CN106951435A - 新闻推荐方法、设备及可编程设备 - Google Patents

Abstract

本发明公开了一种新闻推荐方法、设备及可编程设备。该方法包括：获取若干个符合预定长度的备选推荐条目；将每个备选推荐条目作为查询语句在预定的新闻数据库中查询以获取对应的查询结果；将查询结果符合预定推荐条件的备选推荐条目，确定为推荐条目以供推荐。根据本发明，使得用户在互联网上的海量新闻数据中能迅速获取符合兴趣点的热点新闻，提升新闻信息获取体验。

Description

新闻推荐方法、设备及可编程设备

技术领域

本发明涉及新闻推荐技术领域，更具体地，涉及一种新闻推荐方法、设备及可编程设备。

背景技术

随着移动互联网技术的发展，通过移动设备(例如手机、平板电脑)上安装的具有访问互联网功能的应用程序获取互联网上发布的信息，已经成为人们日常生活中获取信息的主要手段。

而时下互联网上发布的信息几乎成爆炸式增长，特别是，新闻作为一种具有时效性、热度以及阅读从众性等多种特性的信息，其信息量更是以爆炸的速度不断增长，使得从互联网获取新闻的用户，直面海量的新闻信息，很容易受到“信息过载”和“信息迷航”问题的困扰。

因此，发明人发现，有必要针对上述现有技术中存在的问题进行改进。

发明内容

本发明的一个目的是提供一种用于新闻推荐的新技术方案。

根据本发明的第一方面，提供了一种新闻推荐方法，包括：

获取若干个符合预定长度的备选推荐条目；

将每个所述备选推荐条目作为查询语句在预定的新闻数据库中查询以获取对应的查询结果，其中，所述查询结果为是否返回对应的新闻事件，所述新闻事件至少包括事件描述信息、事件属性信息以及相关的新闻文章集合；

将所述查询结果符合预定推荐条件的所述备选推荐条目，确定为推荐条目以供推荐，其中，所述预定推荐条件至少包括所述查询结果中包括返回的对应的新闻事件。

优选地，所述获取若干个符合预定长度的备选推荐条目的步骤包括：

将语句长度符合所述预定长度、语句的新闻点击展现比符合点击展现比阈值以及语句的点击数据的评分符合备选评分条件的历史查询语句，确定为所述备选推荐条目；以及

对所获取的符合热点事件条件的所述新闻事件，根据所述新闻事件的事件描述信息，抽取出对应的符合预定长度的特征语句作为所述备选推荐条目，其中，所述事件描述信息至少包括事件关键词信息。

可选地，所述预定推荐条件是，如果所述查询结果中包含对应返回的所述新闻事件，并且所述新闻事件的所述事件属性信息符合预定属性条件，则对应的所述备选推荐条目为所述推荐条目，其中，所述事件属性信息至少包括所述新闻事件的热度信息。

可选地，所述新闻推荐方法还包括：

根据所述推荐条目的查询结果中包含的对应的所述新闻事件，对所述推荐条目进行语义改写处理之后进行去重处理，以获取对应的优选推荐条目，并将所述优选推荐条目确定为最终的推荐条目以供推荐。

可选地，所述新闻推荐方法还包括：

根据与所述推荐条目的所述查询结果中包含的对应的所述新闻事件的所述事件属性信息，对符合预定数目的所述推荐条目进行推荐排序以生成对应的新闻推荐列表以供推荐，所述事件属性信息至少所述新闻事件的热度信息和时效信息。

进一步可选地，所述新闻推荐方法还包括：

响应于新闻推荐列表展示请求，向用户展示所述新闻推荐列表以供用户选择所述推荐条目，以浏览与所述推荐条目对应的所述新闻事件。

更进一步可选地，所述新闻推荐方法还包括：

根据统计周期内获取的所述新闻推荐列表中包含的所述推荐条目对应的用户浏览数据，对所述推荐条目重新进行推荐排序以更新所述新闻推荐列表。

可选地，所述新闻推荐方法还包括：

根据预定的周期，触发更新所述推荐条目。

根据本发明的第二方面，提供一种新闻推荐设备，包括：

备选推荐单元，用于获取若干个符合预定长度的备选推荐条目；

查询单元，用于将每个所述备选推荐条目作为查询语句在预定的新闻数据库中查询以获取对应的查询结果，其中，所述查询结果为是否返回对应的新闻事件，所述新闻事件至少包括事件描述信息、事件属性信息以及相关的新闻文章集合；

推荐确定单元，用于将所述查询结果符合预定推荐条件的所述备选推荐条目，确定为推荐条目以供推荐，其中，所述预定推荐条件至少包括所述查询结果中包括返回的对应的所述新闻事件。

可选地，所述备选推荐单元还用于：

将语句长度符合所述预定长度、语句的新闻点击展现比大于点击展现比阈值以及语句的点击数据的评分符合备选评分条件的历史查询语句，确定为所述备选推荐条目；以及

对所获取的符合热点事件条件的所述新闻事件，根据所述新闻事件的事件描述信息，抽取出对应的符合预定长度的特征语句作为所述备选推荐条目，其中，所述事件描述信息至少包括事件关键词信息。

可选地，所述新闻推荐设备还包括：

优选推荐单元，用于根据所述推荐条目的查询结果中包含的对应的所述新闻事件，对所述推荐条目进行语义改写处理之后再进行去重处理，以获取对应的优选推荐条目，并将所述优选推荐条目确定为最终的推荐条目以供推荐。

可选地，所述新闻推荐设备还包括：

列表生成单元，用于根据与所述推荐条目的所述查询结果中包含的对应的所述新闻事件的所述事件属性信息，对符合预定数目的所述推荐条目进行推荐排序以生成对应的新闻推荐列表以供推荐，所述事件属性信息至少所述新闻事件的热度信息和时效信息。

进一步可选地，所述新闻推荐设备还包括：

列表展示单元，用于响应于新闻推荐列表展示请求，向用户展示所述新闻推荐列表以供用户选择所述推荐条目，以浏览与所述推荐条目对应的所述新闻事件。

更进一步可选地，所述新闻推荐设备还包括：

列表更新单元，用于根据统计周期内获取的所述新闻推荐列表中包含的所述推荐条目对应的用户浏览数据，对所述推荐条目重新进行推荐排序以更新所述新闻推荐列表。

可选地，所述新闻推荐设备还包括：

请求生成单元，用于根据预定的周期，触发更新所述推荐条目。

根据本发明的第三方面，提出一种可编程设备，包括存储器和处理器，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行根据本发明的第一方面提供的任意一项新闻推荐方法。

本发明的发明人发现，在现有技术中，尚未存在一种新闻推荐方法、设备及可编程设备，可以识别主流用户的新闻兴趣点以及热点新闻趋势获取推荐条目以向用户推荐新闻，提升新闻信息获取体验。因此，本发明所要实现的技术任务或者所要解决的技术问题是本领域技术人员从未想到的或者没有预期到的，故本发明是一种新的技术方案。

本发明的有益效果在于：可以实现识别主流用户的新闻兴趣点以及热点新闻趋势，将对应的满足时效性以及热度的新闻事件推荐给用户，客观地提供合理的推荐指引，满足大多数用户浏览新闻信息时的从众性阅读习惯，使得用户在互联网上的海量新闻数据中能迅速获取符合兴趣点的热点新闻，提升新闻信息获取体验。此外，还可以应用于与获取新闻信息相关的应用场景以获取较好的引导流量的效果。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1是显示可用于实现本发明的实施例的计算系统的硬件配置的例子的框图。

图2示出了本发明的实施例的新闻推荐方法的流程图。

图3示出了本发明的实施例的新闻推荐方法的又一流程图。

图4是本发明的实施例的新闻推荐方法的例子的示意图。

图5是本发明的实施例的新闻推荐方法的例子的又一示意图。

图6是本发明的实施例的新闻推荐方法的例子的流程图。

图7是本发明的实施例的新闻推荐设备的示意性框图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

<硬件配置>

图1是示出可以实现本发明的实施例的计算机系统1000的硬件配置的框图。

如图1所示，计算机系统1000包括计算机1110。计算机1110可以是服务器或者类似服务器的设备，包括经由系统总线1121连接的处理器1120、存储器1130、固定非易失性存储器接口1140、移动非易失性存储器接口1150、用户输入接口1160、网络接口1170、视频接口1190和输出外围接口1195。

存储器1130包括ROM(只读存储器)和RAM(随机存取存储器)。BIOS(基本输入输出系统)驻留在ROM内。操作系统、应用程序、其它程序模块和某些程序数据驻留在RAM内。

诸如硬盘的固定非易失性存储器连接到固定非易失性存储器接口1140。固定非易失性存储器例如可以存储操作系统、应用程序、其它程序模块和某些程序数据。

诸如软盘驱动器和CD-ROM驱动器的移动非易失性存储器连接到移动非易失性存储器接口1150。例如，软盘可以被插入到软盘驱动器中，以及CD(光盘)可以被插入到CD-ROM驱动器内。

诸如鼠标和键盘的输入设备被连接到用户输入接口1160。

计算机1110可以通过网络接口1170连接到远程计算机1180。例如，网络接口1170可以通过局域网连接到远程计算机。或者，网络接口1170可以连接到调制解调器(调制器－解调器)，以及调制解调器经由广域网连接到远程计算机1180。

远程计算机1180可以包括诸如硬盘的存储器，其可以存储远程应用程序。

视频接口1190连接到监视器。

输出外围接口1195连接到打印机和扬声器。

图1所示的计算机系统仅仅是说明性的并且决不意味着对本发明、其应用或使用的任何限制。应用于本发明的实施例中，计算机1110的所述存储器1130用于存储指令，所述指令用于控制所述处理器1110进行操作以执行本发明实施例提供的任意一项新闻推荐方法。本领域技术人员应当理解，尽管在图1中对计算机1110都示出了多个装置，但是，本发明可以仅涉及其中的部分装置，例如，计算机1110只涉及处理器1110和存储器1120等。技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。

<实施例>

在本实施例中，总体构思是提供一种新闻推荐方法，可以识别主流用户的新闻兴趣点以及新闻热点趋势，生成推荐条目以供推荐给用户，使得用户在互联网上的海量新闻数据中能迅速获取感兴趣的热点新闻，提升新闻信息获取体验。

而通过识别主流用户的新闻兴趣点以及新闻热点趋势，生成推荐条目以供推荐给用户，还可以使得新闻推荐结果更客观，符合新闻信息的从众阅读习惯，同时可以避免针对单个用户的历史浏览数据进行个性化推荐造成新闻推荐的单一性问题以及针对每个用户个性化推荐代理的处理复杂度，此外也能避免仅根据时效性或热度进行新闻推荐不能有效贴合用户兴趣点带来推荐效率不高的问题。

本实施例中提供的新闻推荐方法，如图2所示，包括：

步骤S2100，获取若干个符合预定长度的备选推荐条目；

其中，可以是响应于新闻推荐请求，获取所述备选条目，所述新闻推荐请求可以由具有新闻推荐需求的应用对象触发产生，例如，由具有新闻推荐需求的应用程序(例如具有网络访问的客户端)，也可以实施本实施例中的新闻推荐方法的实施设备识别存在新闻推荐需求后自行产生，例如，该实施设备可以是某个具有新闻搜索、浏览功能的应用设备，更具体地，是应用设备中所包含的服务器设备，可以在识别应用设备所包含的客户端设备被触发进行新闻搜索或浏览时，触发生成新闻推荐请求。

而所获取的若干个所述备选推荐条目，是能体现用户主流兴趣点以及新闻热点趋势，语义简练且完整地表达一个新闻事件的语句，该备选推荐条目的长度符合预定长度，以保证实现简练且完整表达一个新闻事件的目的。所述预定长度可以根据工程经验值或仿真实验值选取，在一个例子中，该预定长度为6-15个字符。

在本实施例中，可以根据获取的历史查询语句识别主流用户的新闻兴趣点，以及识别符合新闻热点趋势的新闻事件，从而获取对应的备选推荐条目以体现用户主流兴趣点以及新闻热点趋势，因此，在一个例子中，步骤S2100中获取若干个符合预定长度的备选推荐条目的步骤如图3所示，包括：

步骤S2101，将语句长度符合所述预定长度、语句的新闻点击展现比大于点击展现比阈值以及语句的点击数据的评分符合备选评分条件的历史查询语句，确定为所述备选推荐条目；

其中，所述历史查询语句可以是从最近的预定时间段的全网历史搜索日志中挖掘获取的可以触发查询返回新闻的查询语句，所述预定时间段根据工程经验值或仿真实验值设置，例如，可以设置为24小时(1天)；

而语句的新闻点击展现比，可以根据从历史搜索日志中记录的对应的历史查询语句的点击参数计算，具体地，历史查询语句的点击参数包括该历史查询语句触发查询返回新闻的次数n1，以及用户点击打开查询返回的新闻的次数n2，从而，语句的新闻点击展现比＝n2/n1，而当新闻点击展现比大于点击展现比阈值时，该点击展现比阈值是满足用户的新闻浏览意图的点击展现比，这就意味着该历史查询语句可以满足用户的新闻浏览意图，该点击展现比阈值可以根据工程经验值或仿真实验值设置；

而语句的点击数据可以包括多维度的用户的点击数据，具体地，语句的点击数据可以包括对应查询语句的总点击数、新闻垂类点击数、非新闻垂类点击数以及新闻垂类最终点击数，其中，总点击数是新闻垂类点击数和非新闻垂类点击数的和；新闻垂类点击数是该查询语句触发返回新闻后用户在对应的查询结果中点击新闻内容的总次数，新闻垂类点击数越大，就意味着对应的查询语句体现越高的主流用户的新闻兴趣度；非新闻垂类点击数是该查询语句触发返回新闻后用户在对应的查询结果中点击非新闻内容的总次数，非新闻垂类点击数越接近总点击数，则意味着对应的查询语句体现的新闻意图越模糊；新闻垂类最终点击数是该查询语句触发返回新闻后用户在对应的查询结果中点击新闻内容不再点击其他内容的次数，新闻垂类最终点击数越接近新闻垂类点击数，则意味着对应的查询语句体现的新闻意图越明确；

具体地，假设总点击数为TotalNum，新闻垂类点击数为NewsNum，非新闻垂类点击数为NoNewsNum，新闻垂类最终点击数为EndNewsNum,则语句的点击数据的评分Score1可以根据以下公式计算：

Score1＝f1*EndNewsNum/NewsNum+f2*NewsNum/TotalNum+f3*NoNewsNum/TotalNum+f4*NewsNum；

其中，f1、f2、f3、f4为对应设置的权重参数，可以根据具体应用场景的历史经验值或者仿真实验值设置，进一步地，Score1还可以根据以下公式计算：

Score1＝F1(EndNewsNum/NewsNum)+F2(NewsNum/TotalNum)+F3(NoNewsNum/TotalNum)+f4*NewsNum；

其中，F1(x)、F2(x)、F3(x)为对应设置的权重函数，具体地，可以是逻辑函数的形式，其中涉及的函数参数可以根据具体应用场景的历史经验值或者仿真实验值设置；

而所述备选评分条件可以是预设点击数据的分数阈值，该分数阈值可以根据体现主流用户的新闻兴趣点的语句所具有的点击数据的评分的历史值或者预估值设置，当某个历史查询语句的点击数据的评分大于该分数阈值时，则意味着该历史查询语句能体现主流用户的新闻兴趣点，而同时该历史查询语句符合预定长度以实现简洁且完整地表达一个新闻事件，并且该历史查询语句的新闻点击展现比大于点击展现比阈值以满足用户的新闻浏览意图时，则将该历史查询语句确定为备选推荐条目，以体现主流用户的新闻兴趣点；

步骤S2102，对所获取的符合热点事件条件的所述新闻事件，根据所述新闻事件的事件描述信息，抽取出对应的符合预定长度的特征语句作为所述备选推荐条目，其中，所述事件描述信息至少包括事件关键词信息；

其中，所述新闻事件至少包括事件描述信息、事件属性信息以及相关的新闻文章集合，所述事件描述信息用于描述该新闻事件，至少包括事件关键词信息，所述事件关键词信息可以是体现该新闻事件的特征的一系列关键词以及对应的关键词权重分；

所述事件属性信息是用于标识该新闻事件的属性，例如，可以包括该新闻事件的热度信息或者时效性信息，该热度信息可以是该新闻事件的热度评分或者热度排名；

所述相关的新闻文章集合有若干个相关的新闻文章构成，所述新闻文章具有文章标题以及对应的文章内容；

所述热点事件条件是体现新闻热点趋势的热点新闻事件应符合的条件，具体地，可以根据热点新闻事件应具有的热度评分而设置的热度阈值或者热点新闻事件应具有的热度排名的热度排名次序，例如，所述热点事件条件可以设置为热度排名前500名的新闻事件为热点新闻事件；

在获取符合热点事件条件的新闻事件后，对每个获取的新闻事件，根据新闻事件的事件描述信息，抽取对应的符合预定长度的特征语句，事件描述信息至少包括事件关键词信息，具体的一个例子中，所述事件关键词信息可以是体现该新闻事件的特征的一系列关键词以及对应的关键词权重值，则相应的抽取对应的符合预定长度的特征语句的方法，如图4所示，包括：

首先，在每个获取的新闻事件中包含的相关的新闻文章集合中，对每个相关的新闻文章的文章标题根据语义进行抽取，抽取符合预定长度(例如6-15个字符)并且能完整表达语义的语句作为备选特征语句，例如，一个新闻事件是关于双十一晚会，其相关的新闻文章集合内有一篇新闻文章的标题为“天猫双十一狂欢晚会直播，天王巨星闪耀登场，星光灿烂全网狂欢”，预定长度为6-15个字符，可以抽取到备选特征语句为“天猫双十一狂欢晚会直播”、“天王巨星闪耀登场”、“星光灿烂全网狂欢”，而进一步地，如果新闻文章的文章标题在预定长度内，可以直接将该文章标题作为备选特征语句，例如，有一篇新闻文章的文章标题为“天猫双十一狂欢夜晚会直播”，在预定的长度内，可以直接作为备选特征语句；

然后，根据新闻事件的关键词以及关键词权重值，计算抽取的多个备选特征语句的权重分，例如，一个新闻事件是关于双十一晚会，该新闻事件的关键词为：“双十一”(关键词权重值为10)、“晚会”(关键词权重值为8)、“淘宝”(关键词权重值为7)、“天猫”(关键词权重值为7)、“购物”(关键词权重值为5)，而抽取到的备选特征语句为“天猫双十一狂欢晚会直播”、“天王巨星闪耀登场”、“星光灿烂全网狂欢”，则“天猫双十一狂欢晚会直播”这一备选特征语句中包含关键词“天猫”、“双十一”、“晚会”，对应的权重分为7+10+8＝25，而其他两个“天王巨星闪耀登场”、“星光灿烂全网狂欢”中均不包含关键词，因此对应的权重分均为0；

最后，在获取每个备选特征语句的权重分后，将权重分最高且大于权重分阈值的备选特征语句确定为该新闻事件的特征语句，所述权重分阈值可以根据具体应用场景的工程经验值或者实验仿真值设置，例如，假设权重分阈值为20分，而“天猫双十一狂欢晚会直播”这一备选特征语句的权重分为25且为三个备选特征语句中最高，因此，可以将“天猫双十一狂欢晚会直播”确定为对应的新闻事件的特征语句，而该新闻事件符合热点事件条件，将该新闻事件的特征语句作为备选推荐条目，以体现新闻热点趋势。

在步骤S2100获取若干个备选推荐条目之后，进入步骤S2200将每个所述备选推荐条目作为查询语句在预定的新闻数据库中查询以获取对应的查询结果，其中，所述查询结果为是否返回对应的新闻事件，所述新闻事件至少包括事件描述信息、事件属性信息以及相关的新闻文章集合；

其中，所述事件描述信息用于描述该新闻事件，至少包括事件关键词信息，所述事件关键词信息可以是体现该新闻事件的特征的一系列关键词以及对应的关键词权重分，进一步地，所述事件描述信息还可以包括事件标题以及事件图片，所述事件标题可以是相关的新闻文章集合中选取的最具有新闻事件代表性的新闻文章的标题，所述事件图片可以是相关的新闻文章集合中选取的最具有新闻事件代表性的新闻图片。

所述事件属性信息是用于标识该新闻事件的属性，例如，可以包括该新闻事件的热度信息或者时效性信息，该热度信息可以是该新闻事件的热度评分或者热度排名。

所述相关的新闻文章集合有若干个相关的新闻文章构成，所述新闻文章具有文章标题以及对应的文章内容。

而所述预定的新闻数据库，是预先构建并且持续更新的、可供被触发新闻类数据查询返回对应的查询结果的数据库，该数据库中包含若干个新闻事件，该新闻事件可以通过网页爬取或者其他技术手段实时获取互联网上发布的新闻数据并进行聚类生成，具体的一个例子中，所述预定的新闻数据库是提供新闻类数据搜索功能的应用设备或应用程序所具有的数据库，可以通过触发该应用设备或应用程序以备选推荐条目作为查询语句进行查询获取对应的查询结果。

在步骤S2200获取查询结果后，进入步骤S2300，将所述查询结果符合预定推荐条件的所述备选推荐条目，确定为推荐条目以供推荐，根据与所述推荐条目的查询结果中包含的对应的所述新闻事件，其中，所述预定推荐条件至少包括所述查询结果中包括返回的对应的所述新闻事件。

所述预定推荐条件是作为推荐条目所应具备的条件，具体地，所述预定推荐条件至少包括所述查询结果中包括返回的对应的所述新闻事件，以使得所述推荐条目被推荐给用户时能使得用户可以浏览对应的新闻事件。

进一步地，所述预定推荐条件可以是，如果所述查询结果中包含对应返回的所述新闻事件，并且所述新闻事件的所述事件属性信息符合预定属性条件，则对应的所述备选推荐条目为所述推荐条目，其中，所述事件属性信息至少包括所述新闻事件的热度信息。

其中，查询结果中包含对应返回的所述新闻事件，意味着对应的备选推荐条目实际语义完整且实际体现新闻意图，以避免因为实际语义不完整或者实际不能明确体现新闻意图，导致查询结果不包含反馈的新闻事件的备选推荐条目被确定为推荐条目。

而查询结果中返回的新闻事件的事件属性信息符合预定属性条件，该预定属性条件为根据工程经验值或者仿真实验值定义的热点新闻应具有的事件属性信息，以确定查询结果中返回的新闻事件为热点新闻事件的对应的备选推荐条目作为推荐条目。

具体地，事件属性信息至少包括所述新闻事件的热度信息，该热度信息可以是热度评分或者热度排名，对应的，所述预定属性条件至少包括对应的新闻事件的热度评分或者热度排名大于对应的热度阈值，该热度阈值是可以是热点新闻事件具有的热度评分或者热度排名的历史值或者预估值，可以根据工程经验值或者仿真实验值设置，而进一步地，事件属性信息中还可以包括时效信息，该时效信息可以是新闻事件的发生时间或者更新时间，对应的，所述预定属性条件还可以包括对应的新闻事件的发生事件或者更新事件小于对应的时间阈值，该时间阈值体现根据热点新闻事件应符合的时效要求，可以根据工程经验值或者仿真实验值设置。

上述已经结合图2、图3说明了本实施例中提供的新闻推荐方法，将获取的备选推荐条目后作为查询语句，在预定的新闻数据库中进行查询以获取查询结果后，将查询结果的符合预定推荐条件的备选推荐条目确定为推荐条目以供推荐，实现识别主流用户的新闻兴趣点以及热点新闻趋势，将对应的满足时效性以及热度的新闻事件推荐给用户，客观地提供合理的推荐指引，满足大多数用户浏览新闻信息时的从众性阅读习惯，使得用户在互联网上的海量新闻数据中能迅速获取感兴趣的热点新闻，提升新闻信息获取体验。此外，该新闻推荐方法还可以应用于与获取新闻信息相关的应用场景以获取较好的引导流量的效果。

进一步地，本实施例中提供的新闻推荐方法还包括：根据所述推荐条目的查询结果中包含的对应的所述新闻事件，对所述推荐条目进行语义改写处理之后再进行去重处理，以获取对应的优选推荐条目，并将所述优选推荐条目确定为最终的推荐条目以供推荐。

其中，所述新闻事件至少包括事件描述信息、事件属性信息以及相关的新闻文章集合，所述事件描述信息用于描述该新闻事件，至少包括事件关键词信息，所述事件关键词信息可以是体现该新闻事件的特征的一系列关键词以及对应的关键词权重分，所述事件属性信息可以包括新闻事件的热度信息和时效性信息，所述相关的新闻文章集合有若干个相关的新闻文章构成，所述新闻文章具有文章标题、对应的文章内容，而所述事件属性还可以包括对应的新闻事件中的每一个相关的新闻文章的热度值或者热度排名，该热度值或者热度排名可以是综合热度以及时效得到的取值或排名。

具体地，可以对查询结果中包含的对应的新闻事件中，根据事件属性信息中包含的每一个相关的新闻文章的热度排名，选取排名在前的N个新闻文章(N的取值可以根据工程经验值或者实验仿真值选取)，对该N个新闻文章的每一个的文章标题抽取符合的预定长度(例如6-15个字符)的备选句，备选句的抽取方法可以与上文所述的备选特征语句的抽取方法相同，在此不再赘述；在抽取备选句后，根据事件描述信息中包括的关键词以及对应的权重，计算每个备选句的权重分，计算备选句的权重分的方法可以与上文中计算备选特征语句的权重分的方法相同，在此不再赘述；将权重分最高的备选句作为相关句，对对应的推荐条目进行改写，例如，推荐条目为“双十一晚会”，而相关句为“天猫双十一晚会在深圳举行”，可以将推荐条目进行语义改写为“天猫双十一晚会在深圳举行”，从而使得推荐条目的语义更丰富流畅，同时增强推荐条目与对应的新闻事件之间的实时相关度，尽量降低由于新闻事件的更新，使得推荐条目与新闻事件的实时相关度降低，不能有效推荐新闻的概率。

在将推荐条目进行语义改写后，在实际应用中，会出现多个推荐条目会对应同一个新闻事件的情况，因此，对语义改写后的多个推荐条目进行去重处理，具体地，可以将对应同一个新闻事件的语义改写后的多个推荐条目，都根据新闻事件的事件描述信息中包括的关键词进行余弦相似度计算，将相似度最高的语义改写后的推荐条目作为优选推荐条目，并且将其他非优选推荐条目删除，使得优选推荐条目确定为最终的推荐条目以供推荐。

或者，在本实施例中提供的新闻推荐方法中，还可以包括：根据与所述推荐条目的所述查询结果中包含的对应的所述新闻事件的所述事件属性信息，对符合预定数目的所述推荐条目进行推荐排序以生成对应的新闻推荐列表以供推荐，所述事件属性信息至少所述新闻事件的热度信息和时效信息。

具体地，该热度信息可以是新闻事件的热度值或者热度排名，该时效信息可以是新闻事件发生或更新的时间。预定数目是新闻推荐列表中预设包含的推荐条目的数目，可以根据实际应用需求进行设置。

在本例中，对于符合预定数目的多个推荐条目，可以根据每个推荐条目的热度值以及发生时间分别乘以对应的权重获取综合评分，对应的权重取值可以根据工程经验值或者实验仿真值设置，该综合评分的分数越高，则意味着推荐条目对应的新闻事件越能体现主流用户的新闻兴趣点以及热点新闻趋势，而按综合评分的分数的高低获取对应推荐条目的推荐排序的次序，以生成对应的新闻推荐列表以供推荐，从而使得用户可以更方便有效地从新闻推荐列表中选择推荐条目以浏览对应的新闻事件，进一步提高用户获取新闻信息的体验。

进一步地，在上例中，所述新闻推荐方法还可以包括，响应于新闻推荐列表展示请求，向用户展示所述新闻推荐列表以供用户选择所述推荐条目，以浏览与所述推荐条目对应的所述新闻事件。

具体地，所述新闻推荐列表展示请求，可以是在用户在搜索与新闻类信息时触发，例如，在用户通过某个提供新闻搜索功能的应用设备进行输入任意一个查询语句触发新闻类信息搜索时，可以由该应用自行触发生成新闻推荐列表展示请求，以获取最新生成新闻推荐列表展示在与用户输入的查询语句对应的查询结果的呈现界面上，使得用户在浏览查询结果的同时，还可以通过在新闻推荐列表选择推荐条目来浏览对应的新闻事件，丰富用户的新闻信息获取体验；或者，所述新闻推荐列表展示请求，可以是由提供新闻类信息浏览或者搜索功能的应用设备根据应用需求自行触发产生，以获取最新生成新闻推荐列表展示在其面向用户的客户端界面上，使得用户可以在一打开该应用设备的客户端，就能通过在新闻推荐列表选择推荐条目来浏览对应的新闻事件，是用户获取新闻信息更便捷。

而向用户展示所述新闻推荐列表，所述新闻推荐列表中包括的推荐条目可以是被选择(例如点击、选中等)后跳转到对应的新闻事件的呈现界面，使得用户可以便捷地浏览对应的新闻事件，进一步地，所述新闻事件的呈现界面可以包含该新闻事件的事件标题、新闻事件的事件图片以及内容摘要等，使得用户可以更直观地浏览新闻事件，丰富浏览体验。更具体地，向用户展示的新闻推荐列表如图4所示，在用户选择其中的推荐条目“士兵挂号走红网络”之后，对应跳转的新闻事件呈现界面如图5所示。

更进一步地，在上例中，所述新闻推荐方法，还包括：根据统计周期内获取的所述新闻推荐列表中包含的所述推荐条目对应的用户浏览数据，对所述推荐条目重新进行推荐排序以更新所述新闻推荐列表。

具体地，用户浏览数据包括在统计周期内的对应推荐条目的总点击次数、实际浏览次数，从而可以计算该推荐条目在统计周期内的点击展现比(点击展现比＝实际浏览次数/总点击次数)，进而通过每个推荐条目的点击展现比以及原始的推荐排序分别乘以对应的权重(对应的权重取值可以根据工程经验值或者实验仿真值设置)，得到综合的排序评分，排序评分越高，意味着用户对该推荐条目的兴趣度(或接受度)越高，因此，可以根据排序评分对新闻推荐列表中的推荐条目重新进行推荐排序，使得用户兴趣度高的推荐条目排名在前，以便于用户选择，提高浏览新闻事件的效率，而同时，还可以屏蔽或替换排序评分低于排序分数阈值的推荐条目，避免影响用户通过选择推荐条目以浏览新闻事件的体验。

而在本实施例中，所述新闻推荐方法，还可以包括：根据预定的周期，触发更新所述推荐条目。

具体地，所述预定的周期可以根据具体应用需求设置，例如，根据新闻推荐的时效性进行设置。在一个例子中，可以将预定的周期设置为5分钟，以实现分钟级的实时新闻推荐。在具体实施时，还可以根据预定的周期生成新闻推荐请求，以响应于所述新闻推荐请求实施操作来触发更新所述推荐条目。

<例子>

以下将结合图6的例子，进一步说明本实施例中的新闻推荐方法，在本例中，预定的新闻数据库是提供新闻垂直搜索功能的新闻垂搜设备所使用的数据库，如图6所示，本例中的新闻推荐方法包括：

步骤S600，接收新闻推荐请求；

步骤S601，挖掘历史搜索日志的历史查询语句以获取备选推荐条目，可以如图3中步骤S2101所述实施，在此不再赘述；

步骤S602，从符合热点事件条件的新闻事件中抽取特征语句以获取备选推荐条目，可以如图3中步骤S2102所述实施，在此不再赘述；

其中，所述步骤S601、步骤S602均是响应于新闻推荐请求进行，不限制步骤实施的先后顺序，只要最终实现遍历两个步骤获取备选推荐条目的目的即可；

步骤S603，将获取的多个备选推荐条目作为查询语句，触发新闻垂搜设备使用对应数据库中查询，以返回查询结果；

步骤S604，将查询结果中返回对应的新闻事件并且新闻事件的事件属性信息符合对应的预定属性条件的备选推荐条目，确定为推荐条目，具体方法可以如上文所述，在此不再赘述；

步骤S605，根据推荐条目对应的新闻事件，对推荐条目进行语义改写处理以及去重处理以获取优选推荐条目，并将优选推荐条目代替原有的推荐条目成为最终的推荐条目，具体方法可以如上文所述，在此不再赘述；

步骤S606，根据推荐条目对应的新闻事件，对推荐条目进行排序生成新闻推荐列表，具体方法可以如上文所述，在此不再赘述；

步骤S607，响应于新闻推荐列表请求，向用户展示新闻推荐列表，具体的展示例子如图4、图5所示；

步骤S608，根据统计周期内获取的所述新闻推荐列表中包含的所述推荐条目对应的用户浏览数据，具体统计方法可以如上文上述，在此不再赘述；

步骤S609，根据用户浏览数据，对新闻推荐列表中推荐条目重新进行推荐排序，以更新新闻推荐列表，具体方法可以如上文所述，在此不再赘述；

步骤S610，到达预定的周期(在本例中，预定的周期为5分钟)，触发产生新闻推荐请求，以更新推荐条目。

上述已经结合附图和例子说明了本实施例中提供的新闻推荐方法，通过获取的备选推荐条目并将其作为查询语句，在预定的新闻数据库中进行查询以获取查询结果后，将查询结果的符合预定推荐条件的备选推荐条目确定为推荐条目以供推荐，实现识别主流用户的新闻兴趣点以及热点新闻趋势，将对应的满足时效性以及热度的新闻事件推荐给用户，客观地提供合理的推荐指引，满足大多数用户浏览新闻信息时的从众性阅读习惯，使得用户在互联网上的海量新闻数据中能迅速获取符合兴趣点的热点新闻，提升新闻信息获取体验。此外，该新闻推荐方法还可以应用于与获取新闻信息相关的应用场景以获取较好的引导流量的效果，例如，应用于新闻搜索相关的应用设备中。

在本实施例中，还提供一种新闻推荐设备3000，如图7所示，包括：备选推荐单元3100、查询单元3200、推荐确定单元3300，可选地，还包括优选推荐单元3400、列表生成单元3500、列表展示单元3600、列表更新单元3700、请求生成单元3800，用于实施本实施例中提供的任意一项新闻推荐方法，在此不再赘述。

新闻推荐设备3000包括：

备选推荐单元3100，用于获取若干个符合预定长度的备选推荐条目；

查询单元3200，用于将每个所述备选推荐条目作为查询语句在预定的新闻数据库中查询以获取对应的查询结果，其中，所述查询结果为是否返回对应的新闻事件，所述新闻事件至少包括事件描述信息、事件属性信息以及相关的新闻文章集合；

推荐确定单元3300，用于将所述查询结果符合预定推荐条件的所述备选推荐条目，确定为推荐条目以供推荐，其中，所述预定推荐条件至少包括所述查询结果中包括返回的对应的所述新闻事件。

其中，所述预定推荐条件可以是，如果所述查询结果中包含对应返回的所述新闻事件，并且所述新闻事件的所述事件属性信息符合预定属性条件，则对应的所述备选推荐条目为所述推荐条目，其中，所述事件属性信息至少包括所述新闻事件的热度信息。

可选地，所述备选推荐单元3100还用于：

将语句长度符合所述预定长度、语句的新闻点击展现比大于点击展现比阈值以及语句的点击数据的评分符合备选评分条件的历史查询语句，确定为所述备选推荐条目；以及

对所获取的符合热点事件条件的所述新闻事件，根据所述新闻事件的事件描述信息，抽取出对应的符合预定长度的特征语句作为所述备选推荐条目，其中，所述事件描述信息至少包括事件关键词信息。

可选地，所述新闻推荐设备3000，还包括：

优选推荐单元3400，用于根据所述推荐条目的查询结果中包含的对应的所述新闻事件，对所述推荐条目进行语义改写处理之后再进行去重处理，以获取对应的优选推荐条目，并将所述优选推荐条目确定为最终的推荐条目以供推荐。

可选地，所述新闻推荐设备3000，还包括：

列表生成单元3500，用于根据与所述推荐条目的所述查询结果中包含的对应的所述新闻事件的所述事件属性信息，对符合预定数目的所述推荐条目进行推荐排序以生成对应的新闻推荐列表以供推荐，所述事件属性信息至少所述新闻事件的热度信息和时效信息。

进一步可选地，所述新闻推荐设备3000，还包括：

列表展示单元3600，用于根据所述推荐条目的查询结果中包含的对应的所述新闻事件，对所述推荐条目进行语义改写处理之后再进行去重处理，以获取对应的优选推荐条目，并将所述优选推荐条目确定为最终的推荐条目以供推荐。

更进一步可选地，所述新闻推荐设备3000，还包括：

列表更新单元3700，用于根据统计周期内获取的所述新闻推荐列表中包含的所述推荐条目对应的用户浏览数据，对所述推荐条目重新进行推荐排序以更新所述新闻推荐列表。

可选地，所述新闻推荐设备3000，还包括：

请求生成单元3800，用于根据预定的周期，触发更新所述推荐条目。

在本实施中，并不限制所述新闻推荐设备3000的实现形式，新闻推荐设备3000可以由一个完整的实体设备实现，例如服务器，也可以由多个完整的实体设备共同实现，例如服务器集群或者云服务器，新闻推荐设备3000以功能单元分离的形式由多个不同的实体设备实现，例如，新闻推荐设备3000中可选地包括的列表展示单元3600可以分离地通过诸如手机这样具有显示功能的电子设备实现，而备选推荐单元3100可以由服务器实现，类似地，新闻推荐设备3000中包括的其他功能单元也可以通过不同的实体设备实现，在此不一一列举。

在本实施例中，还提供一种可编程设备，包括存储器和处理器，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行本实施中提供的任何一项新闻推荐方法。具体的一个例子中，可编程设备可以如图1所示的计算机1100。

以上已经结合附图和例子描述了本发明的实施例，根据本实施例，提供一种新闻推荐方法、设备及可编程设备，通过获取的备选推荐条目并将其作为查询语句，在预定的新闻数据库中进行查询以获取查询结果后，将查询结果的符合预定推荐条件的备选推荐条目确定为推荐条目以供推荐，实现识别主流用户的新闻兴趣点以及热点新闻趋势，将对应的满足时效性以及热度的新闻事件推荐给用户，客观地提供合理的推荐指引，满足大多数用户浏览新闻信息时的从众性阅读习惯，使得用户在互联网上的海量新闻数据中能迅速获取符合兴趣点的热点新闻，提升新闻信息获取体验。此外，该新闻推荐方法还可以应用于与获取新闻信息相关的应用场景以获取较好的引导流量的效果。

本领域技术人员应当明白，可以通过各种方式来实现新闻推荐设备3000。例如，可以通过指令配置处理器来实现新闻推荐设备3000。例如，可以将指令存储在ROM中，并且当启动设备时，将指令从ROM读取到可编程器件中来实现新闻推荐设备3000。例如，可以将新闻推荐设备3000固化到专用器件(例如ASIC)中。可以将新闻推荐设备3000分成相互独立的单元，或者可以将它们合并在一起实现。新闻推荐设备3000可以通过上述各种实现方式中的一种来实现，或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。

本领域技术人员公知的是，随着诸如大规模集成电路技术的电子信息技术的发展和软件硬件化的趋势，要明确划分计算机系统软、硬件界限已经显得比较困难了。因为，任何操作可以软件来实现，也可以由硬件来实现。任何指令的执行可以由硬件完成，同样也可以由软件来完成。对于某一机器功能采用硬件实现方案还是软件实现方案，取决于价格、速度、可靠性、存储容量、变更周期等非技术性因素。因此，对于电子信息技术领域的普通技术人员来说，更为直接和清楚地描述一个技术方案的方式是描述该方案中的各个操作。在知道所要执行的操作的情况下，本领域技术人员可以基于对所述非技术性因素的考虑直接设计出期望的产品。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例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。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (10)

1.一种新闻推荐方法，其特征在于，包括：

获取若干个符合预定长度的备选推荐条目；

将每个所述备选推荐条目作为查询语句在预定的新闻数据库中查询以获取对应的查询结果，其中，所述查询结果为是否返回对应的新闻事件，所述新闻事件至少包括事件描述信息、事件属性信息以及相关的新闻文章集合；

将所述查询结果符合预定推荐条件的所述备选推荐条目，确定为推荐条目以供推荐，其中，所述预定推荐条件至少包括所述查询结果中包括返回的对应的新闻事件。

2.根据权利要求1所述的方法，其特征在于，所述获取若干个符合预定长度的备选推荐条目的步骤包括：

将语句长度符合所述预定长度、语句的新闻点击展现比符合点击展现比阈值以及语句的点击数据的评分符合备选评分条件的历史查询语句，确定为所述备选推荐条目；以及

对所获取的符合热点事件条件的所述新闻事件，根据所述新闻事件的事件描述信息，抽取出对应的符合预定长度的特征语句作为所述备选推荐条目，其中，所述事件描述信息至少包括事件关键词信息。

3.根据权利要求1所述的方法，其特征在于，

所述预定推荐条件是，如果所述查询结果中包含对应返回的所述新闻事件，并且所述新闻事件的所述事件属性信息符合预定属性条件，则对应的所述备选推荐条目为所述推荐条目，其中，所述事件属性信息至少包括所述新闻事件的热度信息。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述推荐条目的查询结果中包含的对应的所述新闻事件，对所述推荐条目进行语义改写处理之后进行去重处理，以获取对应的优选推荐条目，并将所述优选推荐条目确定为最终的推荐条目以供推荐。

5.根据权利要求1-4所述的任意一项方法，其特征在于，还包括：

根据与所述推荐条目的所述查询结果中包含的对应的所述新闻事件的所述事件属性信息，对符合预定数目的所述推荐条目进行推荐排序以生成对应的新闻推荐列表以供推荐，所述事件属性信息至少所述新闻事件的热度信息和时效信息。

6.根据权利要求5所述的方法，其特征在于，还包括：

响应于新闻推荐列表展示请求，向用户展示所述新闻推荐列表以供用户选择所述推荐条目，以浏览与所述推荐条目对应的所述新闻事件。

7.根据权利要求6所述的方法，其特征在于，还包括：

根据统计周期内获取的所述新闻推荐列表中包含的所述推荐条目对应的用户浏览数据，对所述推荐条目重新进行推荐排序以更新所述新闻推荐列表。

8.根据权利要求1-4中任意一项所述的方法，其特征在于，还包括：

根据预定的周期，触发更新所述推荐条目。

9.一种新闻推荐设备，其特征在于，包括：

备选推荐单元，用于获取若干个符合预定长度的备选推荐条目；

查询单元，用于将每个所述备选推荐条目作为查询语句在预定的新闻数据库中查询以获取对应的查询结果，其中，所述查询结果为是否返回对应的新闻事件，所述新闻事件至少包括事件描述信息、事件属性信息以及相关的新闻文章集合；

推荐确定单元，用于将所述查询结果符合预定推荐条件的所述备选推荐条目，确定为推荐条目以供推荐，其中，所述预定推荐条件至少包括所述查询结果中包括返回的对应的所述新闻事件。

10.一种可编程设备，包括存储器和处理器，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行根据权利要求1-8中任意一项所述的方法。