CN107256232A - 一种信息推荐方法和装置 - Google Patents

Abstract

本申请公开了一种信息推荐方法和装置。该信息推荐方法包括：获取用户订阅的RSS；对所述RSS进行解析，确定RSS中每条源数据的关键信息；根据所述RSS中每条源数据的关键信息，从所述RSS中筛选满足预设条件的源数据；将筛选出的源数据以信息流的形式推荐给所述用户。根据本申请实施例的技术方案，使得用户可以快捷的获取最感兴趣的内容，泛阅读的质量得以提高。

Description

一种信息推荐方法和装置

技术领域

本公开一般涉及互联网技术领域，具体涉及浏览器技术领域，尤其涉及一种信息推荐方法和装置。

背景技术

在当今的网络信息时代，网络上的信息量非常巨大，用户在上网时可以大致分为两种行为：宽泛地浏览网页信息(简称为泛阅读)与精准地搜索引擎检索。目前针对第一种情况，用户往往会关注一些平时感兴趣的内容，比如xx网站，通过订阅它的RSS(ReallySimple Syndication，简易信息聚合，也叫聚合内容)来获取摘要信息。目前已有很多RSS集成的阅读软件，方便用户集中浏览。

但是，通过订阅RSS来获取用户感兴趣的内容往往存在以下缺陷：

订阅的RSS的信息量过大，远远超出了用户的阅读量，使得用户阅读时可能遗漏最感兴趣的内容，且耗费不少时间，泛阅读的质量不高。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种能够有效提高泛阅读质量的方案。

第一方面，本申请实施例提供了一种信息推荐方法，包括：

获取用户订阅的RSS；

对所述RSS进行解析，确定RSS中每条源数据的关键信息；

根据所述RSS中每条源数据的关键信息，从所述RSS中筛选满足预设条件的源数据；

将筛选出的源数据以信息流的形式推荐给所述用户。

第二方面，本申请实施例还提供了一种信息推荐装置，包括：

获取单元，用于获取用户订阅的RSS；

解析单元，用于对所述RSS进行解析，确定RSS中每条源数据的关键信息；

筛选单元，用于根据所述RSS中每条源数据的关键信息，从所述RSS中筛选满足预设条件的源数据；以及

推荐单元，用于将筛选出的源数据以信息流的形式推荐给所述用户。

第三方面，本申请实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述信息推荐方法。

本申请实施例提供的信息推荐方案，通过对用户订阅的RSS进行解析，确定RSS中每条源数据的关键信息，根据该关键信息，从RSS中筛选出满足预设条件的源数据，并以信息流的形式推荐给用户，使得用户可以快捷的获取最感兴趣的内容，泛阅读的质量得以提升，同时也提高了用户的使用体验。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出了其中可以应用本申请实施例的示例性系统架构；

图2示出了根据本申请实施例的信息推荐方法的示例性流程图；

图3a示出了一个现有技术中的Feed流的页面截图；

图3b示出了本申请实施例的加入RSS中源数据的Feed流的页面截图；

图4示出了根据本申请一个实施例的信息推荐装置的示例性结构框图；以及

图5示出了适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

请参考图1，其示出了可以应用本申请实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、网络103和服务器104、105、106和107。网络103用以在终端设备101、102和服务器104、105、106、107之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户110可以使用终端设备101、102通过网络103与服务器104、105、106、107交互，以访问各种服务，例如浏览网页、下载数据等。终端设备101、102上可以安装有各种客户端应用，例如可以接入统一资源定位符URL云服务的应用，包括但不限于浏览器、安全应用等。

终端设备101、102可以是各种电子设备，包括但不限于个人电脑、智能手机、智能电视、平板电脑、个人数字助理、电子书阅读器等等。

服务器104、105、106、107可以是提供各种服务的服务器。服务器可以响应于用户的服务请求而提供服务。可以理解，一个服务器可以提供一种或多种服务，同一种服务也可以由多个服务器来提供。在本申请的实施例中，所涉及的服务器可以包括但不限于，网页服务器、搜索引擎服务器等。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

如背景技术中所提到的，现有技术通过订阅RSS来获取用户感兴趣的内容时，由于订阅的RSS的信息量过大，远远超出了用户的阅读量，使得用户阅读时可能遗漏最感兴趣的内容，且耗费不少时间，泛阅读的质量不高。

鉴于现有技术的上述缺陷，本申请实施例提供了一种基于RSS的信息推荐方案。该方案通过对用户订阅的RSS进行解析，确定RSS中每条源数据的关键信息，根据该关键信息，从RSS中筛选出满足预设条件的源数据，并以信息流的形式推荐给用户，使得用户可以快捷的获取最感兴趣的内容，泛阅读的质量得以提升。

下面将结合流程图来描述本申请实施例的方法。

参考图2，其示出了根据本申请一个实施例的用于检测恶意网址的方法的示例性流程图。图2所示的方法可以在图1中的服务器端执行。如图2所示，包括如下步骤：

步骤210，获取用户订阅的RSS。

步骤220，对RSS进行解析，确定RSS中每条源数据的关键信息。

其中，关键信息可以但不限于包括：数据来源和/或关键词。

具体的，步骤220可以按照如下方式实现：

首先获取RSS名称和RSS链接；

将RSS名称确定为RSS中每条源数据的数据来源；

再对RSS链接进行爬取，确定RSS中每条源数据的标题和链接；

进一步的，再对RSS中每条源数据的链接进行解析，提取RSS中每条源数据的正文内容；

对RSS中每条源数据的标题和正文内容进行分析，得到RSS中每条源数据的关键词。其中，该关键词可以是标题和正文内容中的高频词汇。

步骤230，根据RSS中每条源数据的关键信息，从RSS中筛选满足预设条件的源数据。

具体的，当关键信息为一种时，将RSS中每条源数据的关键信息与预先存储的用户偏好信息进行匹配，并筛选出匹配度高于第一阈值的源数据。

此时，当关键信息为数据来源时，预先存储的用户偏好信息为用户偏好数据来源；当关键信息为关键词时，预先存储的用户偏好信息为用户偏好关键词。

当关键信息为至少两种时，根据预先针对每种关键信息设置的权重值，将RSS中每条源数据的关键信息分别与预先存储的、和自身对应的用户偏好信息进行匹配，并筛选出匹配度高于第二阈值的源数据。

此时，当关键信息为数据来源和关键词时，预先存储的用户偏好信息为用户偏好数据来源和用户偏好关键词，且源数据的数据来源与用户偏好数据来源对应，源数据的关键词与用户偏好关键词对应。在进行匹配时，源数据的数据来源与用户偏好数据来源进行匹配，得到数据来源匹配度，源数据的关键词与用户偏好关键词进行匹配，得到关键词匹配度，最后再根据预先针对每种关键信息设置的权重值计算出总匹配度。

另外，本申请实施例中的用户偏好信息可以按照如下方式确定：

首先根据预先设置的获取周期，获取用户的历史浏览数据和点击行为数据；

再根据用户的历史浏览数据和点击行为数据，确定用户偏好信息并存储。

步骤240，将筛选出的源数据以信息流的形式推荐给用户。

在现有技术中，众多新闻类APP也以信息流(比如Feed流)的形式向用户提供资讯以供用户进行泛阅读，其中，Feed流指的是单条Feed数据的信息集合，Feed数据是对信息的概括展示，它可以使用不同的模块，比如三图、左文右图、纯文本和大图等。用户可以通过点击Feed数据进入到该Feed数据的落地页，即详细信息展示页面。

因此，本申请实施例中，对筛选出的源数据以信息流的形式推荐给用户时，可以将筛选出的源数据和待推荐的非RSS源数据(比如Feed数据)同时以Feed流的形式推荐给用户。

具体实现方式可以但不限于按照如下方式实现：

1、对筛选出的源数据和待推荐的非RSS源数据进行优先级排序；

具体的，首先，基于预先训练得到的用于预测点击率的机器学习模型，对筛选出的源数据的特征信息和非RSS源数据的特征信息进行学习，预测出筛选出的源数据和所述非RSS源数据的点击率；

其中，特征信息可以为：用户ID、用户浏览时间段、以及通过用户ID衍生出的属性，比如用户画像中的人群属性等等。除此之外，筛选出的源数据的特征信息还可以包括上述确定出的关键信息。

其次，按照点击率降序排列的原则，对筛选出的源数据和非RSS源数据进行优先级排序；其中，点击率的高低与优先级的高低成正比。也就是说，点击率越高，优先级越高，点击率越低，优先级越低。

2、按照优先级从高到低的顺序，将筛选出的源数据和非RSS源数据推荐给用户。

另外，推荐给用户后，筛选出的源数据可以但不限于按照“标题+图片+数据来源”的形式进行展示，当用户点击该源数据时，即进入到该源数据的落地页，包括标题、正文内容和图片。其中，图片可以是在对RSS中的数据源的链接进行进一步解析时提取到的。

应当注意，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

图3a示出了一个现有技术中的Feed流的页面截图，图3b示出了本申请实施例中加入RSS源数据的Feed流的页面截图，其中，黑框中的新闻即为新加入的RSS源数据。

进一步参考图4，其示出了根据本申请一个实施例的信息推荐装置的示例性结构框图。

获取单元410，用于获取用户订阅的RSS；

解析单元420，用于对所述RSS进行解析，确定RSS中每条源数据的关键信息；

筛选单元430，用于根据所述RSS中每条源数据的关键信息，从所述RSS中筛选满足预设条件的源数据；以及

推荐单元440，用于将筛选出的源数据以信息流的形式推荐给所述用户。

可选的，所述关键信息包括：数据来源和/或关键词；

所述解析单元420包括：

获取模块421，用于获取RSS名称和RSS链接；

数据来源确定模块422，用于将所述RSS名称确定为所述RSS中每条源数据的数据来源；

关键词确定模块423，用于对所述RSS链接进行爬取，确定所述RSS中每条源数据的标题和链接；对所述RSS中每条源数据的链接进行解析，提取所述RSS中每条源数据的正文内容；对所述RSS中每条源数据的标题和正文内容进行分析，得到所述RSS中每条源数据的关键词。

可选的，所述筛选单元430，用于：

当所述关键信息为一种时，将所述RSS中每条源数据的关键信息与预先存储的用户偏好信息进行匹配，并筛选出匹配度高于第一阈值的源数据；

当所述关键信息为至少两种时，根据预先针对每种关键信息设置的权重值，将所述RSS中每条源数据的关键信息分别与预先存储的、和自身对应的用户偏好信息进行匹配，并筛选出匹配度高于第二阈值的源数据。

可选的，所述装置还包括：

用户偏好信息确定单元450，用于根据预先设置的获取周期，获取用户的历史浏览数据和点击行为数据；以及根据所述历史浏览数据和点击行为数据，确定用户偏好信息并存储。

可选的，所述推荐单元440，包括：

排序模块441，用于对筛选出的源数据和待推荐的非RSS源数据进行优先级排序；

推荐模块442，用于按照优先级从高到低的顺序，将所述筛选出的源数据和所述非RSS源数据推荐给所述用户。

其中，所述排序模块441，用于：

基于预先训练得到的用于预测点击率的机器学习模型，对所述筛选出的源数据的特征信息和所述非RSS源数据的特征信息进行学习，预测出所述筛选出的源数据和所述非RSS源数据的点击率；

按照点击率降序排列的原则，对所述筛选出的源数据和所述非RSS源数据进行优先级排序；其中，点击率的高低与优先级的高低成正比。

应当理解，系统400中记载的诸子系统或单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征同样适用于系统400及其中包含的单元，在此不再赘述。

下面参考图5，其示出了适于用来实现本申请实施例的服务器的计算机系统500的结构示意图。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考图2描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行图2的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、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、或代码的一部分，所述模块、程序段、或代码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。也应当注意，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，两个接连地表示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操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。

描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中。这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。

作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本申请的公式输入方法。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (13)

1.一种信息推荐方法，其特征在于，所述方法包括：

获取用户订阅的RSS；

对所述RSS进行解析，确定RSS中每条源数据的关键信息；

根据所述RSS中每条源数据的关键信息，从所述RSS中筛选满足预设条件的源数据；

将筛选出的源数据以信息流的形式推荐给所述用户。

2.根据权利要求1所述的方法，其特征在于，所述关键信息包括：数据来源和/或关键词；

所述对所述RSS进行解析，确定RSS中每条源数据的关键信息，包括：

获取RSS名称和RSS链接；

将所述RSS名称确定为所述RSS中每条源数据的数据来源；

对所述RSS链接进行爬取，确定所述RSS中每条源数据的标题和链接；

对所述RSS中每条源数据的链接进行解析，提取所述RSS中每条源数据的正文内容；

对所述RSS中每条源数据的标题和正文内容进行分析，得到所述RSS中每条源数据的关键词。

3.根据权利要求1所述的方法，其特征在于，所述根据所述RSS中每条源数据的关键信息，从所述RSS中筛选满足预设条件的源数据，包括：

当所述关键信息为一种时，将所述RSS中每条源数据的关键信息与预先存储的用户偏好信息进行匹配，并筛选出匹配度高于第一阈值的源数据；

当所述关键信息为至少两种时，根据预先针对每种关键信息设置的权重值，将所述RSS中每条源数据的关键信息分别与预先存储的、和自身对应的用户偏好信息进行匹配，并筛选出匹配度高于第二阈值的源数据。

4.根据权利要求3所述的方法，其特征在于，所述用户偏好信息按照如下方式确定：

根据预先设置的获取周期，获取用户的历史浏览数据和点击行为数据；

根据所述历史浏览数据和点击行为数据，确定用户偏好信息并存储。

5.根据权利要求1所述的方法，其特征在于，将筛选出的源数据以信息流的形式推荐给所述用户，包括：

对筛选出的源数据和待推荐的非RSS源数据进行优先级排序；并

按照优先级从高到低的顺序，将所述筛选出的源数据和所述非RSS源数据推荐给所述用户。

6.根据权利要求5所述的方法，其特征在于，对筛选出的源数据和待推荐的非RSS源数据进行优先级排序，包括：

基于预先训练得到的用于预测点击率的机器学习模型，对所述筛选出的源数据的特征信息和所述非RSS源数据的特征信息进行学习，预测出所述筛选出的源数据和所述非RSS源数据的点击率；

按照点击率降序排列的原则，对所述筛选出的源数据和所述非RSS源数据进行优先级排序；其中，点击率的高低与优先级的高低成正比。

7.一种信息推荐装置，其特征在于，所述装置包括：

获取单元，用于获取用户订阅的RSS；

解析单元，用于对所述RSS进行解析，确定RSS中每条源数据的关键信息；

筛选单元，用于根据所述RSS中每条源数据的关键信息，从所述RSS中筛选满足预设条件的源数据；以及

推荐单元，用于将筛选出的源数据以信息流的形式推荐给所述用户。

8.根据权利要求7所述的装置，其特征在于，所述关键信息包括：数据来源和/或关键词；

所述解析单元包括：

获取模块，用于获取RSS名称和RSS链接；

数据来源确定模块，用于将所述RSS名称确定为所述RSS中每条源数据的数据来源；

关键词确定模块，用于对所述RSS链接进行爬取，确定所述RSS中每条源数据的标题和链接；对所述RSS中每条源数据的链接进行解析，提取所述RSS中每条源数据的正文内容；对所述RSS中每条源数据的标题和正文内容进行分析，得到所述RSS中每条源数据的关键词。

9.根据权利要求7所述的装置，其特征在于，所述筛选单元，用于：

当所述关键信息为一种时，将所述RSS中每条源数据的关键信息与预先存储的用户偏好信息进行匹配，并筛选出匹配度高于第一阈值的源数据；

当所述关键信息为至少两种时，根据预先针对每种关键信息设置的权重值，将所述RSS中每条源数据的关键信息分别与预先存储的、和自身对应的用户偏好信息进行匹配，并筛选出匹配度高于第二阈值的源数据。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

用户偏好信息确定单元，用于根据预先设置的获取周期，获取用户的历史浏览数据和点击行为数据；以及根据所述历史浏览数据和点击行为数据，确定用户偏好信息并存储。

11.根据权利要求7所述的装置，其特征在于，所述推荐单元，包括：

排序模块，用于对筛选出的源数据和待推荐的非RSS源数据进行优先级排序；

推荐模块，用于按照优先级从高到低的顺序，将所述筛选出的源数据和所述非RSS源数据推荐给所述用户。

12.根据权利要求11所述的装置，其特征在于，所述排序模块，用于：

基于预先训练得到的用于预测点击率的机器学习模型，对所述筛选出的源数据的特征信息和所述非RSS源数据的特征信息进行学习，预测出所述筛选出的源数据和所述非RSS源数据的点击率；

按照点击率降序排列的原则，对所述筛选出的源数据和所述非RSS源数据进行优先级排序；其中，点击率的高低与优先级的高低成正比。

13.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：

所述处理器执行所述计算机程序时实现如权利要求1-6中任一所述的方法。