CN107562776A - Feed流信息的推荐方法、装置和设备 - Google Patents

Abstract

本申请公开了一种Feed流信息的推荐方法、装置和设备。涉及通信领域，为解决现有技术根据主题向用户推荐Feed流信息无法满足用户对同一主题内容的深层差异化需求的问题而发明。对同一主题分类下的Feed流信息进行分词，获取分词集；获取分词集中每个特征词在每个Feed流信息中的特征权重值；根据特征权重值确定与所述主题对应的两个以上子主题；根据子主题对Feed流信息重新进行分类，获取每个子主题对应的Feed流信息集合；向用户推送与其历史行为数据相关的子主题对应的Feed流信息。

Description

Feed流信息的推荐方法、装置和设备

技术领域

本公开一般涉及计算机技术领域，具体涉及信息处理技术，尤其涉及Feed流信息的推荐方法、装置和设备。

背景技术

目前，很多主流资讯类APP软件，如手机百度或者今日头条等，都采用Feed流的形式向用户推送新闻资讯等信息。

现有技术向用户推荐Feed流信息的方法包括：按照预先设定的主题对Feed流信息进行分类；获取用户的使用数据，如：查看、收藏、删除等；根据用户的使用数据确定用户感兴趣的主题；向用户发送其感兴趣的主题对应的Feed流内容。

在实现本发明的过程中，发明人发现：现有技术只能按照主题向用户推荐Feed流内容，然而在实际的使用过程中，同一主题下用户关注的重点也可能各不相同，例如：对于主题为体育的Feed流内容，有些用户可能关注的重点在于体育赛事的输赢结果，有些用户可能关注的重点在于体育明星，另外，还有一些用户可能关注的重点在于体育相关的场馆、器具或者装备等等。现有技术按照主题推荐Feed流内容无法满足用户深层需求，使得用户的使用体验差。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种能够满足用户深层需求的Feed流信息的推荐方案。

第一方面，本申请实施例提供了一种Feed流信息的推荐方法，包括：对同一主题分类下的Feed流信息进行分词，获取分词集；获取所述分词集中每个特征词在每个所述Feed流信息中的特征权重值；根据所述特征权重值确定与所述主题对应的两个以上子主题；根据所述子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；向用户推送与其历史行为数据相关的子主题对应的Feed流信息。

第二方面，本申请实施例还提供了一种Feed流信息的推荐装置，包括：

分词模块，用于对同一主题分类下的Feed流信息进行分词，获取分词集；

特征权重获取模块，用于获取所述分词模块获取的分词集中每个特征词在每个所述Feed流信息中的特征权重值；

子主题确定模块，用于根据所述特征权重获取模块获取的特征权重值确定与所述主题对应的两个以上子主题；

分类模块，用于根据所述子主题确定模块确定的子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；

推荐模块，用于向用户推送与其历史行为数据相关的子主题对应的Feed流信息。

第三方面，本申请实施例还提供了一种设备，包括处理器、存储器和显示器；

所述存储器包含可由所述处理器执行的指令以使得所述处理器执行：

对同一主题分类下的Feed流信息进行分词，获取分词集；

获取所述分词集中每个特征词在每个所述Feed流信息中的特征权重值；

根据所述特征权重值确定与所述主题对应的两个以上子主题；

根据所述子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；

向用户推送与其历史行为数据相关的子主题对应的Feed流信息。

本申请实施例提供的Feed流信息的推荐方法、装置和设备，能够通过分词方法获取同一主题下Feed流内容对应的两个以上子主题，并根据子主题对Feed流内容进行再分类，解决了现有技术只能按照主题对Feed流内容进行分类，造成无法满足用户对同一主题内容的深层差异化需求，本发明提供的技术方案可以进一步细分Feed流内容，在向用户推荐时可以更精准地定位用户的阅读需求，提高了用户的使用体验，另一方面由于能够精准推送内容，使得在信息推广的过程中推广内容定位更准确。

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为本发明实施例提供的Feed流信息的推荐方法流程图；

图2为本发明另一实施例提供的Feed流信息的推荐方法流程图；

图3为本发明又一实施例提供的Feed流信息的推荐方法流程图；

图4为本发明实施例提供的Feed流信息的推荐装置结构示意图一；

图5为本发明实施例提供的Feed流信息的推荐装置结构示意图二；

图6为本发明实施例提供的Feed流信息的推荐装置结构示意图三；

图7为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。

为了解决现有技术根据主题向用户推荐Feed流信息无法满足用户对同一主题内容的深层差异化需求，本发明实施例提供一种Feed流信息的推荐方法、装置和设备。

如图1所示，本发明实施例提供的Feed流信息的推荐方法，包括：

步骤101，对同一主题分类下的Feed流信息进行分词，获取分词集。

本实施例不对具体的分词方法进行限定，在实际的使用过程中，本领域技术人员可以采用任意现有的分词技术对Feed流内容进行分词，例如：ICTCLAS或者IK Analyzer等，此处不做穷举说明。

步骤102，获取分词集中每个特征词在每个Feed流信息中的特征权重值。

步骤103，根据特征权重值确定与主题对应的两个以上子主题。

在本实施例中，步骤103可以通过人为选取的方式，根据特征权重值从特征词中选取两个以上子主题。

进一步地，为了节省人力成本，提高工作效率，降低人为因素的影响，步骤103还可以将每个特征权重值与预先设置的权重阈值进行比较，根据比较结果确定与主题对应的两个以上子主题。

具体地，如果特征权重值大于权重阈值，则选取该特征权重值对应的特征词为子主题，否则，不选。

步骤104，根据子主题对Feed流信息重新进行分类，获取每个子主题对应的Feed流信息集合。

为了便于查找，步骤104可以对Feed流信息分类后生成的Feed流信息集合加上标签，在本实施例中，标签可以为子主题对应的特征词，也可以为主题对应的特征词和子主题对应的特征词的组合。

步骤105，向用户推送与其历史行为数据相关的子主题对应的Feed流信息。

具体地，步骤105对用户的历史行为数据进行分析，确定用户感兴趣的标签，其中，历史行为数据可以包括：点击、收藏、推荐或者删除等；根据标签查找对应的Feed流信息集合，即：子主题对应的Feed流信息集合；从Feed流信息集合中选取Feed流信息进行推送。

需要说明的是，本实施例不对从Feed流信息集合中选取Feed流信息的具体方法进行限定，在实际的使用过程中，可以根据时间顺序选取最新的Feed流信息，也可以根据Feed流信息的热度选取，当然还可以通过其他方式选取，此处不作一一赘述。

本申请实施例提供的Feed流信息的推荐方法，能够通过分词方法获取同一主题下Feed流内容对应的两个以上子主题，并根据子主题对Feed流内容进行再分类，解决了现有技术只能按照主题对Feed流内容进行分类，造成无法满足用户对同一主题内容的深层差异化需求，本发明提供的技术方案可以进一步细分Feed流内容，在向用户推荐时可以更精准地定位用户的阅读需求，提高了用户的使用体验，另一方面由于能够精准推送内容，使得在信息推广的过程中推广内容定位更准确。

如图2所示，本发明另一实施例还提供一种Feed流信息的推荐方法，该方法与图1所示的基本相同，其区别在于，在步骤103之后，步骤104之前还可以包括：

步骤106，对两个以上子主题进行相似性合并。

具体地，步骤106可以对两个以上子主题进行语义分析，获取各个子主题之间的相关度，当相关度大于预先设置的相关度阈值时，进行合并处理。

通过上述技术方案，可以解决由于汉语的近似词影响，造成步骤103划分出的子主题存在重复的现象，使得通过本发明实施例提供的技术方案确定的子主题更合理。

如图3所示，本发明又一实施例还提供一种Feed流信息的推荐方法，该方法与图1所示的基本相同，其区别在于，在步骤103之后，步骤104之前还可以包括：

步骤107，对两个以上子主题进行逻辑排序。

则此时，步骤105可以替换为：

步骤108，获取用户历史行为数据对应的子主题，以及按照逻辑排序的下一子主题。

步骤109，向用户发送子主题和下一子主题对应的Feed流信息。

例如：当主题为“单反”时，可以确定子主题包括：零配件、功能设置、机型、使用技巧；按照用户对单反的熟悉程度的逻辑对子主题进行排序，排序结果由浅到深为：机型、功能设置、使用技巧、零配件；则此时，如果用户的历史行为数据由关注机型变更为关注功能设置或者使用技巧时，在想用户推荐Feed流信息时，可以选取子主题功能设置、使用技巧，以及下一子主题零配件对应的Feed流信息。

通过本实施例提供的技术方案可以预测用户的对Feed流信息的关注路径，从而给用户以推荐指导，进而提高了用户查阅Feed流信息的使用体验。

需要说明的是，以上图1-3所示的实施例中Feed流信息不仅可以包括资讯内容(文字、图片、音频或者视频等)，还可以包括评论区的内容。由于可以包括评论区的内容，使得通过本发明技术方案获取的子主题更能满足用户的差异化需求。

如图4所示，本发明实施例还提供一种Feed流信息的推荐装置，包括：

分词模块401，用于对同一主题分类下的Feed流信息进行分词，获取分词集；

特征权重获取模块402，用于获取所述分词模块401获取的分词集中每个特征词在每个所述Feed流信息中的特征权重值；

子主题确定模块403，用于根据所述特征权重获取模块402获取的特征权重值确定与所述主题对应的两个以上子主题；

分类模块404，用于根据所述子主题确定模块403确定的子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；

推荐模块405，用于向用户推送与其历史行为数据相关的子主题对应的Feed流信息。

进一步地，子主题确定模块403，具体用于将每个所述特征权重值与预先设置的权重阈值进行比较，根据比较结果确定与所述主题对应的两个以上子主题。

进一步地，如图5所示，本发明实施例提供的Feed流信息的推荐装置，还可以包括：

合并模块406，用于对所述子主题确定模块403确定的两个以上子主题进行相似性合并。

进一步地，如图6所示，本发明实施例提供的Feed流信息的推荐装置，还可以包括：

逻辑排序模块407，用于对所述子主题确定模块403确定两个以上子主题进行逻辑排序；

则所述推荐模块405，具体用于获取用户历史行为数据对应的子主题，以及按照所述逻辑排序的下一子主题，向所述用户发送所述子主题和下一子主题打的Feed流信息。

图4-6所示的本发明实施例提供的Feed流信息的推荐装置的具体实现方法可以参见图1-3所示的本发明实施例提供的Feed流信息的推荐方法所述，此处不再赘述。

本申请实施例提供的Feed流信息的推荐装置，能够通过分词方法获取同一主题下Feed流内容对应的两个以上子主题，并根据子主题对Feed流内容进行再分类，解决了现有技术只能按照主题对Feed流内容进行分类，造成无法满足用户对同一主题内容的深层差异化需求，本发明提供的技术方案可以进一步细分Feed流内容，在向用户推荐时可以更精准地定位用户的阅读需求，提高了用户的使用体验，另一方面由于能够精准推送内容，使得在信息推广的过程中推广内容定位更准确。

如图7所示，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700的结构示意图。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；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707；包括硬盘等的存储部分708；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709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，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710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708。

其中，存储器702包含可由所述处理器执行的指令以使得所述处理器执行：对同一主题分类下的Feed流信息进行分词，获取分词集；获取所述分词集中每个特征词在每个所述Feed流信息中的特征权重值；根据所述特征权重值确定与所述主题对应的两个以上子主题；根据所述子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；向用户推送与其历史行为数据相关的子主题对应的Feed流信息。

特别地，根据本公开的实施例，上文参考图1-图3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1-图3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709从网络上被下载和安装，和/或从可拆卸介质711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 (10)

1.一种Feed流信息的推荐方法，其特征在于，包括：

对同一主题分类下的Feed流信息进行分词，获取分词集；

获取所述分词集中每个特征词在每个所述Feed流信息中的特征权重值；

根据所述特征权重值确定与所述主题对应的两个以上子主题；

根据所述子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；

向用户推送与其历史行为数据相关的子主题对应的Feed流信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述特征权重值确定与所述主题对应的两个以上子主题包括：

将每个所述特征权重值与预先设置的权重阈值进行比较，根据比较结果确定与所述主题对应的两个以上子主题。

3.根据权利要求1所述的方法，其特征在于，还包括：

对所述两个以上子主题进行相似性合并。

4.根据权利要求1所述的方法，其特征在于，还包括：

对所述两个以上子主题进行逻辑排序；

则所述向用户推送与其历史行为数据相关的子主题对应的Feed流信息包括：

获取用户历史行为数据对应的子主题，以及按照所述逻辑排序的下一子主题；

向所述用户发送所述子主题和下一子主题对应的Feed流信息。

5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述Feed流信息包括：资讯内容和评论区内容。

6.一种Feed流信息的推荐装置，其特征在于，包括：

分词模块，用于对同一主题分类下的Feed流信息进行分词，获取分词集；

特征权重获取模块，用于获取所述分词模块获取的分词集中每个特征词在每个所述Feed流信息中的特征权重值；

子主题确定模块，用于根据所述特征权重获取模块获取的特征权重值确定与所述主题对应的两个以上子主题；

分类模块，用于根据所述子主题确定模块确定的子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；

推荐模块，用于向用户推送与其历史行为数据相关的子主题对应的Feed流信息。

7.根据权利要求6所述的装置，其特征在于，

所述子主题确定模块，具体用于将每个所述特征权重值与预先设置的权重阈值进行比较，根据比较结果确定与所述主题对应的两个以上子主题。

8.根据权利要求6所述的装置，其特征在于，还包括：

合并模块，用于对所述子主题确定模块确定的两个以上子主题进行相似性合并。

9.根据权利要求6所述的装置，其特征在于，还包括：

逻辑排序模块，用于对所述子主题确定模块确定两个以上子主题进行逻辑排序；

则所述推荐模块，具体用于获取用户历史行为数据对应的子主题，以及按照所述逻辑排序的下一子主题，向所述用户发送所述子主题和下一子主题打的Feed流信息。

10.一种设备，包括处理器、存储器和显示器；其特征在于：

所述存储器包含可由所述处理器执行的指令以使得所述处理器执行：

对同一主题分类下的Feed流信息进行分词，获取分词集；

获取所述分词集中每个特征词在每个所述Feed流信息中的特征权重值；

根据所述特征权重值确定与所述主题对应的两个以上子主题；

根据所述子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；

向用户推送与其历史行为数据相关的子主题对应的Feed流信息。