CN107844586B - 新闻推荐方法和装置 - Google Patents
新闻推荐方法和装置 Download PDFInfo
- Publication number
- CN107844586B CN107844586B CN201711139651.9A CN201711139651A CN107844586B CN 107844586 B CN107844586 B CN 107844586B CN 201711139651 A CN201711139651 A CN 201711139651A CN 107844586 B CN107844586 B CN 107844586B
- Authority
- CN
- China
- Prior art keywords
- news
- target
- attribute item
- user attribute
- recommended
- 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
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/635—Filtering based on additional data, e.g. user or group profiles
-
- 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
-
- 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
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/387—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/432—Query formulation
- G06F16/433—Query formulation using audio data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/438—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/487—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/41—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例公开了新闻推荐方法和装置。该方法的一具体实施方式包括:接收播报新闻的语音请求;对语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项;获取目标属性项对应的用户属性信息;基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐。该实施方式实现了基于语音交互的新闻推荐,并且能够提升新闻推荐的针对性。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及新闻推荐方法和装置。
背景技术
随着计算机技术的发展和网络数据的不断积累,人工智能技术飞速发展。用于为用户提供新闻服务的新闻推荐方法,是利用电子设备主动向用户推荐新闻的方法,是一种可以简化用户获取新闻的操作、提升用户获取新闻的效率的信息处理方式。
不同的用户对新闻资讯的诉求、偏好具有差异。在传统的新闻推荐方法中筛选为用户推荐的新闻时,通常会考虑新闻的时效性和新闻内容的质量,对不同的用户输出相同的推荐结果。
发明内容
本申请实施例提出了新闻推荐方法和装置。
第一方面,本申请实施例提供了一种新闻推荐方法,包括:接收播报新闻的语音请求;对语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项;获取目标属性项对应的用户属性信息;基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐。
在一些实施例中,上述基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项,包括:基于解析结果确定语音请求所指示的新闻类别需求;根据预设的新闻类别与用户属性项之间的关联关系表确定出与语音请求所指示的新闻类别需求关联的目标属性项。
在一些实施例中,上述新闻类别包括:地域类、领域类以及热点关键词类。
在一些实施例中,上述基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项,包括:判断解析结果中是否包含与预设用户属性项集合中的用户属性项的标识关联的关键词;若是,提取出标识与解析结果中的关键词匹配的用户属性项,作为目标属性项。
在一些实施例中,上述基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐,包括:获取待推荐新闻库中的各待推荐新闻的摘要信息,摘要信息包括标题和内容摘要;基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度筛选出目标新闻;推送目标新闻。
在一些实施例中,上述基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度筛选出目标新闻,包括:基于各待推荐新闻的摘要信息与解析结果之间的相似度、以及各待推荐新闻的摘要信息与目标属性项对应的用户属性信息之间的相似度确定各待推荐新闻的推荐指数;基于推荐指数筛选出目标新闻。
在一些实施例中,上述基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度筛选出目标新闻,包括:基于各待推荐新闻的摘要信息与解析结果之间的相似度筛选出与解析结果相关的第一候选新闻;基于各待推荐新闻的摘要信息与目标属性项对应的用户属性信息之间的相似度筛选出与目标属性项对应的用户属性信息相关的第二候选新闻;将第一候选新闻和第二候选新闻作为目标新闻。
在一些实施例中,上述推送目标新闻,包括:推送目标新闻的摘要信息;响应于接收到播报目标新闻全文的语音请求,推送目标新闻全文。
在一些实施例中,上述基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐,还包括:基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度确定目标新闻的推荐顺序信息;上述推送目标新闻,包括:向智能语音设备推送目标新闻及对应的推荐顺序信息,以使智能语音设备在接收到用户的指示播放预设推荐顺序所对应的目标新闻的请求时,播放预设推荐顺序所对应的目标新闻。
在一些实施例中,上述用户属性项集合包括以下用户属性项:地理位置、职业、兴趣点。
第二方面,本申请实施例提供了一种新闻推荐装置,包括:接收单元,用于接收播报新闻的语音请求;确定单元,用于对语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项;获取单元,用户获取目标属性项对应的用户属性信息;筛选单元,用于基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐。
在一些实施例中,上述确定单元进一步用于按照如下方式从预设用户属性项集合中确定出与语音请求关联的目标属性项:基于解析结果确定语音请求所指示的新闻类别需求;根据预设的新闻类别与用户属性项之间的关联关系表确定出与语音请求所指示的新闻类别需求关联的目标属性项。
在一些实施例中,上述新闻类别包括:地域类、领域类以及热点关键词类。
在一些实施例中,上述确定单元进一步用于按照如下方式从预设用户属性项集合中确定出与语音请求关联的目标属性项:判断解析结果中是否包含与预设用户属性项集合中的用户属性项的标识关联的关键词;若是,提取出标识与解析结果中的关键词匹配的用户属性项,作为目标属性项。
在一些实施例中,上述筛选单元进一步用于按照如下方式在待推荐新闻库中筛选出目标新闻进行推荐:获取待推荐新闻库中的各待推荐新闻的摘要信息,摘要信息包括标题和内容摘要;基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度筛选出目标新闻;推送目标新闻。
在一些实施例中,上述筛选单元进一步用于基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度按照如下方式筛选出目标新闻:基于各待推荐新闻的摘要信息与解析结果之间的相似度、以及各待推荐新闻的摘要信息与目标属性项对应的用户属性信息之间的相似度确定各待推荐新闻的推荐指数;基于推荐指数筛选出目标新闻。
在一些实施例中,上述筛选单元进一步用于基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度按照如下方式筛选出目标新闻:基于各待推荐新闻的摘要信息与解析结果之间的相似度筛选出与解析结果相关的第一候选新闻;基于各待推荐新闻的摘要信息与目标属性项对应的用户属性信息之间的相似度筛选出与目标属性项对应的用户属性信息相关的第二候选新闻;将第一候选新闻和第二候选新闻作为目标新闻。
在一些实施例中,上述筛选单元进一步按照如下方式推送目标新闻:推送目标新闻的摘要信息;响应于接收到播报目标新闻全文的语音请求,推送目标新闻全文。
在一些实施例中,上述筛选单元还用于:基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度确定目标新闻的推荐顺序信息;上述筛选单元进一步用于按照如下方式推送目标新闻:向智能语音设备推送目标新闻及对应的推荐顺序信息,以使智能语音设备在接收到用户的指示播放预设推荐顺序所对应的目标新闻的请求时,播放预设推荐顺序所对应的目标新闻。
在一些实施例中,上述用户属性项集合包括以下用户属性项:地理位置、职业、兴趣点。
本申请实施例提供的新闻推荐方法和装置,通过接收播报新闻的语音请求,然后对语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项,而后获取目标属性项对应的用户属性信息,最后基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐,实现了基于语音交互的新闻推荐,并且在推荐时基于语音请求的解析结果确定了关联的用户属性信息,从而提升了新闻推荐的针对性。
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是根据本申请的新闻推荐方法的一个实施例的流程图;
图3是根据本申请实施例的新闻推荐方法的一个应用场景的示意图;
图4是根据本申请的新闻推荐方法的另一个实施例的流程示意图;
图5是根据本申请实施例的新闻推荐装置的一个结构示意图;
图6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新闻推荐方法或新闻推荐装置的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。网络103用以在终端设备101、102和服务器104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交互,以接收或发送消息等。终端设备101、102可以是具有音频输入接口、音频输出接口和显示屏、并支持网络通信的电子设备,例如具有麦克风和显示屏的智能音箱、智能家用电器、智能手机、平板电脑、笔记本电脑、智能可穿戴设备等。终端设备101、102上可以安装有与服务器104进行交互的应用,例如语音服务客户端。
服务器104可以是提供各种服务的服务器,例如对终端设备101、102执行的语音输出操作进行控制的语音服务器。在终端设备101、102接入语音服务器(例如获取授权)之后,语音服务器可以对用户110通过终端设备101、102发出的语音服务请求进行处理,并将处理结果(例如音频数据和音频输出接口的控制指令)发送至终端设备101、102。终端设备101、102可以通过网络103接收服务器104发送的音频数据和显示控制指令,并执行相应的音频输出操作和显示操作,从而实现了利用终端设备101、102完成语音服务。
需要说明的是,本申请实施例所提供的新闻推荐方法一般由服务器104执行,相应地,新闻推荐装置一般设置于服务器104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。例如服务器可以为集群式的服务器,包括部署了不同进程的多台服务器。
继续参考图2,其示出了根据本申请的新闻推荐方法的一个实施例的流程200。该新闻推荐方法,包括以下步骤:
步骤201,接收播报新闻的语音请求。
在本实施例中,上述新闻推荐方法运行于其上的电子设备(例如图1所示的服务器)可以接收智能语音设备发送的播报新闻的请求。该播放新闻的请求可以是由与智能语音设备进行语音交互的用户发出的,且该智能语音设备可以是已经接入上述新闻推荐方法运行于其上的电子设备提供的语音服务的设备。
上述电子设备可以实时地检测智能语音设备是否发出语音请求,并检测语音请求是否为播报新闻的语音请求。具体地,可以检测语音请求是否包含请求播报新闻的关键词“新闻”、或关键词组合“听”+“新闻”,“播放”+“新闻”等。可选地,可以在接收播报新闻的请求之前,响应于用户发出的唤醒指令而被唤醒,被唤醒后执行对语音请求的实时检测。
在实际场景中,用户可以向智能语音设备发出语音请求“播放**新闻”,智能语音设备可以将用户的语音请求进行转码、封装后传输至语音服务器,语音服务器可以接收智能语音设备传输的“播放**新闻”的语音请求。
步骤202,对语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项。
在本实施例中,可以首先对接收到的语音请求信息进行数据解析,从中提取出语音请求内容,具体可以将语音请求信息转换为文本信息,然后对语音请求内容进行语义解析。在语义解析时可以采用语言模型进行切词,然后基于诸如N-gram模型(也称为“N元模型”)等语义分析方法对语音请求内容所表征的用户有进行识别。
然后,可以根据解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项。预设用户属性项集合可以是预设的用户属性项的集合,包括多个用户属性项。用户属性项可以是用户的某一类别的特征属性的标识,例如可以包括用户的年龄段、用户的喜好、用户的习惯等。
可选地,预设用户属性项集合可以包括但不限于以下用户属性项:地理位置、职业、兴趣点。其中地理位置可以包括用户经常活动的城市、家庭住址、工作单位地址;职业可以包括用户从业领域、从业单位、职位;兴趣点可以包括用户的兴趣和关注点。
在本实施例中,可以对语音请求信息的解析结果与预设用户属性项集合中的用户属性项之间的关联性进行分析,具体可以计算语音请求信息的解析结果与用户属性项之间的语义相似度,例如可以将解析结果和用户属性项向量化,计算两个向量之间的相似度作为解析结果与用户属性项之间的语义相似度,进而可以根据语义相似度来确定关联性。
在一些可选的实现方式中,可以判断语音相似度是否大于预设的阈值,若是,则可以确定语音请求与对应的用户属性项相关联,进一步可以确定该用户属性项为目标属性项;反之则可以确定语音请求与对应的用户属性项不关联。这样,可以从预设用户属性项集合中确定出与语音请求关联的目标属性项。
可选地,在基于解析结果分析语音请求信息与预设用户属性项集合中的用户属性项之间的关联性时,还可以根据解析结果与用户属性项之间的相似度确定关联度,进而根据关联度确定用户属性项的权重。
步骤203,获取目标属性项对应的用户属性信息。
接着,可以通过已存储的用户数据来获取目标属性项对应的用户属性信息。用户属性信息可以是用户某一类特征属性的具体参数,与各用户属性项相对应。举例来说,与用户的年龄段属性项对应的用户属性信息可以为用户的年龄段数据、或年龄数据,例如用户的年龄在25-35岁之间;与地理位置属性项对应的用户属性信息可以包括用户生活区域信息和工作区域信息,例如用户居住地为北京市海淀区某小区,工作地址在北京市海淀区某科技园;与职业属性项对应的用户属性信息可以包括用户从业的领域信息、从业单位信息、职位信息,例如科技产业-智能手机业-**手机公司-销售主管;与兴趣点属性项对应的用户属性信息可以包括用户感兴趣或关注的事物、话题等,例如用户感兴趣的科技领域事件、最近关注的综艺节目消息或投资理财消息等。
上述用户属性信息可以通过用户主动上报来搜集并存储,例如用户在注册时可以提供一些基本属性信息。上述用户属性信息也可以通过对智能语音设备与用户的交互历史的分析来得出并预先存储。例如用户频繁地发出请求获取某一类别的资讯信息的请求,则可以确定用户对这一类别的话题或事物感兴趣。在一些可选的实现方式中,上述智能设备可以与用户的其他电子设备(例如手机、个人电脑)等相连接,并通过用户的其他电子设备获取用户属性信息。在另一些可选的实现方式中,上述智能电子设备可以通过网络获取用户属性信息,例如可以通过网络获取地理位置信息。
步骤204,基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐。
上述新闻推荐方法运行于其上的电子设备可以在待推荐新闻库中筛选出与语音请求的解析结果和/或目标属性项对应的用户属性信息相匹配的待推荐新闻作为目标新闻。即可以将待推荐新闻库中的每个待推荐新闻与上述解析结果和/或目标属性项对应的用户属性信息进行匹配,匹配成功的待推荐新闻则为目标新闻。在匹配时可以采用基于语义相似度的匹配方法。
在本实施例的一些可选的实现方式中,可以先基于语音请求信息的解析结果和/或目标属性项对应的用户属性信息进行用户意图分析,确定用户希望收听的新闻类别,然后从待推荐新闻库中选出满足用户意图的待推荐新闻作为目标新闻来进行推荐。可以采用多种方式进行意图分析,例如可以提取解析结果或目标属性项对应的用户属性信息中用于表征新闻类别的关键词作为用户意图;或者可以将语音请求的文本内容作为检索条件在网络数据库中检索,检索结果通常可以满足用户的需求,则可以从检索结果中提取出表征用户意图的信息;或者还可以采用基于机器学习方法训练的意图识别模型来识别用户意图。
可选地,在前述步骤202中对语音请求与用户属性项的关联性进行分析时可以根据关联度确定各目标属性项的权重,则在筛选目标新闻时,可以结合目标属性项的权重进行筛选,具体可以在将待推荐新闻库中的每个待推荐新闻与每个目标属性项对应的用户属性信息进行匹配并筛选目标新闻时,按照该目标属性项的权重对筛选过程进行加权,例如在对匹配度排序时对各用户属性信息的匹配度进行加权运算,这样,可以提升使关联性强的用户属性信息在筛选目标新闻时的重要程度,筛选出更符合用户需求的新闻。
在确定目标新闻之后,可以将目标新闻推送至发送语音请求的智能语音设备,智能语音设备可以对接收到的目标新闻进行语音合成,播报目标新闻的音频。可选地,若智能语音设备包含显示屏,则可以在显示屏上播放相关的新闻视频。
本申请上述实施例的新闻推荐方法,通过接收播报新闻的语音请求,然后对语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项,而后获取目标属性项对应的用户属性信息,最后基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐,实现了基于语音交互的新闻推荐,并且在推荐时关联了语音请求的解析结果和与语音请求关联的用户属性信息,提升了新闻推荐的针对性。
请参考图3,其示出了根据本申请实施例的新闻推荐方法的一个应用场景的示意图。如图3所示,用户A向智能语音设备B发出请求“播放北京新闻”,智能语音设备B将该请求转发至语音服务器C,语音服务器C可以接收该请求,然后解析该请求得到“北京”与地理位置属性项和兴趣点属性项关联,可以获取用户的住址、工作地点以及用户的兴趣点信息,例如用户住址和工作地点都在北京,关注的话题包括共有产权房,则可以筛选出北京共有产权房的相关新闻推送至智能语音设备B,智能语音设备B可以向用户A播报语音服务器C推送的新闻。
在本实施例的一些可选的实现方式中,上述基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项的步骤202可以包括:基于解析结果确定语音请求所指示的新闻类别需求,以及根据预设的新闻类别与用户属性项之间的关联关系表确定出与语音请求所指示的新闻类别需求关联的目标属性项。
在这种实现方式中,可以通过对语音请求解析来确定用户请求播报的新闻类别。具体可以判断语音请求的解析结果中包含哪一个新闻类别的标识,确定该语音请求所指示的新闻类别需求为其所包含的标识所表征的新闻类别,然后可以查找预设的新闻类别与用户属性项之间的关联关系表,查找到与语音识别请求所指示的新闻类别需求关联的用户属性项作为目标属性项。
新闻类别与用户属性项之间的关联关系表可以是预先配置的。可选地,新闻类别可以包括但不限于地域类、领域类以及热点关键词类。可选地,新闻类别还可以包括泛需求类,即未指示新闻的任何特性的类别。地域类新闻可以为某一地域的新闻,例如北京新闻;领域类新闻可以为某一行业的新闻,例如汽车业新闻;热点关键词类新闻可以为某一热点关键词相关的新闻,例如与“人工智能”相关的新闻。这样,可以根据上述关联关系表快速地确定出筛选目标新闻时需要关联的用户属性信息,提升推荐效率。
在实际场景中,用户发出语音请求时可以指定希望播放某一类别的新闻,例如发出请求“播放本地新闻”,这时可以确定该语音请求所指示的新闻类别需求为地域类新闻。若用户发出的语音请求中不包含具体的新闻类别关键字,例如“播报新闻”,则可以确定语音请求所指示的新闻类别需求为泛需求类。
可选地,可以预先在上述新闻类别与用户属性项之间的关联关系表中配置地域类关联的用户属性项包括地理位置,领域类关联的用户属性项包括职业和兴趣点,热点关键词类关联的用户属性项包括职业和兴趣点,泛需求类关联的用户属性项包括地理位置、职业以及兴趣点。
在本实施例的另一些可选的实现方式中,上述基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项的步骤202可以包括:判断解析结果中是否包含与预设用户属性项集合中的用户属性项的标识关联的关键词;若是,提取出标识与解析结果中的关键词匹配的用户属性项,作为目标属性项。
具体来说,可以将对语音请求内容分词后得到的词语与预设用户属性项集合中各用户属性项的标识进行比对,若比对一致则将一致的用户属性项作为目标属性项。
在实际场景中,用户属性项的标识可以例如为“工作地点”、“住址”、“行业”、“职位”、“兴趣”等,若用户发出的语音请求为“播放行业新闻”,该请求中包含用户属性项的标识“行业”,则可以确定“行业”对应的用户属性项为目标属性项。在后续的步骤203中可以获取用户从事的行业相关的属性信息。
继续参考图4,其示出了根据本申请的新闻推荐方法的另一个实施例的流程示意图。如图4所示,本实施例的新闻推荐方法的流程400,包括以下步骤:
步骤401,接收播报新闻的语音请求。
在本实施例中,上述新闻推荐方法运行于其上的电子设备可以接收智能语音设备传输的由用户发出的播放新闻的语音请求。
步骤402,对语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项。
可以采用语义解析方法来解析语音请求的内容,或者可以对语音请求进行语音到文本的转换,然后采用语言模型对文本切词,得到解析结果。之后可以根据语音请求信息的解析结果与预设用户属性项集合中的用户属性项之间的关联性分析结果确定出与语音请求关联的目标属性项。
步骤403,获取目标属性项对应的用户属性信息。
在本实施例中,可以从预先存储的用户属性信息集合中获取目标属性项对应的属性信息,也可以根据目标属性项通过网络中的关联数据查找来采集相应的用户属性信息。
本实施例中,步骤401、步骤402、步骤403分别与前述实施例中的步骤201、步骤202、步骤203一致,此处不再赘述。
步骤404,获取待推荐新闻库中各待推荐新闻的摘要信息。
在本实施例中,可以首先获取待推荐新闻库中各待推荐新闻的摘要信息,在这里,摘要信息可以是对新闻内容的概括性表达,可以包括标题和内容摘要。各待推荐新闻的摘要信息可以是已配置好的,或者可以是通过对各待推荐新闻进行文本摘要处理提取出来的。
步骤405,基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的属性信息之间的相似度筛选出目标新闻。
新闻的摘要信息字节数较少,但包含较丰富的信息,通常新闻的摘要信息包含新闻的关键信息。在本实施例中,可以计算摘要信息与解析结果和目标属性项对应的属性信息之间的相似度,选择相似度较高的待推荐新闻作为目标新闻。具体地,可以将解析结果和目标属性项对应的属性信息相组合,计算摘要信息与组合结果之间的相似度。
在本实施例的一些可选的实现方式中,上述基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的属性信息之间的相似度筛选出目标新闻的步骤可以包括(也就是可以按照如下方式筛选出目标新闻):基于各待推荐新闻的摘要信息与解析结果之间的相似度、以及各待推荐新闻的摘要信息与目标属性项对应的用户属性信息之间的相似度确定各待推荐新闻的推荐指数;基于推荐指数筛选出目标新闻,
具体地,可以计算待推荐新闻的摘要信息与上述语音请求信息的解析结果之间的第一相似度,然后计算待推荐新闻的摘要信息与上述目标属性项对应的用户属性信息之间的第二相似度,在计算第一相似度和第二相似度时均可以采用文本词向量的方式进行向量化处理后计算向量之间的相似度,然后可以对第一相似度和第二相似度进行加权求和,得到各待推荐新闻的推荐指数。可选地,还可以结合待推荐新闻的热度数据对推荐指数进行相应的调整,使热度相对较高的待推荐新闻的推荐指数相对较高。然后可以选择推荐指数排序前M位(M为预设的正整数)的作为目标新闻。这样,可以更有效地筛选出信息集中度较高、且能够满足用户需求的新闻。
在本实施例的另一些可选的实现方式中,上述基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的属性信息之间的相似度筛选出目标新闻的步骤可以包括(也就是还可以按照如下方式筛选出目标新闻):基于各待推荐新闻的摘要信息与解析结果之间的相似度筛选出与解析结果相关的第一候选新闻;基于各待推荐新闻的摘要信息与目标属性项对应的用户属性信息之间的相似度筛选出与目标属性项对应的用户属性信息相关的第二候选新闻;将第一候选新闻和第二候选新闻作为目标新闻。换言之,可以在待推荐新闻库中选出摘要信息与解析结果相似度较高的第一候选新闻和与目标属性项对应的用户属性相似度较高的第二候选新闻,将第一候选新闻和第二候选新闻添加至目标新闻的集合中进行推荐。这样,可以提升推荐的目标新闻类型的多样性。
步骤406,推送目标新闻。
在确定出目标新闻之后,可以将目标新闻发送至智能语音设备,以供智能语音设备播报目标新闻。其中筛选出的目标新闻可以包括多条新闻,则可以将多条新闻打包推送至智能语音设备。
在本实施例的一些可选的实现方式中,上述推送目标新闻的步骤406可以包括:推送目标新闻的摘要信息;响应于接收到播报目标新闻全文的语音请求,推送目标新闻的全文。在这些实现方式中,可以首先推送目标新闻的摘要信息,使用户可以快速获取多条新闻资讯,并可以在接收到用户发出的播报某一条新闻的详细内容的请求时,将对应的新闻全文发送给智能语音设备进行播报。这样,可以节约网络资源,提升推送效率。
在本实施例的一些可选的实现方式中,上述基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐的步骤,还可以包括:基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度确定目标新闻的推荐顺序信息。这时,上述步骤406可以按照如下方式实现:向智能语音设备推送目标新闻及对应的推荐顺序信息,以使智能语音设备在接收到用户的指示播放预设推荐顺序所对应的目标新闻的请求时,播放预设推荐顺序所对应的目标新闻。
具体地,可以按照筛选出的各目标新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度由大到小的排序确定目标新闻的推荐顺序,相似度越大的排序越靠前。在推送目标新闻时可以一并将目标新闻的排序推送,这样,在智能语音设备播报新闻时,可以对用户的例如“下一条”、“上一条”等指定播放预设推荐顺序所对应的目标新闻的请求进行响应,响应方式为播放用户指定的顺序的目标新闻。
从图4可以看出,与图2所示实施例相比,本申请实施例提供的新闻推荐方法的流程400细化了筛选目标新闻进行推荐的步骤,由此,本实施例的方法可以实现更全面、更精确的新闻推荐。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种新闻推荐装置的一个实施例,该装置实施例与图2和图4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5所示,本实施例的新闻推荐装置500包括:接收单元501、确定单元502、生成单元503和推送单元504。其中接收单元501用于接收播报新闻的语音请求;确定单元502用于对语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项;获取单元503用户获取目标属性项对应的用户属性信息;筛选单元504用于基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐。
在本实施例中,接收单元501可以接收由用户向智能语音设备发出、并由智能语音设备传输的播报新闻的语音请求。在这里,播报新闻的语音请求可以是包含播报新闻的关键词的请求,播报新闻的关键词可以例如为“听”+“新闻”、或“播放”+“新闻”的关键词组合。可以通过检测播报新闻的关键词来确定语音请求是否为播报新闻的语音请求。
确定单元502可以对接收单元501接收到的语音请求进行语义解析,具体可以采用语言模型来进行解析,然后可以对解析结果与预设用户属性项集合中的用户属性项之间的关联性进行分析,具体可以计算二者的相似度来确定关联性,例如相似度大于阈值的即为关联,不大于阈值的即为不关联。最后基于关联性分析结果确定出关联的用户属性项。
获取单元203可以在已存储的用户属性信息中获取目标属性项对应的用户属性信息。用户的属性信息可以通过关联的账户(例如关联的账户在其他设备中操作产生的数据)、用户对语音服务的反馈信息以及智能语音设备的地理位置、使用场景等获取。
筛选单元504可以将待推荐新闻库中的每个待推荐新闻与上述解析结果和/或目标属性项对应的用户属性信息进行匹配,匹配成功的待推荐新闻则为目标新闻。在匹配时可以采用基于语义相似度的匹配方法。然后可以推荐筛选出的目标新闻。
在一些实施例中,上述确定单元502可以进一步用于按照如下方式从预设用户属性项集合中确定出与语音请求关联的目标属性项:基于解析结果确定语音请求所指示的新闻类别需求;根据预设的新闻类别与用户属性项之间的关联关系表确定出与语音请求所指示的新闻类别需求关联的目标属性项。
在一些实施例中,上述新闻类别可以包括但不限于:地域类、领域类以及热点关键词类。
在一些实施例中,上述确定单元502可以进一步用于按照如下方式从预设用户属性项集合中确定出与语音请求关联的目标属性项:判断解析结果中是否包含与预设用户属性项集合中的用户属性项的标识关联的关键词;若是,提取出标识与解析结果中的关键词匹配的用户属性项,作为目标属性项。
在一些实施例中,上述筛选单元504可以进一步用于按照如下方式在待推荐新闻库中筛选出目标新闻进行推荐:获取待推荐新闻库中的各待推荐新闻的摘要信息,摘要信息包括标题和内容摘要;基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度筛选出目标新闻;推送目标新闻。
在一些实施例中,上述筛选单元504可以进一步用于基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度按照如下方式筛选出目标新闻:基于各待推荐新闻的摘要信息与解析结果之间的相似度、以及各待推荐新闻的摘要信息与目标属性项对应的用户属性信息之间的相似度确定各待推荐新闻的推荐指数;基于推荐指数筛选出目标新闻。
在一些实施例中,上述筛选单元504可以进一步用于基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度按照如下方式筛选出目标新闻:基于各待推荐新闻的摘要信息与解析结果之间的相似度筛选出与解析结果相关的第一候选新闻;基于各待推荐新闻的摘要信息与目标属性项对应的用户属性信息之间的相似度筛选出与目标属性项对应的用户属性信息相关的第二候选新闻;将第一候选新闻和第二候选新闻作为目标新闻。
在一些实施例中,上述筛选单元504可以进一步按照如下方式推送目标新闻:推送目标新闻的摘要信息;响应于接收到播报目标新闻全文的语音请求,推送目标新闻全文。
在一些实施例中,上述筛选单元还用于:基于各待推荐新闻的摘要信息与解析结果和目标属性项对应的用户属性信息之间的相似度确定目标新闻的推荐顺序信息。这时,上述筛选单元504可以进一步用于按照如下方式推送目标新闻:向智能语音设备推送目标新闻及对应的推荐顺序信息,以使智能语音设备在接收到用户的指示播放预设推荐顺序所对应的目标新闻的请求时,播放预设推荐顺序所对应的目标新闻。
在一些实施例中,上述用户属性项集合包括以下用户属性项:地理位置、职业、兴趣点。
应当理解,装置500中记载的诸单元与参考图2和图4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装置500及其中包含的单元,在此不再赘述。
本申请上述实施例的新闻推荐装置500,通过接收单元接收播报新闻的语音请求,然后确定单元对语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项,而后获取单元获取目标属性项对应的用户属性信息,最后筛选单元基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐,实现了基于语音交互的新闻推荐,并且在推荐时基于语音请求的解析结果确定了关联的用户属性信息,从而提升了新闻推荐的针对性。
下面参考图6,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600的结构示意图。图6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6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;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607;包括硬盘等的存储部分608;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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,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610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608。
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609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601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,本申请所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。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。
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:一种处理器包括接收单元、确定单元、获取单元和筛选单元。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,接收单元还可以被描述为“接收播报新闻的语音请求的单元”。
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装置中所包含的;也可以是单独存在,而未装配入该装置中。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装置执行时,使得该装置:接收播报新闻的语音请求;对语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与语音请求关联的目标属性项;获取目标属性项对应的用户属性信息;基于语音请求的解析结果和目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐。
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 (18)
1.一种新闻推荐方法,包括:
接收播报新闻的语音请求;
对所述语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与所述语音请求关联的目标属性项,其中,所述用户属性项集合包括以下用户属性项:地理位置、职业、兴趣点;
获取所述目标属性项对应的用户属性信息;
基于所述语音请求的解析结果和所述目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐,包括:获取所述待推荐新闻库中的各待推荐新闻的摘要信息,所述摘要信息包括标题和内容摘要;基于各所述待推荐新闻的摘要信息与解析结果和所述目标属性项对应的用户属性信息之间的相似度筛选出所述目标新闻;推送所述目标新闻。
2.根据权利要求1所述的方法,其中,所述基于解析结果从预设用户属性项集合中确定出与所述语音请求关联的目标属性项,包括:
基于解析结果确定所述语音请求所指示的新闻类别需求;
根据预设的新闻类别与用户属性项之间的关联关系表确定出与所述语音请求所指示的新闻类别需求关联的目标属性项。
3.根据权利要求2所述的方法,其中,所述新闻类别包括:地域类、领域类以及热点关键词类。
4.根据权利要求1所述的方法,其中,所述基于解析结果从预设用户属性项集合中确定出与所述语音请求关联的目标属性项,包括:
判断所述解析结果中是否包含与所述预设用户属性项集合中的用户属性项的标识关联的关键词;
若是,提取出标识与所述解析结果中的关键词匹配的用户属性项,作为所述目标属性项。
5.根据权利要求1所述的方法,其中,所述基于各所述待推荐新闻的摘要信息与解析结果和所述目标属性项对应的用户属性信息之间的相似度筛选出所述目标新闻,包括:
基于各所述待推荐新闻的摘要信息与所述解析结果之间的相似度、以及各所述待推荐新闻的摘要信息与所述目标属性项对应的用户属性信息之间的相似度确定各所述待推荐新闻的推荐指数;
基于推荐指数筛选出目标新闻。
6.根据权利要求1所述的方法,其中,所述基于各所述待推荐新闻的摘要信息与解析结果和所述目标属性项对应的用户属性信息之间的相似度筛选出所述目标新闻,包括:
基于各所述待推荐新闻的摘要信息与所述解析结果之间的相似度筛选出与所述解析结果相关的第一候选新闻;
基于各所述待推荐新闻的摘要信息与所述目标属性项对应的用户属性信息之间的相似度筛选出与所述目标属性项对应的用户属性信息相关的第二候选新闻;
将所述第一候选新闻和所述第二候选新闻作为所述目标新闻。
7.根据权利要求1-6任一项所述的方法,其中,所述推送所述目标新闻,包括:
推送所述目标新闻的摘要信息;
响应于接收到播报所述目标新闻全文的语音请求,推送目标新闻全文。
8.根据权利要求1-6任一项所述的方法,其中,所述基于所述语音请求的解析结果和所述目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐,还包括:
基于各所述待推荐新闻的摘要信息与解析结果和所述目标属性项对应的用户属性信息之间的相似度确定所述目标新闻的推荐顺序信息;
所述推送所述目标新闻,包括:
向智能语音设备推送所述目标新闻及对应的推荐顺序信息,以使所述智能语音设备在接收到用户的指示播放预设推荐顺序所对应的目标新闻的请求时,播放所述预设推荐顺序所对应的目标新闻。
9.一种新闻推荐装置,包括:
接收单元,用于接收播报新闻的语音请求;
确定单元,用于对所述语音请求进行解析,基于解析结果从预设用户属性项集合中确定出与所述语音请求关联的目标属性项,其中,所述用户属性项集合包括以下用户属性项:地理位置、职业、兴趣点;
获取单元,用户获取所述目标属性项对应的用户属性信息;
筛选单元,用于基于所述语音请求的解析结果和所述目标属性项对应的用户属性信息在待推荐新闻库中筛选出目标新闻进行推荐,所述筛选单元进一步用于按照如下方式在待推荐新闻库中筛选出目标新闻进行推荐:获取所述待推荐新闻库中的各待推荐新闻的摘要信息,所述摘要信息包括标题和内容摘要;基于各所述待推荐新闻的摘要信息与解析结果和所述目标属性项对应的用户属性信息之间的相似度筛选出所述目标新闻;推送所述目标新闻。
10.根据权利要求9所述的装置,其中,所述确定单元进一步用于按照如下方式从预设用户属性项集合中确定出与所述语音请求关联的目标属性项:
基于解析结果确定所述语音请求所指示的新闻类别需求;
根据预设的新闻类别与用户属性项之间的关联关系表确定出与所述语音请求所指示的新闻类别需求关联的目标属性项。
11.根据权利要求10所述的装置,其中,所述新闻类别包括:地域类、领域类以及热点关键词类。
12.根据权利要求9所述的装置,其中,所述确定单元进一步用于按照如下方式从预设用户属性项集合中确定出与所述语音请求关联的目标属性项:
判断所述解析结果中是否包含与所述预设用户属性项集合中的用户属性项的标识关联的关键词;
若是,提取出标识与所述解析结果中的关键词匹配的用户属性项,作为所述目标属性项。
13.根据权利要求9所述的装置,其中,所述筛选单元进一步用于基于各所述待推荐新闻的摘要信息与解析结果和所述目标属性项对应的用户属性信息之间的相似度按照如下方式筛选出所述目标新闻:
基于各所述待推荐新闻的摘要信息与所述解析结果之间的相似度、以及各所述待推荐新闻的摘要信息与所述目标属性项对应的用户属性信息之间的相似度确定各所述待推荐新闻的推荐指数;
基于推荐指数筛选出目标新闻。
14.根据权利要求9所述的装置,其中,所述筛选单元进一步用于基于各所述待推荐新闻的摘要信息与解析结果和所述目标属性项对应的用户属性信息之间的相似度按照如下方式筛选出所述目标新闻:
基于各所述待推荐新闻的摘要信息与所述解析结果之间的相似度筛选出与所述解析结果相关的第一候选新闻;
基于各所述待推荐新闻的摘要信息与所述目标属性项对应的用户属性信息之间的相似度筛选出与所述目标属性项对应的用户属性信息相关的第二候选新闻;
将所述第一候选新闻和所述第二候选新闻作为所述目标新闻。
15.根据权利要求9-14任一项所述的装置,其中,所述筛选单元进一步按照如下方式推送所述目标新闻:
推送所述目标新闻的摘要信息;
响应于接收到播报所述目标新闻全文的语音请求,推送目标新闻全文。
16.根据权利要求9-14任一项所述的装置,其中,所述筛选单元还用于:
基于各所述待推荐新闻的摘要信息与解析结果和所述目标属性项对应的用户属性信息之间的相似度确定所述目标新闻的推荐顺序信息;
所述筛选单元进一步用于按照如下方式推送所述目标新闻:
向智能语音设备推送所述目标新闻及对应的推荐顺序信息,以使所述智能语音设备在接收到用户的指示播放预设推荐顺序所对应的目标新闻的请求时,播放所述预设推荐顺序所对应的目标新闻。
17.一种服务器,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1-8中任一所述的方法。
18.一种计算机可读存储介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711139651.9A CN107844586B (zh) | 2017-11-16 | 2017-11-16 | 新闻推荐方法和装置 |
US15/856,284 US10922355B2 (en) | 2017-11-16 | 2017-12-28 | Method and apparatus for recommending news |
JP2018187993A JP6708717B2 (ja) | 2017-11-16 | 2018-10-03 | ニュース推薦方法及び装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711139651.9A CN107844586B (zh) | 2017-11-16 | 2017-11-16 | 新闻推荐方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107844586A CN107844586A (zh) | 2018-03-27 |
CN107844586B true CN107844586B (zh) | 2022-05-06 |
Family
ID=61679683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711139651.9A Active CN107844586B (zh) | 2017-11-16 | 2017-11-16 | 新闻推荐方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10922355B2 (zh) |
JP (1) | JP6708717B2 (zh) |
CN (1) | CN107844586B (zh) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110472021A (zh) * | 2018-05-11 | 2019-11-19 | 微软技术许可有限责任公司 | 会话中推荐新闻的技术 |
CN108810095A (zh) * | 2018-05-18 | 2018-11-13 | 歌尔科技有限公司 | 一种新闻推送方法和装置 |
CN108876457B (zh) * | 2018-06-15 | 2021-05-18 | 赣州柏朗科技有限公司 | 一种用于解决数据稀疏的新闻推荐方法 |
CN108876537B (zh) * | 2018-06-15 | 2021-08-17 | 上海百秋电子商务有限公司 | 一种用于网上商场系统的混合推荐方法 |
CN108933730A (zh) * | 2018-06-29 | 2018-12-04 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN109101648B (zh) * | 2018-08-22 | 2022-04-05 | 歌尔科技有限公司 | 一种新闻播放方法和装置 |
CN110889031A (zh) * | 2018-09-06 | 2020-03-17 | 北京奇元科技有限公司 | 一种推荐内容的展示方法和装置 |
CN109325180B (zh) * | 2018-09-21 | 2021-01-05 | 北京字节跳动网络技术有限公司 | 文章摘要推送方法、装置、终端设备、服务器及存储介质 |
CN109815482B (zh) * | 2018-12-17 | 2023-05-23 | 北京百度网讯科技有限公司 | 一种新闻交互的方法、装置、设备和计算机存储介质 |
CN111460269B (zh) * | 2019-01-18 | 2023-09-01 | 北京字节跳动网络技术有限公司 | 信息推送方法和装置 |
CN109840302A (zh) * | 2019-02-12 | 2019-06-04 | 北京百度网讯科技有限公司 | 一种兴趣点的播报方法、装置、电子设备及存储介质 |
CN110059254A (zh) * | 2019-04-24 | 2019-07-26 | 秒针信息技术有限公司 | 一种资讯推送方法及装置 |
CN110264269A (zh) * | 2019-06-20 | 2019-09-20 | 卓尔智联(武汉)研究院有限公司 | 广告位推荐方法、装置、电子设备及存储介质 |
CN110362744B (zh) * | 2019-06-26 | 2023-10-24 | 联通沃悦读科技文化有限公司 | 阅读推荐方法及系统、终端设备、计算机设备及介质 |
CN112216275A (zh) * | 2019-07-10 | 2021-01-12 | 阿里巴巴集团控股有限公司 | 一种语音信息的处理方法、装置及电子设备 |
CN112398890A (zh) * | 2019-08-16 | 2021-02-23 | 北京搜狗科技发展有限公司 | 一种信息推送方法、装置、和用于推送信息的装置 |
CN110866106A (zh) * | 2019-10-10 | 2020-03-06 | 重庆金融资产交易所有限责任公司 | 一种文本推荐方法及相关设备 |
CN110929018B (zh) * | 2019-12-04 | 2023-03-21 | Oppo(重庆)智能科技有限公司 | 文本处理方法、装置、存储介质及电子设备 |
CN113299288B (zh) * | 2020-02-24 | 2024-05-24 | 上海方付通商务服务有限公司 | 信息采集方法、装置、设备和介质 |
CN113495996B (zh) * | 2020-03-18 | 2024-02-23 | 北京达佳互联信息技术有限公司 | 一种对象推荐方法、装置、设备及介质 |
CN112015989A (zh) * | 2020-08-31 | 2020-12-01 | 北京百度网讯科技有限公司 | 用于推送信息的方法和装置 |
CN112732892B (zh) * | 2020-12-30 | 2022-09-20 | 平安科技(深圳)有限公司 | 课程推荐方法、装置、设备及存储介质 |
CN113660541B (zh) * | 2021-07-16 | 2023-10-13 | 北京百度网讯科技有限公司 | 新闻视频的摘要生成方法及装置 |
CN113836904B (zh) * | 2021-09-18 | 2023-11-17 | 唯品会(广州)软件有限公司 | 商品信息校验方法 |
CN114095749B (zh) * | 2022-01-19 | 2022-12-06 | 阿里巴巴(中国)有限公司 | 推荐及直播界面展示方法、计算机存储介质、程序产品 |
CN115658887B (zh) * | 2022-09-28 | 2024-04-26 | 丽水市广播电视总台 | 一种基于云平台的广播融媒体信息采编发布管理系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2976219B2 (ja) * | 1996-12-10 | 1999-11-10 | 豊 塚本 | 消費者支援方法、および、それに用いられる検索システム |
US20070100650A1 (en) * | 2005-09-14 | 2007-05-03 | Jorey Ramer | Action functionality for mobile content search results |
US8630860B1 (en) * | 2011-03-03 | 2014-01-14 | Nuance Communications, Inc. | Speaker and call characteristic sensitive open voice search |
JP6129134B2 (ja) * | 2014-09-29 | 2017-05-17 | シャープ株式会社 | 音声対話装置、音声対話システム、端末、音声対話方法およびコンピュータを音声対話装置として機能させるためのプログラム |
JP6358949B2 (ja) * | 2014-12-25 | 2018-07-18 | アルパイン株式会社 | 推薦情報提供システム、サーバ装置、情報処理装置および推薦情報提供方法 |
CN105243143B (zh) * | 2015-10-14 | 2018-07-24 | 湖南大学 | 基于即时语音内容检测的推荐方法及系统 |
CN105979376A (zh) * | 2015-12-02 | 2016-09-28 | 乐视致新电子科技(天津)有限公司 | 一种推荐方法和装置 |
CN105868360A (zh) * | 2016-03-29 | 2016-08-17 | 乐视控股(北京)有限公司 | 基于语音识别的内容推荐方法及装置 |
US10318236B1 (en) * | 2016-05-05 | 2019-06-11 | Amazon Technologies, Inc. | Refining media playback |
CN106128467A (zh) * | 2016-06-06 | 2016-11-16 | 北京云知声信息技术有限公司 | 语音处理方法及装置 |
CN106484760B (zh) * | 2016-08-10 | 2020-06-23 | 网易传媒科技(北京)有限公司 | 一种新闻推荐方法和设备 |
US10628570B2 (en) * | 2017-05-15 | 2020-04-21 | Fmr Llc | Protection of data in a zero user interface environment |
-
2017
- 2017-11-16 CN CN201711139651.9A patent/CN107844586B/zh active Active
- 2017-12-28 US US15/856,284 patent/US10922355B2/en active Active
-
2018
- 2018-10-03 JP JP2018187993A patent/JP6708717B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP6708717B2 (ja) | 2020-06-10 |
JP2019091428A (ja) | 2019-06-13 |
US10922355B2 (en) | 2021-02-16 |
CN107844586A (zh) | 2018-03-27 |
US20190147050A1 (en) | 2019-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107844586B (zh) | 新闻推荐方法和装置 | |
CN107832434B (zh) | 基于语音交互生成多媒体播放列表的方法和装置 | |
JP7335062B2 (ja) | 音声サービス提供方法および装置 | |
CN107679211B (zh) | 用于推送信息的方法和装置 | |
CN109165302B (zh) | 多媒体文件推荐方法及装置 | |
US9824150B2 (en) | Systems and methods for providing information discovery and retrieval | |
US9251532B2 (en) | Method and apparatus for providing search capability and targeted advertising for audio, image, and video content over the internet | |
CN109036397B (zh) | 用于呈现内容的方法和装置 | |
CN107885873B (zh) | 用于输出信息的方法和装置 | |
CN105653572A (zh) | 一种资源的处理方法及装置 | |
US10133780B2 (en) | Methods, systems, and computer program products for determining availability of presentable content | |
CN107977678B (zh) | 用于输出信息的方法和装置 | |
JP2020008854A (ja) | 音声要求を処理するための方法および装置 | |
CN110990598B (zh) | 资源检索方法、装置、电子设备及计算机可读存储介质 | |
CN109862100B (zh) | 用于推送信息的方法和装置 | |
WO2015196987A1 (zh) | 支持自然语言的数据查询方法、开放平台及用户终端 | |
CN109063200B (zh) | 资源搜索方法及其装置、电子设备、计算机可读介质 | |
CN111324700A (zh) | 资源召回方法、装置、电子设备及计算机可读存储介质 | |
CN113971243A (zh) | 应用于问卷调查的数据处理方法、系统、设备及存储介质 | |
CN114329117A (zh) | 信息推荐方法、介质、装置和计算设备 | |
CN107844587B (zh) | 用于更新多媒体播放列表的方法和装置 | |
CN111552831B (zh) | 一种音乐推荐的方法及服务器 | |
CN112148962B (zh) | 用于推送信息的方法和装置 | |
JP2018529149A (ja) | 情報をプッシュ配信する方法及び装置 | |
CN110544475B (zh) | 一种多语音助手的实现方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210510 Address after: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant after: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. Applicant after: Shanghai Xiaodu Technology Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |