CN106549965A - 一种智能过滤信息的方法 - Google Patents
一种智能过滤信息的方法 Download PDFInfo
- Publication number
- CN106549965A CN106549965A CN201610970867.9A CN201610970867A CN106549965A CN 106549965 A CN106549965 A CN 106549965A CN 201610970867 A CN201610970867 A CN 201610970867A CN 106549965 A CN106549965 A CN 106549965A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- interesting
- filters
- interested
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
- H04L63/0227—Filtering policies
- H04L63/0245—Filtering by information in the payload
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种智能过滤信息的方法,主要包括人工过滤和智能过滤,用户在浏览网络信息时,系统根据用户的兴趣对信息进行过滤,过滤掉用户不感兴趣的信息,留下用户感兴趣的信息,同时还为用户推送用户感兴趣的信息。
Description
技术领域
本发明涉及一种数据处理方法,尤其是涉及一种智能过滤信息的方法。
背景技术
目前在社会信息化的大环境下,互联网所包含的信息内容庞杂、数量繁多,无形中增加互联网用户日常浏览信息时的负担。
发明内容
发明内容
本发明为用户提供一种智能过滤信息的方法,为用户提供一种个性化的信息服务。
本发明解决问题所采用的方法是:
该方法包括人工过滤和智能过滤两种方法,根据用户的兴趣为用户过滤掉不感兴趣的信息,留下用户感兴趣的信息,还可以为用户主动推送他们感兴趣的信息。
人工过滤是指用户在浏览互联网信息时,对已经阅读过的信息,做出“喜欢”或“不喜欢”的评价,来主动告诉系统他的兴趣所在,系统通过对这些信息进行对比分析,会自动过滤掉与“不喜欢”信息类别相同或相似的信息,留下用户“喜欢”信息类别相同或相似的信息。
智能过滤是指用隐式方式来获取用户的兴趣数据,通过对这些数据的对比分析,建立用户的兴趣模板,根据用户的兴趣模板对信息进行过滤,为用户过滤掉不感兴趣的信息,留下用户感兴趣的信息,同时为用户主动推送他们感兴趣的信息。
隐式方式就是当用户在浏览信息过程中,系统同步跟踪用户的动作,记录用户的行为,根据行为科学、心理学、统计学的研究结论来分析用户的兴趣,比如用户在浏览某个网页时,用户在指定信息上停留时间的长短、该信息内容的多少、用户访问该信息的频率、是否保存或转发该信息等对这条信息的反应都能作为用户兴趣的标志而被系统记录,这个过程中不需要用户直接参与的,系统会自动记录这类隐含在用户行为动作中的兴趣数据。
然后,系统通过对用户大量的兴趣数据的进行对比分析,建立用户的兴趣模板,根据用户的兴趣模板对信息进行过滤,为用户过滤掉不感兴趣的信息,留下用户感兴趣的信息,同时在动态的信息流中搜索用户感兴趣的信息,为用户主动推送他们感兴趣的信息。
当用户的兴趣和需求是不断变化的,系统会不断地记录收集用户的兴趣数据,进行对比分析,以不断的更新用户的兴趣模板,以保证兴趣模板的精确度,为用户更精确的过滤无用信息。
具体实施方式
本发明包括人工过滤和智能过滤两种方法。
当用户浏览网络信息时,在已经阅读过的信息网页的下方,点选“喜欢”或“不喜欢”按钮,当用户退出这条信息网页时,点选“喜欢”的信息和与此信息类别相同或相似的信息就会保留,点选“不喜欢”的信息以及与此信息类别相同或相似的信息就会被过滤屏蔽。
当用户在获取寻找信息过程中,系统会同步跟踪用户的动作,当用户在浏览信息时,系统会对用户在某条信息阅读时间的长短,信息内容的多少,用户访问这条信息的频次等数据进行记录、分析,得出用户的兴趣数据,通过这种不断地记录用户的兴趣数据,对用户大量的兴趣数据进行对比分析,建立一个用户的兴趣模板。然后系统会根据用户的兴趣模板,对信息进行过滤,过滤掉用户不感兴趣的信息,同时也会根据用户的兴趣模板为用户推选用户可能感兴趣或可能需要的信息。
Claims (3)
1.一种智能过滤信息的方法,其主要特征在于,所述方法包括:
人工过滤和智能过滤,用户在浏览网络信息时,系统根据用户的兴趣对信息进行过滤,过滤掉用户不感兴趣的信息,同时还为用户推送用户感兴趣的信息。
2.根据权利要求1所述的方法,其特征在于,人工过滤包括:
用户在浏览网络信息时,根据用户对阅读过的信息,进行“喜欢”或“不喜欢”的评价,系统经过分析,过滤屏蔽用户“不喜欢”的信息和与此信息类别相同或相似的信息。
3.根据权利要求1所述的方法,其特征在于,智能过滤包括:
系统通过隐式方式,不断获取用户的兴趣数据,经过对这些兴趣数据的对比分析,建立一个用户的兴趣模板,根据用户的兴趣模板,对信息进行过滤,过滤掉用户不感兴趣的信息,同时根据用户的兴趣模板为用户推送用户可能感兴趣的信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610970867.9A CN106549965A (zh) | 2016-11-07 | 2016-11-07 | 一种智能过滤信息的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610970867.9A CN106549965A (zh) | 2016-11-07 | 2016-11-07 | 一种智能过滤信息的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106549965A true CN106549965A (zh) | 2017-03-29 |
Family
ID=58394184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610970867.9A Pending CN106549965A (zh) | 2016-11-07 | 2016-11-07 | 一种智能过滤信息的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106549965A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959329A (zh) * | 2017-05-27 | 2018-12-07 | 腾讯科技(北京)有限公司 | 一种文本分类方法、装置、介质及设备 |
CN109948032A (zh) * | 2017-08-21 | 2019-06-28 | 李华林 | 基于用户偏好的网络搜索结果排名装置、搜索引擎及浏览器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101339562A (zh) * | 2008-08-15 | 2009-01-07 | 北京航空航天大学 | 引入兴趣模型反馈更新机制的门户个性化推荐服务系统 |
CN101520784A (zh) * | 2008-02-29 | 2009-09-02 | 富士通株式会社 | 信息发布系统和信息发布方法 |
CN102387207A (zh) * | 2011-10-21 | 2012-03-21 | 华为技术有限公司 | 基于用户反馈信息的推送方法和推送系统 |
CN102523511A (zh) * | 2011-11-09 | 2012-06-27 | 中国传媒大学 | 一种网络节目聚合及节目推荐系统和方法 |
CN102576438A (zh) * | 2009-09-21 | 2012-07-11 | 瑞典爱立信有限公司 | 用于执行推荐的方法和设备 |
US8677132B1 (en) * | 2012-01-06 | 2014-03-18 | Narus, Inc. | Document security |
-
2016
- 2016-11-07 CN CN201610970867.9A patent/CN106549965A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520784A (zh) * | 2008-02-29 | 2009-09-02 | 富士通株式会社 | 信息发布系统和信息发布方法 |
CN101339562A (zh) * | 2008-08-15 | 2009-01-07 | 北京航空航天大学 | 引入兴趣模型反馈更新机制的门户个性化推荐服务系统 |
CN102576438A (zh) * | 2009-09-21 | 2012-07-11 | 瑞典爱立信有限公司 | 用于执行推荐的方法和设备 |
CN102387207A (zh) * | 2011-10-21 | 2012-03-21 | 华为技术有限公司 | 基于用户反馈信息的推送方法和推送系统 |
CN102523511A (zh) * | 2011-11-09 | 2012-06-27 | 中国传媒大学 | 一种网络节目聚合及节目推荐系统和方法 |
US8677132B1 (en) * | 2012-01-06 | 2014-03-18 | Narus, Inc. | Document security |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959329A (zh) * | 2017-05-27 | 2018-12-07 | 腾讯科技(北京)有限公司 | 一种文本分类方法、装置、介质及设备 |
CN108959329B (zh) * | 2017-05-27 | 2023-05-16 | 腾讯科技(北京)有限公司 | 一种文本分类方法、装置、介质及设备 |
CN109948032A (zh) * | 2017-08-21 | 2019-06-28 | 李华林 | 基于用户偏好的网络搜索结果排名装置、搜索引擎及浏览器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103646078B (zh) | 一种实现互联网宣传监测目标评估的方法及装置 | |
CN108170692A (zh) | 一种热点事件信息处理方法和装置 | |
US9245035B2 (en) | Information processing system, information processing method, program, and non-transitory information storage medium | |
CN105378720A (zh) | 媒体内容发现以及角色组织技术 | |
CN110096499B (zh) | 一种基于行为时间序列大数据的用户对象识别方法及系统 | |
CN106649491A (zh) | 一种基于自然语言分析技术的信息推送系统 | |
KR20100006752A (ko) | 컨텐츠 유통 시스템 및 방법 | |
US10467255B2 (en) | Methods and systems for analyzing reading logs and documents thereof | |
CN105183925A (zh) | 内容关联推荐方法及装置 | |
CN106549965A (zh) | 一种智能过滤信息的方法 | |
Karkali et al. | Using temporal IDF for efficient novelty detection in text streams | |
US9369340B2 (en) | User-centered engagement analysis | |
Dai et al. | Scraping and clustering techniques for the characterization of LinkedIn profiles | |
CN104216873A (zh) | 一种分析情绪障碍患者网络留言情感波动特征的方法 | |
CN103365870A (zh) | 搜索结果排序的方法和系统 | |
Vandersmissen et al. | The rise of mobile and social short-form video: an in-depth measurement study of vine | |
JP2012129982A (ja) | 推定装置、推定方法、並びにプログラム | |
CN110353705B (zh) | 一种识别情绪的方法及装置 | |
CN106055572B (zh) | 页面转化参数的处理方法及装置 | |
CN108109043A (zh) | 一种推荐系统减少重复推荐的方法 | |
CN104331433B (zh) | 一种基于移动终端用户日志的烟草信息推荐方法 | |
CN110489525B (zh) | 搜索结果的获取方法和装置、存储介质及电子装置 | |
Sinnott et al. | Historic Twitter Mining: A Case Study Aiming to Identify and Capture the Social Media Network Activities of People who Died by Suicide | |
CN116304128B (zh) | 基于大数据的多媒体资讯推荐系统 | |
CN106326253B (zh) | 一种特征词提取方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170329 |