CN107885873A - 用于输出信息的方法和装置 - Google Patents
用于输出信息的方法和装置 Download PDFInfo
- Publication number
- CN107885873A CN107885873A CN201711212964.2A CN201711212964A CN107885873A CN 107885873 A CN107885873 A CN 107885873A CN 201711212964 A CN201711212964 A CN 201711212964A CN 107885873 A CN107885873 A CN 107885873A
- Authority
- CN
- China
- Prior art keywords
- information
- search
- information data
- cluster
- new
- 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.)
- Granted
Links
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
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
-
- 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
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了用于输出信息的方法和装置。该方法的一具体实施方式包括:响应于接收到地名信息,获取与地名信息相关的资讯数据集合;获取位于预定区域内的用户使用的搜索信息集合以及搜索频次;确定每条资讯数据的资讯标题与搜索信息集合中的每条搜索信息的相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息;将相关搜索信息聚类得到至少一个聚类簇和每个聚类簇的聚类中心;将每个聚类簇的聚类中心确定为当前事件信息,并将属于该聚类簇的各相关搜索信息的搜索频次之和确定为当前事件信息的当前热度,并输出当前事件信息和当前事件信息的当前热度。该实施方式能够提高识别出特定地理位置的热点事件的准确度和速度。
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,尤其用于输出信息的方法和装置。
背景技术
现有的通用的分地域的热点资讯发现还没有成熟的技术方案,都是通过各个站点的子频道进行简单的爬取和罗列。
按照传统的方法,往往是根据用户对资讯的阅读量、浏览量、评论量等数据来获取热点的资讯。对全网的资讯或者某些地域的资讯进行热点的预测和报道需要通过人工的方式收集大量的数据。并且通过人工主观判断热点资讯。
发明内容
本申请实施例提出了用于输出信息的方法和装置。
第一方面,本申请实施例提供了一种用于输出信息的方法,包括:响应于接收到地名信息,获取与地名信息相关的资讯数据集合,其中,资讯数据集合中的资讯数据包括资讯标题;获取位于预定区域内的用户使用的搜索信息集合以及搜索信息集合中各条搜索信息对应的搜索频次;对于资讯数据集合中的每条资讯数据,确定该条资讯数据的资讯标题与搜索信息集合中的每条搜索信息的相似度,并确定相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息;将资讯数据集合中的各条资讯数据的相关搜索信息进行第一次聚类,得到至少一个聚类簇和每个聚类簇的聚类中心;对于至少一个聚类簇中的每个聚类簇,将该聚类簇的聚类中心确定为当前事件信息,并将属于该聚类簇的各相关搜索信息的搜索频次之和确定为当前事件信息的当前热度,并输出当前事件信息和当前事件信息的当前热度。
在一些实施例中,该方法还包括:获取至少一条历史事件信息及各历史事件信息的历史热度;将至少一个当前事件信息和至少一条历史事件信息进行第二次聚类,得到至少一个新聚类簇和每个新聚类簇的新聚类中心;对于至少一个新聚类簇中的每个新聚类簇,将该新聚类簇的新聚类中心确定为新事件信息,并将新事件信息的当前热度和历史热度之和确定为新热度,并输出该新事件信息和该新事件信息的新热度。
在一些实施例中,确定相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息,包括:从搜索信息集合中确定相似度大于预定相似度阈值并且文本长度小于预定长度阈值的至少一条候选搜索信息;按照搜索频次由大到小的顺序从至少一条候选搜索信息中选取预定数目的候选搜索信息作为该条资讯数据的相关搜索信息。
在一些实施例中,获取与地名信息相关的资讯数据集合,包括:从预设的关键词映射表中查询地名信息对应的至少一条关键词,其中,关键词映射表用于表征地名信息和关键词的对应关系;获取与至少一条关键词匹配的资讯数据集合。
在一些实施例中,获取与地名信息相关的资讯数据集合,包括:从位于地名信息所指示的地理区域中的网站获取资讯数据集合。
在一些实施例中,资讯数据集合中的资讯数据还包括统一资源定位符、时间信息、资讯内容;以及在获取与地名信息相关的资讯数据集合之后,该方法还包括:对于资讯数据集合中的每条资讯数据,删除该条资讯数据中的资讯内容,并将该条资讯数据中的资讯标题、统一资源定位符和时间信息转换成预定格式的资讯数据;将资讯数据集合中各预定格式的资讯数据进行聚类合并。
第二方面,本申请实施例提供了一种用于输出信息的装置,包括:地域信息获取单元,配置用于响应于接收到地名信息,获取与地名信息相关的资讯数据集合,其中,资讯数据集合中的资讯数据包括资讯标题;搜索信息获取单元,配置用于获取位于预定区域内的用户使用的搜索信息集合以及搜索信息集合中各条搜索信息对应的搜索频次;确定单元,配置用于对于资讯数据集合中的每条资讯数据,确定该条资讯数据的资讯标题与搜索信息集合中的每条搜索信息的相似度,并确定相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息;聚类单元,配置用于将资讯数据集合中的各条资讯数据的相关搜索信息进行第一次聚类,得到至少一个聚类簇和每个聚类簇的聚类中心;输出单元,配置用于对于至少一个聚类簇中的每个聚类簇,将该聚类簇的聚类中心确定为当前事件信息,并将属于该聚类簇的各相关搜索信息的搜索频次之和确定为当前事件信息的当前热度,并输出当前事件信息和当前事件信息的当前热度。
在一些实施例中,该装置还包括历史事件唤醒单元,配置用于:获取至少一条历史事件信息及各历史事件信息的历史热度;将至少一个当前事件信息和至少一条历史事件信息进行第二次聚类,得到至少一个新聚类簇和每个新聚类簇的新聚类中心;对于至少一个新聚类簇中的每个新聚类簇,将该新聚类簇的新聚类中心确定为新事件信息,并将新事件信息的当前热度和历史热度之和确定为新热度,并输出该新事件信息和该新事件信息的新热度。
在一些实施例中,确定单元进一步用于:从搜索信息集合中确定相似度大于预定相似度阈值并且文本长度小于预定长度阈值的至少一条候选搜索信息;按照搜索频次由大到小的顺序从至少一条候选搜索信息中选取预定数目的候选搜索信息作为该条资讯数据的相关搜索信息。
在一些实施例中,地域信息获取单元进一步用于:从预设的关键词映射表中查询地名信息对应的至少一条关键词,其中,关键词映射表用于表征地名信息和关键词的对应关系;获取与至少一条关键词匹配的资讯数据集合。
在一些实施例中,地域信息获取单元进一步用于:从位于地名信息所指示的地理区域中的网站获取资讯数据集合。
在一些实施例中,资讯数据集合中的资讯数据还包括统一资源定位符、时间信息、资讯内容;以及该装置还包括格式化单元,配置用于:在获取与地名信息相关的资讯数据集合之后,对于资讯数据集合中的每条资讯数据,删除该条资讯数据中的资讯内容,并将该条资讯数据中的资讯标题、统一资源定位符和时间信息转换成预定格式的资讯数据;将资讯数据集合中各预定格式的资讯数据进行聚类合并。
第三方面,本申请实施例提供了一种服务器,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,其中,程序被处理器执行时实现如第一方面中任一的方法。
本申请实施例提供的用于输出信息的方法和装置,通过获取指定的地名相关资讯数据,并获取预定区域内用户搜索信息,根据搜索信息与资讯数据的相似度确定相关搜索信息,并通过聚类确定出相关搜索信息中的聚类中心作为当前的热点事件,并将该聚类簇的各相关搜索信息的搜索频次之和作为当前热点事件的热度。从而有效地利用了搜索信息和地域相关资讯数据,能够提高识别出特定地理位置的热点事件的准确度和速度。
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是根据本申请的用于输出信息的方法的一个实施例的流程图;
图3是根据本申请的用于输出信息的方法的一个应用场景的示意图;
图4是根据本申请的用于输出信息的方法的又一个实施例的流程图;
图5是根据本申请的用于输出信息的装置的一个实施例的结构示意图;
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用于输出信息的方法或用于输出信息的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、103,服务器104和网站105、106、107。服务器104与终端设备101、102、 103和网站105、106、107之间的通信链路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、102、103与服务器104和网站105、 106、107交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、 MP3播放器(Moving Picture ExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
网站105、106、107可以是提供资讯数据的服务器。
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、103上显示的热点资讯提供支持的后台资讯分析服务器。后台资讯分析服务器可以对接收到的资讯数据等数据进行分析等处理,并将处理结果(例如目标地域的热点资讯)反馈给终端设备。
需要说明的是,本申请实施例所提供的用于输出信息的方法一般由服务器104执行,相应地,用于输出信息的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、服务器和网站。
继续参考图2,示出了根据本申请的用于输出信息的方法的一个实施例的流程200。该用于输出信息的方法,包括以下步骤:
步骤201,响应于接收到地名信息,获取与地名信息相关的资讯数据集合。
在本实施例中,用于输出信息的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行热点事件查询的终端接收地名信息,然后获取与地名信息相关的资讯数据集合。资讯数据是用户因为及时地获得它并利用它而能够在相对短的时间内给自己带来价值的信息,资讯有时效性和地域性。资讯数据是一种信息,涵盖的不只是新闻,还可以包括其他媒介。资讯数据中可以包括资讯标题,还可包括资讯内容。资讯数据的资讯标题或资讯内容涉及到地名信息,或者涉及由地名信息扩展的内容。比如,地名为四川卧龙,则可扩展出相关词“大熊猫”,从而可获取与大熊猫有关的资讯数据。
在本实施例的一些可选的实现方式中,获取与地名信息相关的资讯数据集合,包括:从预设的关键词映射表中查询地名信息对应的至少一条关键词,其中,关键词映射表用于表征地名信息和关键词的对应关系;获取与至少一条关键词匹配的资讯数据集合。关键词映射表可包括地域专名、人名、景观、建筑等。通过关键词映射表可获得与地名信息相关的多个关键词,然后再从各网站获取包括这些关键词的资讯数据。可预先设置用于获取资讯数据的网站。
在本实施例的一些可选的实现方式中,获取与地名信息相关的资讯数据集合,包括:从位于地名信息所指示的地理区域中的网站获取资讯数据集合。例如,可针对特定地域(比如重庆)选取若干有代表性的资讯平台的重庆新闻频道定时抓取新闻。有了上面的重庆新闻的定时监控,就可以把握重庆当地的民生实时热点集合。为后文的重庆地区的热点事件挖掘做铺垫。
步骤202,获取位于预定区域内的用户使用的搜索信息集合以及搜索信息集合中各条搜索信息对应的搜索频次。
在本实施例中,预定区域的范围可以包括地名信息指示的范围,例如,地名信息为重庆,预定区域为中国。获取全中国区域范围内的网友搜索信息集合。搜索信息可以是搜索关键词,图片或音频信息。获取当前时刻全国网友进行搜索时使用的搜索信息,并统计出相同搜索信息的频次。例如,搜索信息为解放碑,当前时刻被搜索了1万次。
在本实施例的一些可选的实现方式中,资讯数据集合中的资讯数据还包括统一资源定位符、时间信息、资讯内容;以及在获取与地名信息相关的资讯数据集合之后,该方法还包括:对于资讯数据集合中的每条资讯数据,删除该条资讯数据中的资讯内容,并将该条资讯数据中的资讯标题、统一资源定位符和时间信息转换成预定格式的资讯数据;将资讯数据集合中各预定格式的资讯数据进行聚类合并。为了方便与搜索信息进行相似度计算,需要剔除资讯数据中的资讯内容,保留资讯标题用于与搜索信息进行相似度计算。并且保留统一资源定位符和时间信息,通过统一资源定位符可访问完整的资讯数据。并将资讯标题、统一资源定位符和时间信息转换成预定格式的资讯数据。然后再进行聚类合并以对相似的资讯数据进行去重处理。聚类可采用 DBSCAN(Density-Based Spatial Clusteringof Applications with Noise,具有噪声的基于密度的聚类方法)方法,相似度计算可采用杰卡德相似系数(Jaccard similarity coefficient)。DBSCAN是一种基于密度的空间聚类算法。该算法将具有足够密度的区域划分为簇,并在具有噪声的空间数据库中发现任意形状的簇,它将簇定义为密度相连的点的最大集合。该算法利用基于密度的聚类的概念,即要求聚类空间中的一定区域内所包含对象(点或其他空间对象)的数目不小于某一给定阈值。DBSCAN算法的显著优点是聚类速度快且能够有效处理噪声点和发现任意形状的空间聚类。
步骤203,对于资讯数据集合中的每条资讯数据,确定该条资讯数据的资讯标题与搜索信息集合中的每条搜索信息的相似度,并确定相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息。
在本实施例中,相似度可采用杰卡德相似系数、余弦系数等。当资讯标题与搜索信息的相似度大于预定相似度阈值时,说明资讯标题与搜索信息相似。确定了相关搜索信息之后,再根据之前确定出的搜索信息对应的搜索频次,可确定出相关搜索信息的搜索频次。最终可以产出一篇资讯对应的多个可能的搜索信息。格式如下:
{“资讯”:资讯1,“搜索信息”:[[搜索信息1,相似度1,搜索频次1], [搜索信息2,相似度2,搜索频次2],…}。
在本实施例的一些可选的实现方式中,确定相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息,包括:从搜索信息集合中确定相似度大于预定相似度阈值并且文本长度小于预定长度阈值的至少一条候选搜索信息;按照搜索频次由大到小的顺序从至少一条候选搜索信息中选取预定数目的候选搜索信息作为该条资讯数据的相关搜索信息。多个相关搜索信息需要进行排序从而选出一个或预定数目个具有代表性的相关搜索信息,可从相关性、文本长度、文本搜索量等角度来过滤和排序选取代表性相关搜索信息。例如,优选相关性更高、文本长度在15个字以内、文本搜索量大的相关搜索信息。
步骤204,将资讯数据集合中的各条资讯数据的相关搜索信息进行第一次聚类,得到至少一个聚类簇和每个聚类簇的聚类中心。
在本实施例中,第一次聚类为当前事件聚类。在选出了多条资讯数据对应的不同的多个相关搜索信息之后,需要对这些相关搜索信息进行聚类,从而检测出多个当前事件。可利用深度DBSCAN方法对不同的相关搜索信息进行相似性聚类。
步骤205,对于至少一个聚类簇中的每个聚类簇,将该聚类簇的聚类中心确定为当前事件信息,并将属于该聚类簇的各相关搜索信息的搜索频次之和确定为当前事件信息的当前热度,并输出当前事件信息和当前事件信息的当前热度。
在本实施例中,将聚类后的聚类中心作为当前事件信息,并将属于同一聚类簇的相关搜索信息的搜索频次之和确定为当前事件信息的当前热度并进行输出。可以确定出不同类别的热点事件。可选的,在输出时,可按当前热度由大到小的顺序依次输出各当前事件信息。可选的,可保存当前事件信息和当前热度以及相关资讯数据,例如,将统一资源定位符与当前事件信息一起保存,在输出当前事件信息时,将当前事件信息的链接到统一资源定位符,用户可通过点击当前事件信息的链接访问资讯数据页面。
继续参见图3,图3是根据本实施例的用于输出信息的方法的应用场景的一个示意图。在图3的应用场景中,用户可通过终端300选择目标区域301,服务器会根据目标区域301获取与目标区域301有关的资讯数据并获取全国范围内的搜索信息,并将获取后的资讯数据与搜索信息相比较,确定出资讯数据与搜索信息交叉出的搜索信息作为当前事件信息302。
本申请的上述实施例提供的方法通过将各地域的资讯数据与搜索信息相交叉,通过聚类分析出各地域的热点资讯,从而提高了识别各地域的热点事件的准确度和速度。
进一步参考图4,其示出了用于输出信息的方法的又一个实施例的流程400。该用于输出信息的方法的流程400,包括以下步骤:
步骤401,响应于接收到地名信息,获取与地名信息相关的资讯数据集合。
步骤402,获取位于预定区域内的用户使用的搜索信息集合以及搜索信息集合中各条搜索信息对应的搜索频次。
步骤403,对于资讯数据集合中的每条资讯数据,确定该条资讯数据的资讯标题与搜索信息集合中的每条搜索信息的相似度,并确定相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息。
步骤404,将资讯数据集合中的各条资讯数据的相关搜索信息进行第一次聚类,得到至少一个聚类簇和每个聚类簇的聚类中心。
步骤405,对于至少一个聚类簇中的每个聚类簇,将该聚类簇的聚类中心确定为当前事件信息,并将属于该聚类簇的各相关搜索信息的搜索频次之和确定为当前事件信息的当前热度,并输出当前事件信息和当前事件信息的当前热度。
步骤401-405与步骤201-205基本相同,因此不再赘述。
步骤406,获取至少一条历史事件信息及各历史事件信息的历史热度。
在本实施例中,通过步骤401-405可以确定出当前事件,每次确定出新的当前事件之后,之前确定的事件就成了历史事件。例如,每隔一小时确定一次当时事件,当现在时间为14点钟时,之前13点、 12点、11点…确定出的事件为历史事件。可以选择所需要的历史事件信息的数量或者时间。例如10条历史事件信息或者最近5小时内的历史事件信息。
步骤407,将至少一个当前事件信息和至少一条历史事件信息进行第二次聚类,得到至少一个新聚类簇和每个新聚类簇的新聚类中心。
在本实施例中,在确定出当前事件信息后,将当前事件信息与历史事件信息进行聚类,从而对事件的热度进行累加。历史事件信息与当前事件信息可能不完全一致,但内容实质是一样的,这样就可以归为一类。
步骤408,对于至少一个新聚类簇中的每个新聚类簇,将该新聚类簇的新聚类中心确定为新事件信息,并将新事件信息的当前热度和历史热度之和确定为新热度,并输出该新事件信息和该新事件信息的新热度。
在本实施例中,有些历史事件火一两个小时之后,可能不火了,后面如果再有了,可以和历史事件频次叠加,排序的时候又可能排在前面。例如,当前事件为“XX电影上映”,热度为4万,而历史事件中也存在“XX电影上映”,热度为1万,则可更新“XX电影上映”的热度为5万。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于输出信息的方法的流程400突出了根据历史事件信息的热度对当前事件信息的热度进行修正的步骤。由此,本实施例描述的方案可以引入更多的资讯热度相关数据,从而实现更有效地进行资讯热度统计。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于输出信息的装置的一个实施例,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5所示,本实施例的用于输出信息的装置500包括:地域信息获取单元501、搜索信息获取单元502、确定单元503、聚类单元504 和输出单元505。其中,地域信息获取单元501配置用于响应于接收到地名信息,获取与地名信息相关的资讯数据集合,其中,资讯数据集合中的资讯数据包括资讯标题;搜索信息获取单元502配置用于获取位于预定区域内的用户使用的搜索信息集合以及搜索信息集合中各条搜索信息对应的搜索频次;确定单元503配置用于对于资讯数据集合中的每条资讯数据,确定该条资讯数据的资讯标题与搜索信息集合中的每条搜索信息的相似度,并确定相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息;聚类单元504配置用于将资讯数据集合中的各条资讯数据的相关搜索信息进行第一次聚类,得到至少一个聚类簇和每个聚类簇的聚类中心;输出单元505配置用于对于至少一个聚类簇中的每个聚类簇,将该聚类簇的聚类中心确定为当前事件信息,并将属于该聚类簇的各相关搜索信息的搜索频次之和确定为当前事件信息的当前热度,并输出当前事件信息和当前事件信息的当前热度。
在本实施例中,用于输出信息的装置500的地域信息获取单元 501、搜索信息获取单元502、确定单元503、聚类单元504和输出单元505的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205。
在本实施例的一些可选的实现方式中,装置500还包括历史事件唤醒单元(未示出),配置用于:获取至少一条历史事件信息及各历史事件信息的历史热度;将至少一个当前事件信息和至少一条历史事件信息进行第二次聚类,得到至少一个新聚类簇和每个新聚类簇的新聚类中心;对于至少一个新聚类簇中的每个新聚类簇,将该新聚类簇的新聚类中心确定为新事件信息,并将新事件信息的当前热度和历史热度之和确定为新热度,并输出该新事件信息和该新事件信息的新热度。
在本实施例的一些可选的实现方式中,确定单元503进一步用于:从搜索信息集合中确定相似度大于预定相似度阈值并且文本长度小于预定长度阈值的至少一条候选搜索信息;按照搜索频次由大到小的顺序从至少一条候选搜索信息中选取预定数目的候选搜索信息作为该条资讯数据的相关搜索信息。
在本实施例的一些可选的实现方式中,地域信息获取单元501进一步用于:从预设的关键词映射表中查询地名信息对应的至少一条关键词,其中,关键词映射表用于表征地名信息和关键词的对应关系;获取与至少一条关键词匹配的资讯数据集合。
在本实施例的一些可选的实现方式中,地域信息获取单元501进一步用于:从位于地名信息所指示的地理区域中的网站获取资讯数据集合。
在本实施例的一些可选的实现方式中,资讯数据集合中的资讯数据还包括统一资源定位符、时间信息、资讯内容;以及装置500还包括格式化单元(未示出),配置用于:在获取与地名信息相关的资讯数据集合之后,对于资讯数据集合中的每条资讯数据,删除该条资讯数据中的资讯内容,并将该条资讯数据中的资讯标题、统一资源定位符和时间信息转换成预定格式的资讯数据;将资讯数据集合中各预定格式的资讯数据进行聚类合并。
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:一种处理器包括地域信息获取单元、搜索信息获取单元、确定单元、聚类单元和输出单元。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,地域信息获取单元还可以被描述为“响应于接收到地名信息,获取与所述地名信息相关的资讯数据集合的单元”。
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:响应于接收到地名信息,获取与地名信息相关的资讯数据集合,其中,资讯数据集合中的资讯数据包括资讯标题;获取位于预定区域内的用户使用的搜索信息集合以及搜索信息集合中各条搜索信息对应的搜索频次;对于资讯数据集合中的每条资讯数据,确定该条资讯数据的资讯标题与搜索信息集合中的每条搜索信息的相似度,并确定相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息;将资讯数据集合中的各条资讯数据的相关搜索信息进行第一次聚类,得到至少一个聚类簇和每个聚类簇的聚类中心;对于至少一个聚类簇中的每个聚类簇,将该聚类簇的聚类中心确定为当前事件信息,并将属于该聚类簇的各相关搜索信息的搜索频次之和确定为当前事件信息的当前热度,并输出当前事件信息和当前事件信息的当前热度。
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 (14)
1.一种用于输出信息的方法,包括:
响应于接收到地名信息,获取与所述地名信息相关的资讯数据集合,其中,所述资讯数据集合中的资讯数据包括资讯标题;
获取位于预定区域内的用户使用的搜索信息集合以及所述搜索信息集合中各条搜索信息对应的搜索频次;
对于所述资讯数据集合中的每条资讯数据,确定该条资讯数据的资讯标题与所述搜索信息集合中的每条搜索信息的相似度,并确定相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息;
将所述资讯数据集合中的各条资讯数据的相关搜索信息进行第一次聚类,得到至少一个聚类簇和每个聚类簇的聚类中心;
对于所述至少一个聚类簇中的每个聚类簇,将该聚类簇的聚类中心确定为当前事件信息,并将属于该聚类簇的各相关搜索信息的搜索频次之和确定为所述当前事件信息的当前热度,并输出所述当前事件信息和所述当前事件信息的当前热度。
2.根据权利要求1所述的方法,其中,所述方法还包括:
获取至少一条历史事件信息及各历史事件信息的历史热度;
将所述至少一个当前事件信息和所述至少一条历史事件信息进行第二次聚类,得到至少一个新聚类簇和每个新聚类簇的新聚类中心;
对于所述至少一个新聚类簇中的每个新聚类簇,将该新聚类簇的新聚类中心确定为新事件信息,并将新事件信息的当前热度和历史热度之和确定为新热度,并输出该新事件信息和该新事件信息的新热度。
3.根据权利要求1所述的方法,其中,所述确定相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息,包括:
从所述搜索信息集合中确定相似度大于预定相似度阈值并且文本长度小于预定长度阈值的至少一条候选搜索信息;
按照搜索频次由大到小的顺序从所述至少一条候选搜索信息中选取预定数目的候选搜索信息作为该条资讯数据的相关搜索信息。
4.根据权利要求1-3任一项所述的方法,其中,所述获取与所述地名信息相关的资讯数据集合,包括:
从预设的关键词映射表中查询所述地名信息对应的至少一条关键词,其中,所述关键词映射表用于表征地名信息和关键词的对应关系;
获取与所述至少一条关键词匹配的资讯数据集合。
5.根据权利要求1-3任一项所述的方法,其中,所述获取与所述地名信息相关的资讯数据集合,包括:
从位于所述地名信息所指示的地理区域中的网站获取资讯数据集合。
6.根据权利要求1-3任一项所述的方法,其中,所述资讯数据集合中的资讯数据还包括统一资源定位符、时间信息、资讯内容;以及
在所述获取与所述地名信息相关的资讯数据集合之后,所述方法还包括:
对于所述资讯数据集合中的每条资讯数据,删除该条资讯数据中的资讯内容,并将该条资讯数据中的资讯标题、统一资源定位符和时间信息转换成预定格式的资讯数据;
将所述资讯数据集合中各预定格式的资讯数据进行聚类合并。
7.一种用于输出信息的装置,包括:
地域信息获取单元,配置用于响应于接收到地名信息,获取与所述地名信息相关的资讯数据集合,其中,所述资讯数据集合中的资讯数据包括资讯标题;
搜索信息获取单元,配置用于获取位于预定区域内的用户使用的搜索信息集合以及所述搜索信息集合中各条搜索信息对应的搜索频次;
确定单元,配置用于对于所述资讯数据集合中的每条资讯数据,确定该条资讯数据的资讯标题与所述搜索信息集合中的每条搜索信息的相似度,并确定相似度大于预定相似度阈值的搜索信息作为该条资讯数据的相关搜索信息;
聚类单元,配置用于将所述资讯数据集合中的各条资讯数据的相关搜索信息进行第一次聚类,得到至少一个聚类簇和每个聚类簇的聚类中心;
输出单元,配置用于对于所述至少一个聚类簇中的每个聚类簇,将该聚类簇的聚类中心确定为当前事件信息,并将属于该聚类簇的各相关搜索信息的搜索频次之和确定为所述当前事件信息的当前热度,并输出所述当前事件信息和所述当前事件信息的当前热度。
8.根据权利要求7所述的装置,其中,所述装置还包括历史事件唤醒单元,配置用于:
获取至少一条历史事件信息及各历史事件信息的历史热度;
将所述至少一个当前事件信息和所述至少一条历史事件信息进行第二次聚类,得到至少一个新聚类簇和每个新聚类簇的新聚类中心;
对于所述至少一个新聚类簇中的每个新聚类簇,将该新聚类簇的新聚类中心确定为新事件信息,并将新事件信息的当前热度和历史热度之和确定为新热度,并输出该新事件信息和该新事件信息的新热度。
9.根据权利要求7所述的装置,其中,所述确定单元进一步用于:
从所述搜索信息集合中确定相似度大于预定相似度阈值并且文本长度小于预定长度阈值的至少一条候选搜索信息;
按照搜索频次由大到小的顺序从所述至少一条候选搜索信息中选取预定数目的候选搜索信息作为该条资讯数据的相关搜索信息。
10.根据权利要求7-9任一项所述的装置,其中,所述地域信息获取单元进一步用于:
从预设的关键词映射表中查询所述地名信息对应的至少一条关键词,其中,所述关键词映射表用于表征地名信息和关键词的对应关系;
获取与所述至少一条关键词匹配的资讯数据集合。
11.根据权利要求7-9任一项所述的装置,其中,所述地域信息获取单元进一步用于:
从位于所述地名信息所指示的地理区域中的网站获取资讯数据集合。
12.根据权利要求7-9任一项所述的装置,其中,所述资讯数据集合中的资讯数据还包括统一资源定位符、时间信息、资讯内容;以及
所述装置还包括格式化单元,配置用于:
在所述获取与所述地名信息相关的资讯数据集合之后,对于所述资讯数据集合中的每条资讯数据,删除该条资讯数据中的资讯内容,并将该条资讯数据中的资讯标题、统一资源定位符和时间信息转换成预定格式的资讯数据;
将所述资讯数据集合中各预定格式的资讯数据进行聚类合并。
13.一种服务器,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1-6中任一所述的方法。
14.一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1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711212964.2A CN107885873B (zh) | 2017-11-28 | 2017-11-28 | 用于输出信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711212964.2A CN107885873B (zh) | 2017-11-28 | 2017-11-28 | 用于输出信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107885873A true CN107885873A (zh) | 2018-04-06 |
CN107885873B CN107885873B (zh) | 2021-08-24 |
Family
ID=61775607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711212964.2A Active CN107885873B (zh) | 2017-11-28 | 2017-11-28 | 用于输出信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107885873B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633430A (zh) * | 2018-05-31 | 2019-12-31 | 北京百度网讯科技有限公司 | 事件发现方法、装置、设备和计算机可读存储介质 |
CN110737820A (zh) * | 2018-07-03 | 2020-01-31 | 百度在线网络技术(北京)有限公司 | 用于生成事件信息的方法和装置 |
CN110781255A (zh) * | 2019-08-29 | 2020-02-11 | 腾讯大地通途(北京)科技有限公司 | 道路聚合方法、道路聚合装置及电子设备 |
CN110929198A (zh) * | 2019-12-05 | 2020-03-27 | 中国银行股份有限公司 | 热点事件展示方法及装置 |
CN111382365A (zh) * | 2020-03-19 | 2020-07-07 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN111898015A (zh) * | 2020-08-28 | 2020-11-06 | 深圳市欢太科技有限公司 | 书籍热度值获取方法、装置、终端设备及存储介质 |
CN114297341A (zh) * | 2021-12-08 | 2022-04-08 | 中国联合网络通信集团有限公司 | 一种舆情热度的确定方法、装置、设备及存储介质 |
CN116881541A (zh) * | 2023-05-05 | 2023-10-13 | 厦门亚瑟网络科技有限公司 | 针对在线搜索活动的ai处理方法及在线服务大数据系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831193A (zh) * | 2012-08-03 | 2012-12-19 | 人民搜索网络股份公司 | 基于分布式多级聚类的话题检测装置及方法 |
CN103294712A (zh) * | 2012-02-29 | 2013-09-11 | 三星电子(中国)研发中心 | 实时热点区域推荐系统和方法 |
US20140136328A1 (en) * | 2006-11-22 | 2014-05-15 | Raj Abhyanker | Immediate communication between neighboring users surrounding a specific geographic location |
CN104933093A (zh) * | 2015-05-19 | 2015-09-23 | 武汉泰迪智慧科技有限公司 | 基于大数据的地区舆情监控及决策辅助系统和方法 |
CN106708833A (zh) * | 2015-08-03 | 2017-05-24 | 腾讯科技(深圳)有限公司 | 基于位置信息获取数据的方法和装置 |
-
2017
- 2017-11-28 CN CN201711212964.2A patent/CN107885873B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140136328A1 (en) * | 2006-11-22 | 2014-05-15 | Raj Abhyanker | Immediate communication between neighboring users surrounding a specific geographic location |
CN103294712A (zh) * | 2012-02-29 | 2013-09-11 | 三星电子(中国)研发中心 | 实时热点区域推荐系统和方法 |
CN102831193A (zh) * | 2012-08-03 | 2012-12-19 | 人民搜索网络股份公司 | 基于分布式多级聚类的话题检测装置及方法 |
CN104933093A (zh) * | 2015-05-19 | 2015-09-23 | 武汉泰迪智慧科技有限公司 | 基于大数据的地区舆情监控及决策辅助系统和方法 |
CN106708833A (zh) * | 2015-08-03 | 2017-05-24 | 腾讯科技(深圳)有限公司 | 基于位置信息获取数据的方法和装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633430A (zh) * | 2018-05-31 | 2019-12-31 | 北京百度网讯科技有限公司 | 事件发现方法、装置、设备和计算机可读存储介质 |
CN110633430B (zh) * | 2018-05-31 | 2023-07-25 | 北京百度网讯科技有限公司 | 事件发现方法、装置、设备和计算机可读存储介质 |
CN110737820A (zh) * | 2018-07-03 | 2020-01-31 | 百度在线网络技术(北京)有限公司 | 用于生成事件信息的方法和装置 |
CN110781255A (zh) * | 2019-08-29 | 2020-02-11 | 腾讯大地通途(北京)科技有限公司 | 道路聚合方法、道路聚合装置及电子设备 |
CN110781255B (zh) * | 2019-08-29 | 2024-04-05 | 腾讯大地通途(北京)科技有限公司 | 道路聚合方法、道路聚合装置及电子设备 |
CN110929198A (zh) * | 2019-12-05 | 2020-03-27 | 中国银行股份有限公司 | 热点事件展示方法及装置 |
CN111382365A (zh) * | 2020-03-19 | 2020-07-07 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN111898015A (zh) * | 2020-08-28 | 2020-11-06 | 深圳市欢太科技有限公司 | 书籍热度值获取方法、装置、终端设备及存储介质 |
CN114297341A (zh) * | 2021-12-08 | 2022-04-08 | 中国联合网络通信集团有限公司 | 一种舆情热度的确定方法、装置、设备及存储介质 |
CN114297341B (zh) * | 2021-12-08 | 2023-01-24 | 中国联合网络通信集团有限公司 | 一种舆情热度的确定方法、装置、设备及存储介质 |
CN116881541A (zh) * | 2023-05-05 | 2023-10-13 | 厦门亚瑟网络科技有限公司 | 针对在线搜索活动的ai处理方法及在线服务大数据系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107885873B (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107885873A (zh) | 用于输出信息的方法和装置 | |
CN109460514B (zh) | 用于推送信息的方法和装置 | |
CN102591911B (zh) | 位置相关实体的实时个性化推荐 | |
US8694514B2 (en) | Collaborative filtering engine | |
CN107679211A (zh) | 用于推送信息的方法和装置 | |
CN107105031A (zh) | 信息推送方法和装置 | |
CN105187237B (zh) | 查找相关联的用户标识的方法和装置 | |
CN110597962B (zh) | 搜索结果展示方法、装置、介质及电子设备 | |
CN110362727A (zh) | 用于搜索系统的第三方搜索应用 | |
CN107977678A (zh) | 用于输出信息的方法和装置 | |
CN108491267A (zh) | 用于生成信息的方法和装置 | |
CN107911449A (zh) | 用于推送信息的方法和装置 | |
CN106708871A (zh) | 一种社交业务特征用户的识别方法和装置 | |
CN110069693A (zh) | 用于确定目标页面的方法和装置 | |
CN108287901A (zh) | 用于生成信息的方法和装置 | |
CN109727047A (zh) | 一种确定数据关联度的方法和装置、数据推荐方法和装置 | |
US20150302088A1 (en) | Method and System for Providing Personalized Content | |
KR101450453B1 (ko) | 컨텐츠 추천 방법 및 장치 | |
CN110264277A (zh) | 由计算设备执行的数据处理方法及装置、介质和计算设备 | |
CN110209658A (zh) | 数据清洗方法和装置 | |
CN103678624A (zh) | 搜索方法、搜索服务器、搜索请求执行方法及终端 | |
JP2006053616A (ja) | サーバ装置、webサイト推奨方法およびプログラム | |
CN108932640A (zh) | 用于处理订单的方法和装置 | |
CN108182180B (zh) | 用于生成信息的方法和装置 | |
CN109426998A (zh) | 信息推送方法和装置 |
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 |