新闻推荐方法及装置 |
-
2016
- 2016-03-28 CN CN201610182077.4A patent/CN105868332A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559206A (zh) * | 2013-10-10 | 2014-02-05 | Tcl集团股份有限公司 | 一种信息推荐方法及系统 |
CN103886090A (zh) * | 2014-03-31 | 2014-06-25 | 北京搜狗科技发展有限公司 | 基于用户喜好的内容推荐方法及装置 |
CN104391976A (zh) * | 2014-12-08 | 2015-03-04 | 畅捷通信息技术股份有限公司 | 社交对象的推荐方法和装置 |
CN105224699A (zh) * | 2015-11-17 | 2016-01-06 | Tcl集团股份有限公司 | 一种新闻推荐方法及装置 |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106384082A (zh) * | 2016-08-30 | 2017-02-08 | 西安小光子网络科技有限公司 | 一种基于光标签的用户热点获取方法 |
CN106384082B (zh) * | 2016-08-30 | 2019-09-03 | 西安小光子网络科技有限公司 | 一种基于光标签的用户热点获取方法 |
CN106528724A (zh) * | 2016-10-27 | 2017-03-22 | 武汉斗鱼网络科技有限公司 | 一种推送信息的方法及装置 |
CN106528724B (zh) * | 2016-10-27 | 2019-09-10 | 武汉斗鱼网络科技有限公司 | 一种推送信息的方法及装置 |
CN107026892A (zh) * | 2016-11-03 | 2017-08-08 | 阿里巴巴集团控股有限公司 | 消息推荐方法和装置 |
CN107026892B (zh) * | 2016-11-03 | 2020-04-28 | 阿里巴巴集团控股有限公司 | 消息推荐方法和装置 |
CN107093122B (zh) * | 2016-12-02 | 2021-01-19 | 北京星选科技有限公司 | 对象分类方法及装置 |
CN107093122A (zh) * | 2016-12-02 | 2017-08-25 | 北京小度信息科技有限公司 | 对象分类方法及装置 |
CN106897449A (zh) * | 2017-03-03 | 2017-06-27 | 北京搜狐新媒体信息技术有限公司 | 排序方法及装置 |
CN107016068A (zh) * | 2017-03-21 | 2017-08-04 | 深圳前海乘方互联网金融服务有限公司 | 知识图谱构建方法及装置 |
CN107239537A (zh) * | 2017-06-01 | 2017-10-10 | 福建中金在线信息科技有限公司 | 一种文档展示的方法、装置、电子设备及可读存储介质 |
WO2018227437A1 (en) * | 2017-06-14 | 2018-12-20 | Alibaba Group Holding Limited | Method and apparatus for real-time interactive recommendation |
US11741072B2 (en) | 2017-06-14 | 2023-08-29 | Alibaba Group Holding Limited | Method and apparatus for real-time interactive recommendation |
CN107515812A (zh) * | 2017-09-07 | 2017-12-26 | 郑州云海信息技术有限公司 | 一种智能呈现存储管理软件日志的方法及装置 |
CN107886410A (zh) * | 2017-11-29 | 2018-04-06 | 北京小米移动软件有限公司 | 产品推荐的方法、装置及存储介质 |
CN109961304A (zh) * | 2017-12-22 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
CN109961304B (zh) * | 2017-12-22 | 2021-09-17 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
CN110245999A (zh) * | 2018-03-09 | 2019-09-17 | 阿里巴巴集团控股有限公司 | 信息推荐方法、信息显示方法、装置及计算设备 |
CN108737906A (zh) * | 2018-06-05 | 2018-11-02 | 北京奇艺世纪科技有限公司 | 一种投票统计方法及装置 |
CN108737906B (zh) * | 2018-06-05 | 2020-09-15 | 北京奇艺世纪科技有限公司 | 一种投票统计方法及装置 |
CN109325223B (zh) * | 2018-07-24 | 2023-08-25 | 阿里巴巴(中国)有限公司 | 文章推荐方法、装置及电子设备 |
CN109325223A (zh) * | 2018-07-24 | 2019-02-12 | 广州神马移动信息科技有限公司 | 文章推荐方法、装置及电子设备 |
CN109166039A (zh) * | 2018-08-10 | 2019-01-08 | 大智慧信息技术有限公司 | 自选指数的编制方法和系统 |
CN109493172A (zh) * | 2018-10-23 | 2019-03-19 | 广州致轩服饰有限公司 | 一种基于用户标签的商品推送方法与装置 |
CN109493172B (zh) * | 2018-10-23 | 2021-02-19 | 广州致轩服饰有限公司 | 一种基于用户标签的商品推送方法与装置 |
CN109408727B (zh) * | 2018-11-23 | 2022-11-22 | 武汉烽火众智软件技术有限公司 | 基于多维感知数据的用户关注信息智能推荐方法及系统 |
CN109408727A (zh) * | 2018-11-23 | 2019-03-01 | 武汉烽火众智数字技术有限责任公司 | 基于多维感知数据的用户关注信息智能推荐方法及系统 |
CN109376305A (zh) * | 2018-12-04 | 2019-02-22 | 山东浪潮通软信息科技有限公司 | 一种基于用户行为分析的新闻热度排序方法及系统 |
CN110795555B (zh) * | 2019-10-31 | 2022-06-17 | 北京明略软件系统有限公司 | 知识图谱数据展示方法及相关装置 |
CN110795555A (zh) * | 2019-10-31 | 2020-02-14 | 北京明略软件系统有限公司 | 知识图谱数据展示方法及相关装置 |
CN113495996A (zh) * | 2020-03-18 | 2021-10-12 | 北京达佳互联信息技术有限公司 | 一种对象推荐方法、装置、设备及介质 |
CN113495996B (zh) * | 2020-03-18 | 2024-02-23 | 北京达佳互联信息技术有限公司 | 一种对象推荐方法、装置、设备及介质 |
CN116340639A (zh) * | 2023-03-31 | 2023-06-27 | 北京百度网讯科技有限公司 | 新闻召回方法、装置、设备及存储介质 |
CN116340639B (zh) * | 2023-03-31 | 2023-12-12 | 北京百度网讯科技有限公司 | 新闻召回方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105868332A (zh) | 一种热点概念的推荐方法和装置 | |
CN101743542B (zh) | 收集和呈现基于时间的动作信息 | |
Kurtz et al. | Worldwide use and impact of the NASA Astrophysics Data System digital library | |
CN107526807A (zh) | 信息推荐方法及装置 | |
JP5452229B2 (ja) | 検索機能を備えたバナー広告提供方法およびシステム、またはこの方法を実行させるためのプログラムを記録したコンピュータ読取可能な記録媒体 | |
US20080162275A1 (en) | Author-assisted information extraction | |
JP2004164578A (ja) | 分散型データベースの文書をカテゴリー分けしてプレゼンテーションする方法及び装置 | |
Liu et al. | Identifying indicators of fake reviews based on spammer's behavior features | |
CN102591969A (zh) | 基于用户历史行为提供搜索结果的方法及服务器 | |
CN103412882A (zh) | 一种识别消费意图的方法及装置 | |
CN111476469B (zh) | 一种拓客方法、终端设备及存储介质 | |
CN108765052A (zh) | 电商推荐/推送方法及装置、存储介质及计算设备 | |
CN103412940B (zh) | 检测欺诈电话的方法 | |
JP3671368B2 (ja) | Web情報検索装置、web情報検索方法及びその方法をコンピュータに実行させるプログラム | |
CN104462397A (zh) | 推广信息处理方法和装置 | |
Ha et al. | An analysis on information diffusion through BlogCast in a blogosphere | |
CN105930527A (zh) | 搜索方法及装置 | |
CN109460515A (zh) | 基于区块链的搜索数据处理方法和装置 | |
CN108710664A (zh) | 一种热词分析方法、计算机可读存储介质及终端设备 | |
CN103605742A (zh) | 识别网络资源实体目录页的方法及装置 | |
CN106250456A (zh) | 一种中标公告的抽取方法及装置 | |
US7818218B2 (en) | Systems and methods for providing community based catalogs and/or community based on-line services | |
Liang et al. | Detecting novel business blogs | |
JP2006195974A (ja) | コンピュータ・ネットワークにおける広告の目標とされた表示を管理するプラットフォーム | |
KR100720993B1 (ko) | 날짜 검색어를 이용한 인터넷 검색 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160817 |
|
RJ01 | Rejection of invention patent application after publication |