CN107346336B - 基于人工智能的信息处理方法和装置 - Google Patents
基于人工智能的信息处理方法和装置 Download PDFInfo
- Publication number
- CN107346336B CN107346336B CN201710515764.8A CN201710515764A CN107346336B CN 107346336 B CN107346336 B CN 107346336B CN 201710515764 A CN201710515764 A CN 201710515764A CN 107346336 B CN107346336 B CN 107346336B
- Authority
- CN
- China
- Prior art keywords
- search
- search record
- topic
- entry
- interest point
- 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.)
- Active
Links
Images
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
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3347—Query execution using vector based model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
- G06F16/337—Profile generation, learning or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了基于人工智能的信息处理方法和装置。该方法的一具体实施方式包括:获取预设时间段内的搜索记录集合;将搜索记录集合与百科词条集合进行匹配,并根据匹配结果从百科词条集合中选取出第一兴趣点集合;将搜索记录集合与微博话题集合进行匹配,并根据匹配结果从微博话题集合中选取出第二兴趣点集合;将第一兴趣点集合和第二兴趣点集合加入到兴趣点集合中。该实施方式实现了兴趣点的准确获取,从而有助于实现富于针对性的信息推送。
Description
技术领域
本申请涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及基于人工智能的信息处理方法和装置。
背景技术
人工智能(Artificial Intelligence,简称AI)技术的快速发展为人们的日常工作和生活提供了便利。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能越来越多地融入到应用中,结合人工智能的应用可以准确地获取用户的兴趣点,并按照用户的兴趣点为用户推送相关的信息。
当今互联网和新媒体迅猛发展,网络信息各种各样,如何富于针对性地推送信息就变得至关重要。为了解决这一问题,如何准确地获取用户的兴趣点就成为了一个值得研究的问题。
发明内容
本申请实施例的目的在于提出一种改进的基于人工智能的信息处理方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请实施例提供了一种基于人工智能的信息处理方法,该方法包括:获取预设时间段内的搜索记录集合;将搜索记录集合与百科词条集合进行匹配,并根据匹配结果从百科词条集合中选取出第一兴趣点集合;将搜索记录集合与微博话题集合进行匹配,并根据匹配结果从微博话题集合中选取出第二兴趣点集合;将第一兴趣点集合和第二兴趣点集合加入到兴趣点集合中。
在一些实施例中,搜索记录包括搜索式和搜索量,百科词条包括词条名称和词条内容;将搜索记录集合与百科词条集合进行匹配,并根据匹配结果从百科词条集合中选取出第一兴趣点集合,包括:将搜索记录集合中的各条搜索记录的搜索式与百科词条集合中的各个百科词条的词条内容进行匹配,获取匹配成功的百科词条作为候选百科词条以生成候选百科词条集合;从候选百科词条集合中选取出候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。
在一些实施例中,百科词条还包括词条类别和词条阅读量;从候选百科词条集合中选取出候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合,包括:分别确定候选百科词条集合中的各个候选百科词条是否满足第一预设条件,其中,第一预设条件包括词条类别属于预设词条类别集合中的词条类别和词条阅读量大于预设词条阅读量;选取出候选百科词条集合中满足第一预设条件的候选百科词条;将所选取出的候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。
在一些实施例中,搜索记录包括搜索式和搜索量,微博话题包括话题名称和话题内容;将搜索记录集合与微博话题集合进行匹配,并根据匹配结果从微博话题集合中选取出第二兴趣点集合,包括:将搜索记录集合中的各条搜索记录的搜索式与微博话题集合中的各个微博话题的话题内容进行匹配,获取匹配成功的微博话题作为候选微博话题以生成候选微博话题集合;从候选微博话题集合中选取出候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。
在一些实施例中,微博话题还包括话题类别和话题阅读量;从候选微博话题集合中选取出候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合,包括:分别确定候选微博话题集合中的各个候选微博话题是否满足第二预设条件,其中,第二预设条件包括话题类别属于预设话题类别集合中的话题类别和话题阅读量大于预设话题阅读量;选取出候选微博话题集合中满足第二预设条件的候选微博话题;将所选取出的候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。
在一些实施例中,该方法还包括:分别提取搜索记录集合中的各条搜索记录的特征向量;将搜索记录集合中的各条搜索记录的特征向量输入至预先训练的分类模型,得到搜索记录集合中的各条搜索记录的类别,其中,分类模型用于表征搜索记录的特征向量与搜索记录的类别的对应关系,搜索记录的类别包括兴趣点类别和非兴趣点类别;从搜索记录集合中的归属于兴趣点类别的搜索记录中选取出第三兴趣点集合;将第三兴趣点集合加入到兴趣点集合中。
在一些实施例中,分别提取搜索记录集合中的各条搜索记录的特征向量,包括:分别获取搜索记录集合中的各条搜索记录的特征数据,其中,特征数据包括以下至少一项:搜索式、统一资源定位符、搜索时间、搜索量、点击时间、点击量;分别从搜索记录集合中的各条搜索记录的特征数据中提取搜索记录集合中的各条搜索记录的特征向量。
在一些实施例中,该方法还包括训练分类模型的步骤,训练分类模型的步骤包括:获取样本搜索记录和样本搜索记录的类别;提取样本搜索记录的特征向量;利用机器学习方法,将样本搜索记录的特征向量作为输入,将样本搜索记录的类别作为输出,训练得到分类模型。
在一些实施例中,该方法还包括:周期性地获取周期搜索记录集合,其中,周期搜索记录包括周期搜索式和周期搜索量;将兴趣点集合中的各个兴趣点分别在周期搜索记录集合中进行匹配,获取匹配成功的周期搜索记录的周期搜索量,并作为兴趣点集合中的各个兴趣点的搜索量;分别确定兴趣点集合中的各个兴趣点的搜索量是否小于搜索量阈值;将搜索量小于搜索量阈值的兴趣点从兴趣点集合中删除。
第二方面,本申请实施例提供了一种基于人工智能的信息处理装置,该装置包括:第一获取单元,配置用于获取预设时间段内的搜索记录集合;第一选取单元,配置用于将搜索记录集合与百科词条集合进行匹配,并根据匹配结果从百科词条集合中选取出第一兴趣点集合;第二选取单元,配置用于将搜索记录集合与微博话题集合进行匹配,并根据匹配结果从微博话题集合中选取出第二兴趣点集合;第一加入单元,配置用于将第一兴趣点集合和第二兴趣点集合加入到兴趣点集合中。
在一些实施例中,搜索记录包括搜索式和搜索量,百科词条包括词条名称和词条内容;第一选取单元包括:第一匹配子单元,配置用于将搜索记录集合中的各条搜索记录的搜索式与百科词条集合中的各个百科词条的词条内容进行匹配,获取匹配成功的百科词条作为候选百科词条以生成候选百科词条集合;第一选取子单元,配置用于从候选百科词条集合中选取出候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。
在一些实施例中,百科词条还包括词条类别和词条阅读量;第一选取子单元包括:第一确定模块,配置用于分别确定候选百科词条集合中的各个候选百科词条是否满足第一预设条件,其中,第一预设条件包括词条类别属于预设词条类别集合中的词条类别和词条阅读量大于预设词条阅读量;第一选取模块,配置用于选取出候选百科词条集合中满足第一预设条件的候选百科词条;第一生成模块,配置用于将所选取出的候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。
在一些实施例中,搜索记录包括搜索式和搜索量,微博话题包括话题名称和话题内容;第二选取单元包括:第二匹配子单元,配置用于将搜索记录集合中的各条搜索记录的搜索式与微博话题集合中的各个微博话题的话题内容进行匹配,获取匹配成功的微博话题作为候选微博话题以生成候选微博话题集合;第二选取子单元,配置用于从候选微博话题集合中选取出候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。
在一些实施例中,微博话题还包括话题类别和话题阅读量;第二选取子单元包括:第二确定模块,配置用于分别确定候选微博话题集合中的各个候选微博话题是否满足第二预设条件,其中,第二预设条件包括话题类别属于预设话题类别集合中的话题类别和话题阅读量大于预设话题阅读量;第二选取模块,配置用于选取出候选微博话题集合中满足第二预设条件的候选微博话题;第二生成模块,配置用于将所选取出的候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。
在一些实施例中,该装置还包括:提取单元,配置用于分别提取搜索记录集合中的各条搜索记录的特征向量;分类单元,配置用于将搜索记录集合中的各条搜索记录的特征向量输入至预先训练的分类模型,得到搜索记录集合中的各条搜索记录的类别,其中,分类模型用于表征搜索记录的特征向量与搜索记录的类别的对应关系,搜索记录的类别包括兴趣点类别和非兴趣点类别;第三选取单元,配置用于从搜索记录集合中的归属于兴趣点类别的搜索记录中选取出第三兴趣点集合;第二加入单元,配置用于将第三兴趣点集合加入到兴趣点集合中。
在一些实施例中,提取单元包括:第一获取子单元,配置用于分别获取搜索记录集合中的各条搜索记录的特征数据,其中,特征数据包括以下至少一项:搜索式、统一资源定位符、搜索时间、搜索量、点击时间、点击量;第一提取子单元,配置用于分别从搜索记录集合中的各条搜索记录的特征数据中提取搜索记录集合中的各条搜索记录的特征向量。
在一些实施例中,该装置还包括训练单元,训练单元包括:第二获取子单元,配置用于获取样本搜索记录和样本搜索记录的类别;第二提取子单元,配置用于提取样本搜索记录的特征向量;训练子单元,配置用于利用机器学习方法,将样本搜索记录的特征向量作为输入,将样本搜索记录的类别作为输出,训练得到分类模型。
在一些实施例中,该装置还包括:第二获取单元,配置用于周期性地获取周期搜索记录集合,其中,周期搜索记录包括周期搜索式和周期搜索量;匹配单元,配置用于将兴趣点集合中的各个兴趣点分别在周期搜索记录集合中进行匹配,获取匹配成功的周期搜索记录的周期搜索量,并作为兴趣点集合中的各个兴趣点的搜索量;确定单元,配置用于分别确定兴趣点集合中的各个兴趣点的搜索量是否小于搜索量阈值;删除单元,配置用于将搜索量小于搜索量阈值的兴趣点从兴趣点集合中删除。
第三方面,本申请实施例提供了一种服务器,该服务器包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的基于人工智能的信息处理方法和装置,首先获取预设时间段内的搜索记录集合;然后将搜索记录集合与百科词条集合进行匹配,根据匹配结果从百科词条集合中选取出第一兴趣点集合,并将搜索记录集合与微博话题集合进行匹配,根据匹配结果从微博话题集合中选取出第二兴趣点集合;最后将第一兴趣点集合和第二兴趣点集合加入到兴趣点集合中。通过人工智能对搜索记录集合进行处理后自动获取兴趣点集合,实现了兴趣点的准确获取,从而有助于实现富于针对性的信息推送。
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是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的基于人工智能的信息处理方法的一个实施例的流程图;
图3是根据本申请的基于人工智能的信息处理方法的又一个实施例的流程图;
图4是根据本申请的基于人工智能的信息处理装置的一个实施例的结构示意图;
图5是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,附图中仅示出了与有关发明相关的部分。
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。
图1示出了可以应用本申请的基于人工智能的信息处理方法或基于人工智能的信息处理装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101,网络104和服务器102、103、105。网络104用以在终端设备101和服务器102、103、105之间提供通信链路的介质。网络104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。
用户可以使用终端设备101通过网络104与服务器105交互,以接收或发送消息等。例如,用户可以使用终端设备101通过网络104向服务器105发送预设时间段内的搜索记录集合。其中,终端设备101可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。
服务器102、103可以是各种网站的后台服务器。例如,服务器102可以是百科类网站的后台服务器,用于存储百科词条集合。服务器103还可以是微博类网站的后台服务器,用于存储微博话题集合。
服务器105可以提供各种服务。例如,服务器105可以从终端设备101获取预设时间段内的搜索记录集合,并对所获取到的搜索记录集合进行分析等处理,并得到处理结果(例如兴趣点集合)。
需要说明的是,本申请实施例所提供的基于人工智能的信息处理方法一般由服务器105执行,相应地,基于人工智能的信息处理装置一般设置于服务器105中。
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。服务器105还可以从搜索类网站的后台服务器获取预设时间段内的搜索记录集合,在服务器105从搜索类网站的后台服务器获取预设时间段内的搜索记录集合的情况下,系统架构100中设置的终端设备101可以替换为搜索类网站的后台服务器。
继续参考图2,示出了根据本申请的基于人工智能的信息处理方法的一个实施例的流程200。该基于人工智能的信息处理方法,包括以下步骤:
步骤201,获取预设时间段内的搜索记录集合。
在本实施例中,基于人工智能的信息处理方法行于其上的电子设备(例如图1所示的服务器105)可以首先通过有线连接方式或无线连接方式从终端设备(例如图1所示的终端设备101)或搜索类网站的后台服务器获取预设时间段(例如,一个星期、一个月、一个季度)内的搜索记录集合;然后继续执行步骤202a和步骤202b。其中,搜索记录中可以包括但不限于以下至少一项:搜索式、URL(Uniform Resource Locator,统一资源定位符)、搜索时间、搜索量、点击时间、点击量等等。
步骤202a,将搜索记录集合与百科词条集合进行匹配,并根据匹配结果从百科词条集合中选取出第一兴趣点集合。
在本实施例中,基于步骤201所获取的搜索记录集合,电子设备可以首先从百科类网站的后台服务器(例如图1所示的服务器102)获取百科词条集合;然后将搜索记录集合与百科词条集合进行匹配,并根据匹配结果从百科词条集合中选取出第一兴趣点集合。其中,百科词条也可以被称为百科条目,是词条的一种特定表现形式,用以指百科全书中的词条,是构成百科全书的基本单元,这里的百科全书可以使用纸质和网络等不同的载体。百科词条可以包括词条名称和词条内容。
在本实施例中,电子设备可以将搜索记录集合中的各条搜索记录的搜索式与百科词条集合中的各个百科词条的词条内容进行匹配;若一条搜索记录的搜索式与一个百科词条的词条内容的匹配度大于第一预设匹配度阈值(例如0.7),则匹配成功,并将该百科词条作为匹配成功的百科词条。这里,电子设备可以直接将各个匹配成功的百科词条的词条名称作为各个第一兴趣点以生成第一兴趣点集合。电子设备也可以从各个匹配成功的百科词条中选取出部分匹配成功的百科词条的词条名称作为各个第一兴趣点以生成第一兴趣点集合。其中,第一兴趣点通常是实体型兴趣点,实体是客观存在的物体,例如,人物、物品、建筑物等等。
在本实施例的一些可选的实现方式中,电子设备可以首先将搜索记录集合中的各条搜索记录的搜索式与百科词条集合中的各个百科词条的词条内容进行匹配,获取匹配成功的百科词条作为候选百科词条以生成候选百科词条集合;然后从候选百科词条集合中选取出候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。这里,电子设备可以将候选百科词条集合中的全部候选百科词条的词条名称作为各个第一兴趣点以生成第一兴趣点集合。电子设备也可以从候选百科词条集合中选取出部分候选百科词条的词条名称作为各个第一兴趣点以生成第一兴趣点集合。其中,搜索记录可以包括搜索式和搜索量,百科词条可以包括词条名称和词条内容。
这里,对于搜索记录集合中的每个搜索记录,电子设备可以首先对该搜索记录的搜索式进行分词,以获取该搜索记录的关键词集合;然后将该搜索记录的关键词集合与百科词条集合中的各个百科词条的词条内容分别进行逐一匹配,并根据各个百科词条的词条内容所包括的该搜索记录的关键词集合中的关键词的数目来确定各个百科词条的词条内容与该搜索记录的搜索式的匹配度。例如,如果某个百科词条的词条内容中包括了该搜索记录的关键词集合中的所有关键词,则可以确定该百科词条的词条内容与该搜索记录的搜索式的匹配度为1;而如果某个百科词条的词条内容中包括了该搜索记录的关键词集合中的部分关键词,则可以将该百科词条的词条内容中所包括的该搜索记录的关键词集合中的关键词的数目与该搜索记录的关键词集合中的关键词的数目的比值作为该百科词条的词条内容与该搜索记录的搜索式的匹配度;而如果某个百科词条的词条内容中不包括该搜索记录的关键词集合中的任何关键词,则可以确定该百科词条的词条内容与该搜索记录的搜索式的匹配度为0。
在本实施例的一些可选地实现方式中,电子设备可以首先分别确定候选百科词条集合中的各个候选百科词条是否满足第一预设条件,其中,第一预设条件可以包括词条类别属于预设词条类别集合中的词条类别和词条阅读量大于预设词条阅读量;然后选取出候选百科词条集合中满足第一预设条件的候选百科词条;最后将所选取出的候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。其中,百科词条还可以包括词条类别和词条阅读量。作为示例,预设词条类别集合中可以包括:人物类别、公司类别、品牌类别。预设词条阅读量可以是10万次。对于候选百科词条集合中的每个候选百科词条,电子设备可以首先确定该候选百科词条的类别是否属于人物类别、公司类别或品牌类别;若是,则进一步确定该候选百科词条的词条阅读量是否大于10万次;若是,则将候选百科词条的词条名称作为第一兴趣点。
步骤202b,将搜索记录集合与微博话题集合进行匹配,并根据匹配结果从微博话题集合中选取出第二兴趣点集合。
在本实施例中,基于步骤201所获取的搜索记录集合,电子设备可以首先从微博类网站的后台服务器(例如图1所示的服务器103)获取微博话题集合;然后将搜索记录集合与微博话题集合进行匹配,并根据匹配结果从微博话题集合中选取出第二兴趣点集合。其中,微博话题可以是根据微博热点、个人兴趣、网友讨论等多种渠道的内容,经过补充修饰和加以编辑的,与某个微博话题的话题名称有关的专题页面。微博用户可以进入该页面发表微博进行讨论,同时微博话题页面也会自动收录含有该微博话题的话题名称的相关微博。例如,在发布微博时,可以输入双井号##,并在两个#号之间输入内容,此时,两个#号之间的关键词便可以作为微博话题的话题名称。在这里,微博话题例如可以包括话题名称和话题内容。
在本实施例中,电子设备可以将搜索记录集合中的各条搜索记录的搜索式与微博话题集合中的各个微博话题的话题内容进行匹配;若一条搜索记录的搜索式与一个微博话题的话题内容的匹配度大于第二预设匹配度阈值(例如0.7),则匹配成功,并将该微博话题作为匹配成功的微博话题。这里,电子设备可以直接将各个匹配成功的微博话题的话题名称作为各个第二兴趣点以生成第二兴趣点集合。电子设备也可以从各个匹配成功的微博话题中选取出部分匹配成功的微博话题的话题名称作为各个第二兴趣点以生成第二兴趣点集合。其中,第二兴趣点通常是话题型兴趣点。
在本实施例的一些可选的实现方式中,电子设备可以首先将搜索记录集合中的各条搜索记录的搜索式与微博话题集合中的各个微博话题的话题内容进行匹配,获取匹配成功的微博话题作为候选微博话题以生成候选微博话题集合;然后从候选微博话题集合中选取出候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。这里,电子设备可以将候选微博话题集合中的全部候选微博话题的话题名称作为各个第二兴趣点以生成第二兴趣点集合。电子设备也可以从候选微博话题集合中选取出部分候选微博话题的话题名称作为各个第二兴趣点以生成第二兴趣点集合。其中,搜索记录可以包括搜索式和搜索量,微博话题可以包括话题名称和话题内容。
这里,对于搜索记录集合中的每个搜索记录,电子设备可以首先对该搜索记录的搜索式进行分词,以获取该搜索记录的关键词集合;然后将该搜索记录的关键词集合与微博话题集合中的各个微博话题的话题内容分别进行逐一匹配,并根据各个微博话题的话题内容所包括的该搜索记录的关键词集合中的关键词的数目来确定各个微博话题的话题内容与该搜索记录的搜索式的匹配度。例如,如果某个微博话题的话题内容中包括了该搜索记录的关键词集合中的所有关键词,则可以确定该微博话题的话题内容与该搜索记录的搜索式的匹配度为1;而如果某个微博话题的话题内容中包括了该搜索记录的关键词集合中的部分关键词,则可以将该微博话题的话题内容中所包括的该搜索记录的关键词集合中的关键词的数目与该搜索记录的关键词集合中的关键词的数目的比值作为该微博话题的话题内容与该搜索记录的搜索式的匹配度;而如果某个微博话题的话题内容中不包括该搜索记录的关键词集合中的任何关键词,则可以确定该微博话题的话题内容与该搜索记录的搜索式的匹配度为0。
在本实施例的一些可选地实现方式中,电子设备可以首先分别确定候选微博话题集合中的各个候选微博话题是否满足第二预设条件,其中,第二预设条件可以包括话题类别属于预设话题类别集合中的话题类别和话题阅读量大于预设话题阅读量;然后选取出候选微博话题集合中满足第二预设条件的候选微博话题;最后将所选取出的候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。其中,微博话题还可以包括话题类别和话题阅读量。作为示例,预设话题类别集合中可以包括:人物类别、事件类别。预设话题阅读量可以是10万次。对于候选微博话题集合中的每个候选微博话题,电子设备可以首先确定该候选微博话题的类别是否属于人物类别、事件类别;若是,则进一步确定该候选微博话题的话题阅读量是否大于10万次;若是,则将候选微博话题的话题名称作为第二兴趣点。
步骤203,将第一兴趣点集合和第二兴趣点集合加入到兴趣点集合中。
在本实施例中,电子设备可以将步骤202a所选取出的第一兴趣点集合和步骤202b中所选取出的第二兴趣点集合加入到兴趣点集合中。其中,电子设备可以直接将第一兴趣点集合和第二兴趣点集合加入到兴趣点集合中,也可以对第一兴趣点集合和第二兴趣点集合进行去重处理后加入到兴趣点集合中。
在本实施例的一些可选的实现方式中,在生成兴趣点集合之后,电子设备可以通过以下方式将兴趣度降低的兴趣点从兴趣点集合中删除:
首先,电子设备可以周期性地获取周期搜索记录集合。
具体地,电子设备可以每隔一定的周期(例如,两个星期、两个月、半年)获取该周期内的搜索记录集合,并作为周期搜索记录集合。其中,周期搜索记录可以包括周期搜索式和周期搜索量。周期搜索量可以是该周期搜索式在该周期内的搜索量。
之后,电子设备可以将兴趣点集合中的各个兴趣点分别在周期搜索记录集合中进行匹配,获取匹配成功的周期搜索记录的周期搜索量,并作为兴趣点集合中的各个兴趣点的搜索量。
具体地,对于兴趣点集合中的每个兴趣点,电子设备可以将该兴趣点与周期搜索记录集合中的各条周期搜索记录的搜索式分别进行逐一匹配;若一条周期搜索记录的搜索式与该兴趣点的匹配度大于第三预设匹配度阈值(例如0.7),则匹配成功,并将该周期搜索记录的搜索量作为该兴趣点的搜索量;若周期搜索记录集合中的所有周期搜索记录的搜索式与该兴趣点的匹配度均不大于第三预设匹配度阈值,则匹配不成功,并将该兴趣点的搜索量设置为0。
然后,电子设备可以分别确定兴趣点集合中的各个兴趣点的搜索量是否小于搜索量阈值。
具体地,对于兴趣点集合中的每个兴趣点,电子设备可以将该兴趣点的搜索量与搜索量阈值(例如5千次、1万次、5万次)进行比较;若该兴趣点的搜索量小于搜索量阈值,则将该兴趣点从兴趣点集合中删除;若该兴趣点的搜索量不小于搜索量阈值,则继续保留该兴趣点。
最后,电子设备可以将搜索量小于搜索量阈值的兴趣点从兴趣点集合中删除。
本申请实施例提供的基于人工智能的信息处理方法,首先获取预设时间段内的搜索记录集合;然后将搜索记录集合与百科词条集合进行匹配,根据匹配结果从百科词条集合中选取出第一兴趣点集合,并将搜索记录集合与微博话题集合进行匹配,根据匹配结果从微博话题集合中选取出第二兴趣点集合;最后将第一兴趣点集合和第二兴趣点集合加入到兴趣点集合中。通过人工智能对搜索记录集合进行处理后自动获取兴趣点集合,实现了兴趣点的准确获取,从而有助于实现富于针对性的信息推送。
进一步参考图3,其示出了基于人工智能的信息处理方法的又一个实施例的流程300。该基于人工智能的信息处理方法的流程300,包括以下步骤:
步骤301,获取预设时间段内的搜索记录集合。
在本实施例中,基于人工智能的信息处理方法行于其上的电子设备(例如图1所示的服务器105)可以首先通过有线连接方式或无线连接方式从终端设备(例如图1所示的终端设备101)或搜索类网站的后台服务器获取预设时间段(例如,一个星期、一个月、一个季度)内的搜索记录集合;然后继续执行步骤302a、步骤302b和步骤302c。
步骤302a,将搜索记录集合与百科词条集合进行匹配,并根据匹配结果从百科词条集合中选取出第一兴趣点集合。
步骤302b,将搜索记录集合与微博话题集合进行匹配,并根据匹配结果从微博话题集合中选取出第二兴趣点集合。
本实施例中的步骤302a和步骤302b可以与图2所示的步骤202a和步骤202b具有类似的实现方式,在此不再赘述。
步骤302c,分别提取搜索记录集合中的各条搜索记录的特征向量。
在本实施例中,对于步骤301所获取的搜索记录集合中的每条搜索记录,电子设备可以首先提取该搜索记录的特征向量;然后继续执行步骤303c。其中,搜索记录的特征向量可以用于描述搜索记录的内容。
在本实施例的一些可选的实现方式中,电子设备可以首先分别获取搜索记录集合中的各条搜索记录的特征数据;然后分别从搜索记录集合中的各条搜索记录的特征数据中提取搜索记录集合中的各条搜索记录的特征向量。其中,特征数据可以包括但不限于以下至少一项:搜索式、URL、搜索时间、搜索量、点击时间、点击量。作为示例,一个完整的URL通常可以包括协议类型、域名、路径和参数等等。电子设备可以对搜索记录的URL进行泛化处理,去除搜索记录的URL的协议类型、路径和参数等等,仅保留搜索记录的URL的域名,并将搜索记录的URL的域名作为搜索记录的特征向量。
步骤303c,将搜索记录集合中的各条搜索记录的特征向量输入至预先训练的分类模型,得到搜索记录集合中的各条搜索记录的类别。
在本实施例中,对于步骤302c所提取的搜索记录集合中的每条搜索记录的特征向量,电子设备可以首先将该搜索记录的特征向量输入至预先训练的分类模型进行分类,从而得到该搜索记录的类别;然后继续执行步骤304c。其中,搜索记录的类别可以包括兴趣点类别和非兴趣点类别。
在本实施例中,分类模型可以用于表征搜索记录的特征向量与搜索记录的类别的对应关系。这里,电子设备可以通过多种方式训练分类模型。
在本实施例的一些可选的实现方式中,电子设备可以基于对大量的搜索记录的特征向量和搜索记录的类别的统计而生成存储有多个搜索记录的特征向量与搜索记录的类别的对应关系的对应关系表,并将该对应关系表作为分类模型。
在本实施例的一些可选的实现方式中,电子设备还可以按照以下步骤训练分类模型:
首先,电子设备可以获取样本搜索记录和样本搜索记录的类别。
具体地,本领域技术人员可以从搜索记录集合中选取出部分搜索记录作为样本搜索记录;然后对样本搜索记录进行人工分析,从而得到样本搜索记录的类别。
然后,电子设备可以提取样本搜索记录的特征向量。
具体地,电子设备可以首先获取样本搜索记录的特征数据;然后分别从样本搜索记录的特征数据中提取特征向量。其中,特征数据可以包括但不限于以下至少一项:搜索式、URL、搜索时间、搜索量、点击时间、点击量。
最后,电子设备可以利用机器学习方法,将样本搜索记录的特征向量作为输入,将样本搜索记录的类别作为输出,训练得到分类模型。
具体地,电子设备可以利用机器学习方法,将样本搜索记录的特征向量作为输入,将样本搜索记录的类别作为输出,对例如深度卷积神经网络(Deep Convolutional NeuralNetwork,DCNN)进行训练,得到能够建立搜索记录的特征向量和搜索记录的类别之间准确对应关系的分类模型。
步骤304c,从搜索记录集合中的归属于兴趣点类别的搜索记录中选取出第三兴趣点集合。
在本实施例中,基于步骤303c所得到搜索记录集合中的各条搜索记录的类别,电子设备可以首先从搜索记录集合中选取出类别属于兴趣点类别的搜索记录;然后从所选取出的搜索记录中选取出第三兴趣点集合;最后继续执行步骤305。其中,第三兴趣点集合中通常既包括实体型兴趣点,又包括话题型兴趣点。
在本实施例中,电子设备可以直接将所选取出的搜索记录中的搜索式作为第三兴趣点以生成第三兴趣点集合。电子设备也可以对所选取出的搜索记录中的搜索式进一步处理,然后将处理后的搜索式作为第三兴趣点以生成第三兴趣点集合。作为示例,对于所选取出的搜索记录中的搜索式,可以去除其中的寻址类的搜索式,也可以去除搜索式中的前后缀。
步骤305,将第一兴趣点集合、第二兴趣点集合和第三兴趣点集合加入到兴趣点集合中。
在本实施例中,电子设备可以将步骤302a所选取出的第一兴趣点集合、步骤302b中所选取出的第二兴趣点集合和步骤304c中所选取出的第三兴趣点集合加入到兴趣点集合中。其中,电子设备可以直接将第一兴趣点集合、第二兴趣点集合和第三兴趣点集合加入到兴趣点集合中,也可以对第一兴趣点集合、第二兴趣点集合和第三兴趣点集合进行去重处理后加入到兴趣点集合中。
从图3中可以看出,与图2对应的实施例相比,本实施例中的基于人工智能的信息处理方法的流程300增加了从搜索记录集合中选取第三兴趣点集合的步骤。由此,本实施例描述的方案所生成的兴趣点集合中的兴趣点更加全面、丰富。
进一步参考图4,作为对上述各图所示方法的实现,本申请提供了一种基于人工智能的信息处理装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例的基于人工智能的信息处理装置400可以包括:第一获取单元401、第一选取单元402、第二选取单元403和第一加入单元404。其中,第一获取单元401,配置用于获取预设时间段内的搜索记录集合;第一选取单元402,配置用于将搜索记录集合与百科词条集合进行匹配,并根据匹配结果从百科词条集合中选取出第一兴趣点集合;第二选取单元403,配置用于将用搜索记录集合与微博话题集合进行匹配,并根据匹配结果从微博话题集合中选取出第二兴趣点集合;第一加入单元404,配置用于将第一兴趣点集合和第二兴趣点集合加入到兴趣点集合中。
在本实施例中,基于人工智能的信息处理装置400中:第一获取单元401、第一选取单元402、第二选取单元403和第一加入单元404的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,搜索记录可以包括搜索式和搜索量,百科词条可以包括词条名称和词条内容;第一选取单元402可以包括:第一匹配子单元(图中未示出),配置用于将搜索记录集合中的各条搜索记录的搜索式与百科词条集合中的各个百科词条的词条内容进行匹配,获取匹配成功的百科词条作为候选百科词条以生成候选百科词条集合;第一选取子单元(图中未示出),配置用于从候选百科词条集合中选取出候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。
在本实施例的一些可选的实现方式中,百科词条还可以包括词条类别和词条阅读量;第一选取子单元可以包括:第一确定模块(图中未示出),配置用于分别确定候选百科词条集合中的各个候选百科词条是否满足第一预设条件,其中,第一预设条件可以包括词条类别属于预设词条类别集合中的词条类别和词条阅读量大于预设词条阅读量;第一选取模块(图中未示出),配置用于选取出候选百科词条集合中满足第一预设条件的候选百科词条;第一生成模块(图中未示出),配置用于将所选取出的候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。
在本实施例的一些可选的实现方式中,搜索记录可以包括搜索式和搜索量,微博话题可以包括话题名称和话题内容;第二选取单元403可以包括:第二匹配子单元(图中未示出),配置用于将搜索记录集合中的各条搜索记录的搜索式与微博话题集合中的各个微博话题的话题内容进行匹配,获取匹配成功的微博话题作为候选微博话题以生成候选微博话题集合;第二选取子单元(图中未示出),配置用于从候选微博话题集合中选取出候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。
在本实施例的一些可选的实现方式中,微博话题还可以包括话题类别和话题阅读量;第二选取子单元可以包括:第二确定模块(图中未示出),配置用于分别确定候选微博话题集合中的各个候选微博话题是否满足第二预设条件,其中,第二预设条件可以包括话题类别属于预设话题类别集合中的话题类别和话题阅读量大于预设话题阅读量;第二选取模块(图中未示出),配置用于选取出候选微博话题集合中满足第二预设条件的候选微博话题;第二生成模块(图中未示出),配置用于将所选取出的候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。
在本实施例的一些可选的实现方式中,基于人工智能的信息处理装置400还可以包括:提取单元(图中未示出),配置用于分别提取搜索记录集合中的各条搜索记录的特征向量;分类单元(图中未示出),配置用于将搜索记录集合中的各条搜索记录的特征向量输入至预先训练的分类模型,得到搜索记录集合中的各条搜索记录的类别,其中,分类模型用于表征搜索记录的特征向量与搜索记录的类别的对应关系,搜索记录的类别包括兴趣点类别和非兴趣点类别;第三选取单元(图中未示出),配置用于从搜索记录集合中的归属于兴趣点类别的搜索记录中选取出第三兴趣点集合;第二加入单元(图中未示出),配置用于将第三兴趣点集合加入到兴趣点集合中。
在本实施例的一些可选的实现方式中,提取单元可以包括:第一获取子单元(图中未示出),配置用于分别获取搜索记录集合中的各条搜索记录的特征数据,其中,特征数据包括以下至少一项:搜索式、统一资源定位符、搜索时间、搜索量、点击时间、点击量;第一提取子单元(图中未示出),配置用于分别从搜索记录集合中的各条搜索记录的特征数据中提取搜索记录集合中的各条搜索记录的特征向量。
在本实施例的一些可选的实现方式中,基于人工智能的信息处理装置400还可以包括训练单元(图中未示出),训练单元可以包括:第二获取子单元(图中未示出),配置用于获取样本搜索记录和样本搜索记录的类别;第二提取子单元(图中未示出),配置用于提取样本搜索记录的特征向量;训练子单元(图中未示出),配置用于利用机器学习方法,将样本搜索记录的特征向量作为输入,将样本搜索记录的类别作为输出,训练得到分类模型。
在本实施例的一些可选的实现方式中,基于人工智能的信息处理装置400还可以包括:第二获取单元(图中未示出),配置用于周期性地获取周期搜索记录集合,其中,周期搜索记录包括周期搜索式和周期搜索量;匹配单元(图中未示出),配置用于将兴趣点集合中的各个兴趣点分别在周期搜索记录集合中进行匹配,获取匹配成功的周期搜索记录的周期搜索量,并作为兴趣点集合中的各个兴趣点的搜索量;确定单元(图中未示出),配置用于分别确定兴趣点集合中的各个兴趣点的搜索量是否小于搜索量阈值;删除单元(图中未示出),配置用于将搜索量小于搜索量阈值的兴趣点从兴趣点集合中删除。
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。图5示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
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,上文参考流程图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,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。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。在该计算机程序被中央处理单元(CPU)501执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、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,该模块、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。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、第一选取单元、第二选取单元和第一加入单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取预设时间段内的搜索记录集合的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的服务器中所包含的;也可以是单独存在,而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该服务器执行时,使得该服务器:获取预设时间段内的搜索记录集合;将搜索记录集合与百科词条集合进行匹配,并根据匹配结果从百科词条集合中选取出第一兴趣点集合;将搜索记录集合与微博话题集合进行匹配,并根据匹配结果从微博话题集合中选取出第二兴趣点集合;将第一兴趣点集合和第二兴趣点集合加入到兴趣点集合中。
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上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 (16)
1.一种基于人工智能的信息处理方法,其特征在于,所述方法包括:
获取预设时间段内的搜索记录集合;
将所述搜索记录集合与百科词条集合进行匹配,并根据匹配结果从所述百科词条集合中选取出第一兴趣点集合;
将所述搜索记录集合与微博话题集合进行匹配,并根据匹配结果从所述微博话题集合中选取出第二兴趣点集合;
将所述第一兴趣点集合和所述第二兴趣点集合加入到兴趣点集合中;
其中,所述方法还包括:
分别提取所述搜索记录集合中的各条搜索记录的特征向量;
将所述搜索记录集合中的各条搜索记录的特征向量输入至分类模型,得到所述搜索记录集合中的各条搜索记录的类别,其中,所述分类模型是利用机器学习方法预先训练的,用于表征搜索记录的特征向量与搜索记录的类别的对应关系,搜索记录的类别包括兴趣点类别和非兴趣点类别;
从所述搜索记录集合中的归属于兴趣点类别的搜索记录中选取出第三兴趣点集合;
将所述第三兴趣点集合加入到所述兴趣点集合中;
其中,所述分别提取所述搜索记录集合中的各条搜索记录的特征向量,包括:
分别获取所述搜索记录集合中的各条搜索记录的特征数据,其中,所述特征数据包括以下至少一项:搜索式、统一资源定位符、搜索时间、搜索量、点击时间、点击量;
分别从所述搜索记录集合中的各条搜索记录的特征数据中提取所述搜索记录集合中的各条搜索记录的特征向量。
2.根据权利要求1所述的方法,其特征在于,搜索记录包括搜索式和搜索量,百科词条包括词条名称和词条内容;
所述将所述搜索记录集合与百科词条集合进行匹配,并根据匹配结果从所述百科词条集合中选取出第一兴趣点集合,包括:
将所述搜索记录集合中的各条搜索记录的搜索式与所述百科词条集合中的各个百科词条的词条内容进行匹配,获取匹配成功的百科词条作为候选百科词条以生成候选百科词条集合;
从所述候选百科词条集合中选取出候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。
3.根据权利要求2所述的方法,其特征在于,百科词条还包括词条类别和词条阅读量;
所述从所述候选百科词条集合中选取出候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合,包括:
分别确定候选百科词条集合中的各个候选百科词条是否满足第一预设条件,其中,所述第一预设条件包括词条类别属于预设词条类别集合中的词条类别和词条阅读量大于预设词条阅读量;
选取出所述候选百科词条集合中满足所述第一预设条件的候选百科词条;
将所选取出的候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。
4.根据权利要求1所述的方法,其特征在于,搜索记录包括搜索式和搜索量,微博话题包括话题名称和话题内容;
所述将所述搜索记录集合与微博话题集合进行匹配,并根据匹配结果从所述微博话题集合中选取出第二兴趣点集合,包括:
将所述搜索记录集合中的各条搜索记录的搜索式与所述微博话题集合中的各个微博话题的话题内容进行匹配,获取匹配成功的微博话题作为候选微博话题以生成候选微博话题集合;
从所述候选微博话题集合中选取出候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。
5.根据权利要求4所述的方法,其特征在于,微博话题还包括话题类别和话题阅读量;
所述从所述候选微博话题集合中选取出候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合,包括:
分别确定候选微博话题集合中的各个候选微博话题是否满足第二预设条件,其中,所述第二预设条件包括话题类别属于预设话题类别集合中的话题类别和话题阅读量大于预设话题阅读量;
选取出所述候选微博话题集合中满足所述第二预设条件的候选微博话题;
将所选取出的候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括训练分类模型的步骤,所述训练分类模型的步骤包括:
获取样本搜索记录和所述样本搜索记录的类别;
提取所述样本搜索记录的特征向量;
利用机器学习方法,将所述样本搜索记录的特征向量作为输入,将所述样本搜索记录的类别作为输出,训练得到分类模型。
7.根据权利要求1-6之一所述的方法,其特征在于,所述方法还包括:
周期性地获取周期搜索记录集合,其中,周期搜索记录包括周期搜索式和周期搜索量;
将所述兴趣点集合中的各个兴趣点分别在周期搜索记录集合中进行匹配,获取匹配成功的周期搜索记录的周期搜索量,并作为所述兴趣点集合中的各个兴趣点的搜索量;
分别确定所述兴趣点集合中的各个兴趣点的搜索量是否小于搜索量阈值;
将搜索量小于所述搜索量阈值的兴趣点从所述兴趣点集合中删除。
8.一种基于人工智能的信息处理装置,其特征在于,所述装置包括:
第一获取单元,配置用于获取预设时间段内的搜索记录集合;
第一选取单元,配置用于将所述搜索记录集合与百科词条集合进行匹配,并根据匹配结果从所述百科词条集合中选取出第一兴趣点集合;
第二选取单元,配置用于将所述搜索记录集合与微博话题集合进行匹配,并根据匹配结果从所述微博话题集合中选取出第二兴趣点集合;
第一加入单元,配置用于将所述第一兴趣点集合和所述第二兴趣点集合加入到兴趣点集合中;
其中,所述装置还包括:
提取单元,配置用于分别提取所述搜索记录集合中的各条搜索记录的特征向量;
分类单元,配置用于将所述搜索记录集合中的各条搜索记录的特征向量输入至分类模型,得到所述搜索记录集合中的各条搜索记录的类别,其中,所述分类模型是利用机器学习方法预先训练的,用于表征搜索记录的特征向量与搜索记录的类别的对应关系,搜索记录的类别包括兴趣点类别和非兴趣点类别;
第三选取单元,配置用于从所述搜索记录集合中的归属于兴趣点类别的搜索记录中选取出第三兴趣点集合;
第二加入单元,配置用于将所述第三兴趣点集合加入到所述兴趣点集合中;
其中,所述提取单元包括:
第一获取子单元,配置用于分别获取所述搜索记录集合中的各条搜索记录的特征数据,其中,所述特征数据包括以下至少一项:搜索式、统一资源定位符、搜索时间、搜索量、点击时间、点击量;
第一提取子单元,配置用于分别从所述搜索记录集合中的各条搜索记录的特征数据中提取所述搜索记录集合中的各条搜索记录的特征向量。
9.根据权利要求8所述的装置,其特征在于,搜索记录包括搜索式和搜索量,百科词条包括词条名称和词条内容;
所述第一选取单元包括:
第一匹配子单元,配置用于将所述搜索记录集合中的各条搜索记录的搜索式与所述百科词条集合中的各个百科词条的词条内容进行匹配,获取匹配成功的百科词条作为候选百科词条以生成候选百科词条集合;
第一选取子单元,配置用于从所述候选百科词条集合中选取出候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。
10.根据权利要求9所述的装置,其特征在于,百科词条还包括词条类别和词条阅读量;
所述第一选取子单元包括:
第一确定模块,配置用于分别确定候选百科词条集合中的各个候选百科词条是否满足第一预设条件,其中,所述第一预设条件包括词条类别属于预设词条类别集合中的词条类别和词条阅读量大于预设词条阅读量;
第一选取模块,配置用于选取出所述候选百科词条集合中满足所述第一预设条件的候选百科词条;
第一生成模块,配置用于将所选取出的候选百科词条的词条名称作为第一兴趣点以生成第一兴趣点集合。
11.根据权利要求8所述的装置,其特征在于,搜索记录包括搜索式和搜索量,微博话题包括话题名称和话题内容;
所述第二选取单元包括:
第二匹配子单元,配置用于将所述搜索记录集合中的各条搜索记录的搜索式与所述微博话题集合中的各个微博话题的话题内容进行匹配,获取匹配成功的微博话题作为候选微博话题以生成候选微博话题集合;
第二选取子单元,配置用于从所述候选微博话题集合中选取出候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。
12.根据权利要求11所述的装置,其特征在于,微博话题还包括话题类别和话题阅读量;
所述第二选取子单元包括:
第二确定模块,配置用于分别确定候选微博话题集合中的各个候选微博话题是否满足第二预设条件,其中,所述第二预设条件包括话题类别属于预设话题类别集合中的话题类别和话题阅读量大于预设话题阅读量;
第二选取模块,配置用于选取出所述候选微博话题集合中满足所述第二预设条件的候选微博话题;
第二生成模块,配置用于将所选取出的候选微博话题的话题名称作为第二兴趣点以生成第二兴趣点集合。
13.根据权利要求8所述的装置,其特征在于,所述装置还包括训练单元,所述训练单元包括:
第二获取子单元,配置用于获取样本搜索记录和所述样本搜索记录的类别;
第二提取子单元,配置用于提取所述样本搜索记录的特征向量;
训练子单元,配置用于利用机器学习方法,将所述样本搜索记录的特征向量作为输入,将所述样本搜索记录的类别作为输出,训练得到分类模型。
14.根据权利要求8-13之一所述的装置,其特征在于,所述装置还包括:
第二获取单元,配置用于周期性地获取周期搜索记录集合,其中,周期搜索记录包括周期搜索式和周期搜索量;
匹配单元,配置用于将所述兴趣点集合中的各个兴趣点分别在周期搜索记录集合中进行匹配,获取匹配成功的周期搜索记录的周期搜索量,并作为所述兴趣点集合中的各个兴趣点的搜索量;
确定单元,配置用于分别确定所述兴趣点集合中的各个兴趣点的搜索量是否小于搜索量阈值;
删除单元,配置用于将搜索量小于所述搜索量阈值的兴趣点从所述兴趣点集合中删除。
15.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710515764.8A CN107346336B (zh) | 2017-06-29 | 2017-06-29 | 基于人工智能的信息处理方法和装置 |
US15/933,653 US11620321B2 (en) | 2017-06-29 | 2018-03-23 | Artificial intelligence based method and apparatus for processing information |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710515764.8A CN107346336B (zh) | 2017-06-29 | 2017-06-29 | 基于人工智能的信息处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107346336A CN107346336A (zh) | 2017-11-14 |
CN107346336B true CN107346336B (zh) | 2021-06-08 |
Family
ID=60257308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710515764.8A Active CN107346336B (zh) | 2017-06-29 | 2017-06-29 | 基于人工智能的信息处理方法和装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11620321B2 (zh) |
CN (1) | CN107346336B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090162A (zh) * | 2017-12-13 | 2018-05-29 | 北京百度网讯科技有限公司 | 基于人工智能的信息推送方法和装置 |
US10721070B2 (en) | 2018-03-07 | 2020-07-21 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US11502841B2 (en) | 2018-03-07 | 2022-11-15 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US11265168B2 (en) * | 2018-03-07 | 2022-03-01 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US11394552B2 (en) | 2018-03-07 | 2022-07-19 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US11489866B2 (en) | 2018-03-07 | 2022-11-01 | Private Identity Llc | Systems and methods for private authentication with helper networks |
US11392802B2 (en) * | 2018-03-07 | 2022-07-19 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US11210375B2 (en) * | 2018-03-07 | 2021-12-28 | Private Identity Llc | Systems and methods for biometric processing with liveness |
US11789699B2 (en) | 2018-03-07 | 2023-10-17 | Private Identity Llc | Systems and methods for private authentication with helper networks |
US11138333B2 (en) | 2018-03-07 | 2021-10-05 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US10938852B1 (en) | 2020-08-14 | 2021-03-02 | Private Identity Llc | Systems and methods for private authentication with helper networks |
US11170084B2 (en) | 2018-06-28 | 2021-11-09 | Private Identity Llc | Biometric authentication |
CN109582863B (zh) * | 2018-11-19 | 2020-08-04 | 珠海格力电器股份有限公司 | 一种推荐方法及服务器 |
BR112021010468A2 (pt) * | 2018-12-31 | 2021-08-24 | Intel Corporation | Sistemas de segurança que empregam inteligência artificial |
CN110263853B (zh) * | 2019-06-20 | 2023-05-23 | 杭州睿琪软件有限公司 | 利用错误样本检查人工客户端状态的方法及装置 |
CN110781283B (zh) * | 2019-09-16 | 2023-12-08 | 腾讯大地通途(北京)科技有限公司 | 连锁品牌词库生成方法、装置以及电子设备 |
US11380433B2 (en) * | 2020-09-28 | 2022-07-05 | International Business Machines Corporation | Optimized data collection of relevant medical images |
CN113221572B (zh) * | 2021-05-31 | 2024-05-07 | 抖音视界有限公司 | 一种信息处理方法、装置、设备及介质 |
CN113792223B (zh) * | 2021-08-19 | 2023-11-21 | 北京智慧星光信息技术有限公司 | 属地媒体信源推送方法、系统、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976246A (zh) * | 2010-09-30 | 2011-02-16 | 互动在线(北京)科技有限公司 | 百科词条分类检索方法 |
CN102214207A (zh) * | 2011-04-27 | 2011-10-12 | 百度在线网络技术(北京)有限公司 | 一种用于对信息实体中的属性集合进行排序的方法与设备 |
CN103793434A (zh) * | 2012-11-02 | 2014-05-14 | 北京百度网讯科技有限公司 | 一种基于内容的图片搜索方法和装置 |
CN104008109A (zh) * | 2013-02-26 | 2014-08-27 | 南京邮电大学 | 基于用户兴趣的Web信息推送服务系统 |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6006252A (en) * | 1996-10-08 | 1999-12-21 | Wolfe; Mark A. | System and method for communicating information relating to a network resource |
US7873665B2 (en) * | 2001-02-22 | 2011-01-18 | Emmanuel Gonzalez | Method for digitally labelling websites |
WO2007081681A2 (en) * | 2006-01-03 | 2007-07-19 | Textdigger, Inc. | Search system with query refinement and search method |
US7895192B2 (en) * | 2007-07-19 | 2011-02-22 | Hewlett-Packard Development Company, L.P. | Estimating the loaded execution runtime of a database query |
US8577915B2 (en) * | 2010-09-10 | 2013-11-05 | Veveo, Inc. | Method of and system for conducting personalized federated search and presentation of results therefrom |
US9280535B2 (en) * | 2011-03-31 | 2016-03-08 | Infosys Limited | Natural language querying with cascaded conditional random fields |
US8423547B2 (en) * | 2011-04-08 | 2013-04-16 | Microsoft Corporation | Efficient query clustering using multi-partite graphs |
US9015084B2 (en) * | 2011-10-20 | 2015-04-21 | Gil Thieberger | Estimating affective response to a token instance of interest |
US20190102706A1 (en) * | 2011-10-20 | 2019-04-04 | Affectomatics Ltd. | Affective response based recommendations |
GB201211853D0 (en) * | 2012-07-04 | 2012-08-15 | Qatar Foundation | A system and method for event or entity analysis and exploration in microblogs |
CN103729359B (zh) * | 2012-10-12 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 一种推荐搜索词的方法及系统 |
CN102930022B (zh) * | 2012-10-31 | 2015-11-25 | 中国运载火箭技术研究院 | 面向用户的信息搜索引擎系统及方法 |
US10810193B1 (en) * | 2013-03-13 | 2020-10-20 | Google Llc | Querying a data graph using natural language queries |
US20150193482A1 (en) * | 2014-01-07 | 2015-07-09 | 30dB, Inc. | Topic sentiment identification and analysis |
CN104978368A (zh) * | 2014-04-14 | 2015-10-14 | 百度在线网络技术(北京)有限公司 | 一种用于提供推荐信息的方法和装置 |
US10311362B1 (en) * | 2014-12-12 | 2019-06-04 | Amazon Technologies, Inc. | Identification of trending content using social network activity and user interests |
CN104951522B (zh) * | 2015-06-10 | 2020-02-28 | 小米科技有限责任公司 | 一种进行搜索的方法和装置 |
US10296627B2 (en) * | 2015-08-18 | 2019-05-21 | Fiserv, Inc. | Generating integrated data records by correlating source data records from disparate data sources |
JP6929278B2 (ja) * | 2015-10-16 | 2021-09-01 | アリババ・グループ・ホールディング・リミテッドAlibaba Group Holding Limited | タイトル表示方法及び装置 |
JP5907469B2 (ja) * | 2015-10-16 | 2016-04-26 | 洋彰 宮崎 | 言語入力により自律的に知識を拡大する人工知能装置 |
CN105654945B (zh) * | 2015-10-29 | 2020-03-06 | 乐融致新电子科技(天津)有限公司 | 一种语言模型的训练方法及装置、设备 |
US20170161619A1 (en) * | 2015-12-08 | 2017-06-08 | International Business Machines Corporation | Concept-Based Navigation |
CN105512298A (zh) * | 2015-12-10 | 2016-04-20 | 成都陌云科技有限公司 | 基于机器学习的感兴趣内容预测方法 |
CN105550282A (zh) * | 2015-12-10 | 2016-05-04 | 成都陌云科技有限公司 | 利用多维数据预测用户兴趣的方法 |
US20170185653A1 (en) * | 2015-12-29 | 2017-06-29 | Quixey, Inc. | Predicting Knowledge Types In A Search Query Using Word Co-Occurrence And Semi/Unstructured Free Text |
US10249207B2 (en) * | 2016-01-19 | 2019-04-02 | TheBeamer, LLC | Educational teaching system and method utilizing interactive avatars with learning manager and authoring manager functions |
CN105930539A (zh) * | 2016-06-27 | 2016-09-07 | 北京百度网讯科技有限公司 | 话题订阅方法和装置 |
CN106202312B (zh) * | 2016-07-01 | 2019-10-18 | 天翼智慧家庭科技有限公司 | 一种用于移动互联网的兴趣点搜索方法和系统 |
US11151203B2 (en) * | 2017-02-28 | 2021-10-19 | Apple Inc. | Interest embedding vectors |
US20180246974A1 (en) * | 2017-02-28 | 2018-08-30 | Laserlike Inc. | Enhanced search for generating a content feed |
US10628431B2 (en) * | 2017-04-06 | 2020-04-21 | Salesforce.Com, Inc. | Predicting a type of a record searched for by a user |
WO2018226888A1 (en) * | 2017-06-06 | 2018-12-13 | Diffeo, Inc. | Knowledge operating system |
US11699039B2 (en) * | 2017-06-28 | 2023-07-11 | Microsoft Technology Licensing, Llc | Virtual assistant providing enhanced communication session services |
-
2017
- 2017-06-29 CN CN201710515764.8A patent/CN107346336B/zh active Active
-
2018
- 2018-03-23 US US15/933,653 patent/US11620321B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976246A (zh) * | 2010-09-30 | 2011-02-16 | 互动在线(北京)科技有限公司 | 百科词条分类检索方法 |
CN102214207A (zh) * | 2011-04-27 | 2011-10-12 | 百度在线网络技术(北京)有限公司 | 一种用于对信息实体中的属性集合进行排序的方法与设备 |
CN103793434A (zh) * | 2012-11-02 | 2014-05-14 | 北京百度网讯科技有限公司 | 一种基于内容的图片搜索方法和装置 |
CN104008109A (zh) * | 2013-02-26 | 2014-08-27 | 南京邮电大学 | 基于用户兴趣的Web信息推送服务系统 |
Also Published As
Publication number | Publication date |
---|---|
US20190005126A1 (en) | 2019-01-03 |
CN107346336A (zh) | 2017-11-14 |
US11620321B2 (en) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107346336B (zh) | 基于人工智能的信息处理方法和装置 | |
US11151177B2 (en) | Search method and apparatus based on artificial intelligence | |
CN107679039B (zh) | 用于确定语句意图的方法和装置 | |
CN107491534B (zh) | 信息处理方法和装置 | |
CN107241260B (zh) | 基于人工智能的新闻推送的方法和装置 | |
CN107220352B (zh) | 基于人工智能构建评论图谱的方法和装置 | |
CN108804450B (zh) | 信息推送的方法和装置 | |
CN106649818B (zh) | 应用搜索意图的识别方法、装置、应用搜索方法和服务器 | |
CN106960030B (zh) | 基于人工智能的推送信息方法及装置 | |
US20180365257A1 (en) | Method and apparatu for querying | |
CN105279146B (zh) | 针对短不相关文本的检测的上下文感知方法 | |
CN109697239B (zh) | 用于生成图文信息的方法 | |
CN109543058B (zh) | 用于检测图像的方法、电子设备和计算机可读介质 | |
CN107679217B (zh) | 基于数据挖掘的关联内容提取方法和装置 | |
WO2015083309A1 (en) | Mining forums for solutions to questions | |
CN112749326B (zh) | 信息处理方法、装置、计算机设备及存储介质 | |
CN110069698B (zh) | 信息推送方法和装置 | |
CN108334489B (zh) | 文本核心词识别方法和装置 | |
CN107193974B (zh) | 基于人工智能的地域性信息确定方法和装置 | |
CN106919711B (zh) | 基于人工智能的标注信息的方法和装置 | |
CN108305180B (zh) | 一种好友推荐方法及装置 | |
CN107944032B (zh) | 用于生成信息的方法和装置 | |
CN110968684A (zh) | 一种信息处理方法、装置、设备及存储介质 | |
CN108268450B (zh) | 用于生成信息的方法和装置 | |
CN109582825B (zh) | 用于生成信息的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |