CN108133011A - 一种资讯推送方法及装置 - Google Patents

一种资讯推送方法及装置 Download PDF

Info

Publication number
CN108133011A
CN108133011A CN201711407110.XA CN201711407110A CN108133011A CN 108133011 A CN108133011 A CN 108133011A CN 201711407110 A CN201711407110 A CN 201711407110A CN 108133011 A CN108133011 A CN 108133011A
Authority
CN
China
Prior art keywords
dimension
information
personality label
field
value
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
Application number
CN201711407110.XA
Other languages
English (en)
Other versions
CN108133011B (zh
Inventor
温煦峰
闵剑
郝景坡
张静静
翟素校
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
New Austrian (china) Gas Investment Co Ltd
Original Assignee
New Austrian (china) Gas Investment Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by New Austrian (china) Gas Investment Co Ltd filed Critical New Austrian (china) Gas Investment Co Ltd
Priority to CN201711407110.XA priority Critical patent/CN108133011B/zh
Publication of CN108133011A publication Critical patent/CN108133011A/zh
Application granted granted Critical
Publication of CN108133011B publication Critical patent/CN108133011B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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

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)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种资讯推送方法及装置，该方法包括：确定至少一个订阅维度；根据外部输入的用户设置信息，确定当前用户的至少一个个性标签，以及各个性标签下，各个订阅维度的设定值；确定待推送资讯对于各订阅维度的实际值；针对各个性标签均执行：根据确定出的各实际值，以及当前个性标签下的各设定值，计算当前个性标签的推荐值；该推荐值达到相应预设阈值时，将待推送资讯推送至当前用户的当前个性标签下。根据用户设置信息来确定用户喜好，以为用户推送喜好相关资讯。因此，本方案能够提高资讯推送准确度。

Description

一种资讯推送方法及装置
技术领域
本发明涉及计算机技术领域，特别涉及一种资讯推送方法及装置。
背景技术
资讯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。资讯具有时效性和地域性，被消费者所利用。如此，为用户推送其所需资讯。
目前，可以根据用户各方面特点，如年龄、性别、上网时间、浏览内容等，来推测用户喜好，从而根据用户喜好为其推送资讯。
但是，所推测出的用户喜好的准确度不能保证，使得资讯推送准确度不高。
发明内容
本发明提供了一种资讯推送方法及装置，能够提高资讯推送准确度。
为了达到上述目的，本发明是通过如下技术方案实现的：
一方面，本发明提供了一种资讯推送方法，确定至少一个订阅维度；根据外部输入的用户设置信息，确定当前用户的至少一个个性标签，以及每一个所述个性标签下，所述至少一个订阅维度的至少一个设定值；还包括：
确定待推送资讯对于每一个所述订阅维度的实际值；
针对每一个所述个性标签均执行：根据确定出的每一个所述实际值，以及当前个性标签下的每一个设定值，计算所述当前个性标签的推荐值；在判断出所述推荐值达到相应预设阈值时，将所述待推送资讯推送至所述当前用户的所述当前个性标签下。
进一步地，所述至少一个订阅维度包括：资讯关键词和至少一个第一维度项；
所述根据确定出的每一个所述实际值，以及当前个性标签下的每一个设定值，计算所述当前个性标签的推荐值，包括：根据确定出的所述资讯关键词的实际值，以及所述当前个性标签下所述资讯关键词的设定值，计算所述当前个性标签的相关度；在判断出所述相关度达到相应预设阈值时，根据确定出的每一个所述第一维度项的实际值，以及所述当前个性标签下每一个所述第一维度项的设定值，计算所述当前个性标签的推荐值。
进一步地，所述资讯关键词的实际值包括：至少一个第一字段，以及每一个所述第一字段的标题出现次数和正文出现次数；
所述资讯关键词的设定值包括：至少一个第二字段；
所述计算所述当前个性标签的相关度包括：根据公式一，计算所述当前个性标签的相关指数；在判断出所述相关指数达到相应预设阈值时，根据公式二，计算所述当前个性标签的相关度；
所述公式一包括：
所述公式二包括：
其中，y为相关指数，η为相关度，n为所述至少一个第一字段和所述至少一个第二字段的至少一个共有字段的个数；k1为第一预设权重，k2为第二预设权重，Ni1为所述至少一个共有字段中第i个共有字段的标题出现次数，Ni2为所述第i个共有字段的正文出现次数，m为所述至少一个第一字段的个数，Nj1为所述至少一个第一字段中第j个第一字段的标题出现次数，Nj2为所述第j个第一字段的正文出现次数。
进一步地，所述计算所述当前个性标签的推荐值包括：根据公式三，计算所述当前个性标签的推荐值；
所述公式三包括：
其中，Y为推荐值，q为所述至少一个第一维度项的个数，对于所述至少一个第一维度项中的第p个第一维度项，xp为所述第p个第一维度项的实际值在所述第p个第一维度项的设定值中的取值，Kp为所述第p个第一维度项的预设权重。
进一步地，所述至少一个订阅维度包括：资讯发布时间、资讯作者、资讯来源网站、资讯关键词、资讯热度中的任意一种或多种。
另一方面，本发明提供了一种资讯推送装置，包括：
设置单元，用于确定至少一个订阅维度；根据外部输入的用户设置信息，确定当前用户的至少一个个性标签，以及每一个所述个性标签下，所述至少一个订阅维度的至少一个设定值；
确定单元，用于确定待推送资讯对于每一个所述订阅维度的实际值；
处理单元，用于针对每一个所述个性标签均执行：根据确定出的每一个所述实际值，以及当前个性标签下的每一个设定值，计算所述当前个性标签的推荐值；在判断出所述推荐值达到相应预设阈值时，将所述待推送资讯推送至所述当前用户的所述当前个性标签下。
进一步地，所述至少一个订阅维度包括：资讯关键词和至少一个第一维度项；
所述处理单元，具体用于根据确定出的所述资讯关键词的实际值，以及所述当前个性标签下所述资讯关键词的设定值，计算所述当前个性标签的相关度；在判断出所述相关度达到相应预设阈值时，根据确定出的每一个所述第一维度项的实际值，以及所述当前个性标签下每一个所述第一维度项的设定值，计算所述当前个性标签的推荐值。
进一步地，所述资讯关键词的实际值包括：至少一个第一字段，以及每一个所述第一字段的标题出现次数和正文出现次数；
所述资讯关键词的设定值包括：至少一个第二字段；
所述处理单元，具体用于根据公式一，计算所述当前个性标签的相关指数；在判断出所述相关指数达到相应预设阈值时，根据公式二，计算所述当前个性标签的相关度；
所述公式一包括：
所述公式二包括：
其中，y为相关指数，η为相关度，n为所述至少一个第一字段和所述至少一个第二字段的至少一个共有字段的个数；k1为第一预设权重，k2为第二预设权重，Ni1为所述至少一个共有字段中第i个共有字段的标题出现次数，Ni2为所述第i个共有字段的正文出现次数，m为所述至少一个第一字段的个数，Nj1为所述至少一个第一字段中第j个第一字段的标题出现次数，Nj2为所述第j个第一字段的正文出现次数。
进一步地，所述处理单元，具体用于根据公式三，计算所述当前个性标签的推荐值；
所述公式三包括：
其中，Y为推荐值，q为所述至少一个第一维度项的个数，对于所述至少一个第一维度项中的第p个第一维度项，xp为所述第p个第一维度项的实际值在所述第p个第一维度项的设定值中的取值，Kp为所述第p个第一维度项的预设权重。
进一步地，所述至少一个订阅维度包括：资讯发布时间、资讯作者、资讯来源网站、资讯关键词、资讯热度中的任意一种或多种。
本发明提供了一种资讯推送方法及装置，该方法包括：确定至少一个订阅维度；根据外部输入的用户设置信息，确定当前用户的至少一个个性标签，以及各个性标签下，各个订阅维度的设定值；确定待推送资讯对于各订阅维度的实际值；针对各个性标签均执行：根据确定出的各实际值，以及当前个性标签下的各设定值，计算当前个性标签的推荐值；该推荐值达到相应预设阈值时，将待推送资讯推送至当前用户的当前个性标签下。根据用户设置信息来确定用户喜好，以为用户推送喜好相关资讯。因此，本发明能够提高资讯推送准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种资讯推送方法的流程图；
图2是本发明一实施例提供的另一种资讯推送方法的流程图；
图3是本发明一实施例提供的一种资讯推送装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种资讯推送方法，可以包括以下步骤：
步骤101：确定至少一个订阅维度；根据外部输入的用户设置信息，确定当前用户的至少一个个性标签，以及每一个所述个性标签下，所述至少一个订阅维度的至少一个设定值。
步骤102：确定待推送资讯对于每一个所述订阅维度的实际值。
步骤103：针对每一个所述个性标签均执行：根据确定出的每一个所述实际值，以及当前个性标签下的每一个设定值，计算所述当前个性标签的推荐值；在判断出所述推荐值达到相应预设阈值时，将所述待推送资讯推送至所述当前用户的所述当前个性标签下。
本发明实施例提供了一种资讯推送方法，确定至少一个订阅维度；根据外部输入的用户设置信息，确定当前用户的至少一个个性标签，以及各个性标签下，各个订阅维度的设定值；确定待推送资讯对于各订阅维度的实际值；针对各个性标签均执行：根据确定出的各实际值，以及当前个性标签下的各设定值，计算当前个性标签的推荐值；该推荐值达到相应预设阈值时，将待推送资讯推送至当前用户的当前个性标签下。根据用户设置信息来确定用户喜好，以为用户推送喜好相关资讯。因此，本发明实施例能够提高资讯推送准确度。
在本发明的一个实施例中，外部输入的用户设置信息可以为用户直接输入的设置信息，也可以为由中间设备，如用户的客户端，发来的用户输入的设置信息。
在本发明一个实施例中，上述个性标签的来源，可以为预设标签库，也可以为用户输入信息，以及两者的结合。
详细地，确定用户设置信息时，可以向用户展示标签库中的每一个固有标签，用户可以按需点选，当然，用户选定的标签可以为该用户的个性标签。当标签库不能完全满足用户需求时，用户同样可以输入所需标签，如此，用户输入的标签同样可以为该用户的个性标签。
在本发明一个实施例中，假设根据用户设置信息，所确定出的当前用户的个性标签包括：供暖、重卡、光伏、能源、燃气、煤改气。
在本发明一个实施例中，为了能够实现资讯的按需推送，所述至少一个订阅维度包括：资讯发布时间、资讯作者、资讯来源网站、资讯关键词、资讯热度中的任意一种或多种。
基于上述内容，举例来说，根据用户设置信息所确定出的各设定值，可以如下述表1所述。
表1
在本发明一个实施例中，对于任一个人标签来说，个人标签下各订阅维度的设定值最初可以为优选的预设默认值。当然，用户可以基于自身需求，对任一个人标签下任一订阅维度的设定值进行更改。
在本发明一个实施例中，为了说明一种计算推荐值的可能实现方式，所以，所述至少一个订阅维度包括：资讯关键词和至少一个第一维度项；
所述根据确定出的每一个所述实际值，以及当前个性标签下的每一个设定值，计算所述当前个性标签的推荐值，包括：
根据确定出的所述资讯关键词的实际值，以及所述当前个性标签下所述资讯关键词的设定值，计算所述当前个性标签的相关度；在判断出所述相关度达到相应预设阈值时，根据确定出的每一个所述第一维度项的实际值，以及所述当前个性标签下每一个所述第一维度项的设定值，计算所述当前个性标签的推荐值。
比如，以上述表1为例，订阅维度包括资讯关键词和4个第一维度项，各第一维度项分别为资讯的发布时间、作者、来源网站、热度。
在本发明一个实施例中，上述待推送资讯可以为系统采集到的任一资讯。针对待推送资讯，可以抓取其对于每一个订阅维度的实际值。比如，这一实际值可以如上述表1所示。
通常情况下，资讯包括有标题和正文。如此，可以对待推送资讯进行分词处理后，可以获取到若干出现频率比较高的字段，以及各字段的出现次数。比如，请参考表1，假设获取到的全部字段中，仅字段1、字段2和字段4的出现频率较高，故可以将这3个字段中，各字段在标题及正文中的出现次数，记录为资讯关键词这一订阅维度的实际值。
为用户推送所需资讯，首先需要保证内容相关，如此，可以首先根据资讯关键词这一订阅维度，来计算相关度。仅相关度符合要求时，才进一步计算推荐值，以避免一些不必要的计算过程。
如此，经相关度的计算，可以筛除掉那些即使针对各第一维度项均值得推荐，但资讯关注点与用户所需不同的资讯。当然，同样可以筛除掉那些针对各订阅维度均不值得推荐的资讯。
如上所述，在保证资讯关键词符合用户所需的情况下，可以基于订阅维度中的各第一维度项，来计算推荐值。
在本发明一个实施例中，为了说明一种计算相关度的可能实现方式，所以，所述资讯关键词的实际值包括：至少一个第一字段，以及每一个所述第一字段的标题出现次数和正文出现次数；
所述资讯关键词的设定值包括：至少一个第二字段；
所述计算所述当前个性标签的相关度包括：根据下述公式(1)，计算所述当前个性标签的相关指数；在判断出所述相关指数达到相应预设阈值时，根据下述公式(2)，计算所述当前个性标签的相关度；
其中，y为相关指数，η为相关度，n为所述至少一个第一字段和所述至少一个第二字段的至少一个共有字段的个数；k1为第一预设权重，k2为第二预设权重，Ni1为所述至少一个共有字段中第i个共有字段的标题出现次数，Ni2为所述第i个共有字段的正文出现次数，m为所述至少一个第一字段的个数，Nj1为所述至少一个第一字段中第j个第一字段的标题出现次数，Nj2为所述第j个第一字段的正文出现次数。
详细地，为保证当前资讯值得推荐，首先需要保证相关指数满足要求，即需要保证有用字段的出现次数足够高。当出现次数满足要求时，还需要保证相关度满足要求，即需要保证有用字段的出现占比足够大。
举例来说，针对上述表1中的供暖这一个人标签，资讯关键词的设定值包括字段1、字段2、字段3，资讯关键词的实际值包括字段1、字段2、字段3，两者的共同字段为字段1和字段2。
如此，对于供暖来说，待推荐资讯中的字段1和字段2均为有用字段，字段3为无用字段。
如此，基于字段1和字段2的出现次数，利用上述公式(1)，可以计算相关指数。通常情况下，同一字段在标题和正文中均出现时，前者对相关程度的贡献更大，故上述第一预设阈值可以不小于，甚至可以远大于第二预设阈值。比如，可以设置k1＝10，k2＝1。
利用上述公式(1)，经计算，个人标签为供暖时计算出的相关指数为相关指数1，个人标签为重卡时计算出的相关指数为相关指数2，相关指数1通常远大于相关指数2。
假设相关指数1达到相应预设阈值，可以进一步计算相关度。对应地，假设相关指数2未达到相应预设阈值，无需执行后续流程。
详细地，在判断完相关指数后，可以进一步判断相关度。详细地，相关指数满足要求，不代表相关度一定满足要求。
在本发明一个实施例中，对于不同的订阅维度，其对应的相关指数预设阈值可以相同，也可以不同；对于不同的订阅维度，其对应的相关度预设阈值可以相同，也可以不同。
在本发明一个实施例中，为了说明一种计算推荐值的可能实现方式，所以，所述计算所述当前个性标签的推荐值包括：根据下述公式(3)，计算所述当前个性标签的推荐值；
其中，Y为推荐值，q为所述至少一个第一维度项的个数，对于所述至少一个第一维度项中的第p个第一维度项，xp为所述第p个第一维度项的实际值在所述第p个第一维度项的设定值中的取值，Kp为所述第p个第一维度项的预设权重。
在本发明一个实施例中，不同第一维度项的预设权重可以相同，也可以不同。
请参考表1，以供暖为例，针对资讯发布时间这一订阅维度，由于实际值为2天内，故其在相应设定值中的取值为3；针对资讯作者这一订阅维度，由于实际值为公司1，且相应设定值中包括公司1，即符合，故取值为5。
在本发明一个实施例中，同一待推荐资讯可以被推送至同一用户的多个个人标签下。当然，如果存在这一情况，可以进行相应标识，以使用户了解。比如，基于表1经计算后，当前的待推荐资讯针对供暖这一个性标签的推荐值达到相应阈值，且针对重卡这一个性标签的推荐值也达到相应阈值时，可以将该资讯既推送至当前用户的供暖这一个性标签下，也推送到当前用户的重卡这一个性标签下。
如图2所示，本发明一个实施例提供了另一种资讯推送方法，具体包括以下步骤：
步骤201：确定至少一个订阅维度，其中，该至少一个订阅维度包括资讯关键词和至少一个第一维度项。
详细地，该至少一个订阅维度可以包括：资讯发布时间、资讯作者、资讯来源网站、资讯关键词、资讯热度等。
步骤202：根据外部输入的用户设置信息，确定当前用户的至少一个个性标签，以及每一个个性标签下，至少一个订阅维度的至少一个设定值。
步骤203：确定待推送资讯对于每一个订阅维度的实际值。
步骤204：针对每一个个性标签均执行：根据确定出的资讯关键词的实际值，以及当前个性标签下资讯关键词的设定值，计算当前个性标签的相关指数。
详细地，资讯关键词的实际值可以包括至少一个第一字段，以及每一个第一字段的标题出现次数和正文出现次数；资讯关键词的设定值可以包括至少一个第二字段。
详细地，可以根据上述公式(1)来计算相关指数。
步骤205：判断计算出的相关指数是否达到相应预设阈值，若是，执行步骤206，否则，结束当前流程。
步骤206：根据确定出的资讯关键词的实际值，以及当前个性标签下资讯关键词的设定值，计算当前个性标签的相关度。
详细地，可以根据上述公式(2)来计算相关度。
步骤207：判断计算出的相关度是否达到相应预设阈值，若是，执行步骤208，否则，结束当前流程。
步骤208：根据确定出的每一个第一维度项的实际值，以及当前个性标签下每一个第一维度项的设定值，计算当前个性标签的推荐值。
详细地，可以根据上述公式(3)来计算推荐值。
步骤209：判断计算出的推荐值是否达到相应预设阈值，若是，将待推送资讯推送至当前用户的当前个性标签下，否则，结束当前流程。
如图3所示，本发明一个实施例提供了一种资讯推送装置，包括：
设置单元301，用于确定至少一个订阅维度；根据外部输入的用户设置信息，确定当前用户的至少一个个性标签，以及每一个所述个性标签下，所述至少一个订阅维度的至少一个设定值；
确定单元302，用于确定待推送资讯对于每一个所述订阅维度的实际值；
处理单元303，用于针对每一个所述个性标签均执行：根据确定出的每一个所述实际值，以及当前个性标签下的每一个设定值，计算所述当前个性标签的推荐值；在判断出所述推荐值达到相应预设阈值时，将所述待推送资讯推送至所述当前用户的所述当前个性标签下。
在本发明一个实施例中，所述至少一个订阅维度包括：资讯关键词和至少一个第一维度项；
所述处理单元303，具体用于根据确定出的所述资讯关键词的实际值，以及所述当前个性标签下所述资讯关键词的设定值，计算所述当前个性标签的相关度；在判断出所述相关度达到相应预设阈值时，根据确定出的每一个所述第一维度项的实际值，以及所述当前个性标签下每一个所述第一维度项的设定值，计算所述当前个性标签的推荐值。
在本发明一个实施例中，所述资讯关键词的实际值包括：至少一个第一字段，以及每一个所述第一字段的标题出现次数和正文出现次数；
所述资讯关键词的设定值包括：至少一个第二字段；
所述处理单元303，具体用于根据上述公式(1)，计算所述当前个性标签的相关指数；在判断出所述相关指数达到相应预设阈值时，根据上述公式(2)，计算所述当前个性标签的相关度。
在本发明一个实施例中，所述处理单元303，具体用于根据上述公式(3)，计算所述当前个性标签的推荐值。
在本发明一个实施例中，所述至少一个订阅维度包括：资讯发布时间、资讯作者、资讯来源网站、资讯关键词、资讯热度中的任意一种或多种。
上述装置内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
综上所述，本发明的各个实施例至少具有如下有益效果：
1、本发明实施例中，确定至少一个订阅维度；根据外部输入的用户设置信息，确定当前用户的至少一个个性标签，以及各个性标签下，各个订阅维度的设定值；确定待推送资讯对于各订阅维度的实际值；针对各个性标签均执行：根据确定出的各实际值，以及当前个性标签下的各设定值，计算当前个性标签的推荐值；该推荐值达到相应预设阈值时，将待推送资讯推送至当前用户的当前个性标签下。根据用户设置信息来确定用户喜好，以为用户推送喜好相关资讯。因此，本发明实施例能够提高资讯推送准确度。
需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个〃····〃”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种资讯推送方法，其特征在于，确定至少一个订阅维度；根据外部输入的用户设置信息，确定当前用户的至少一个个性标签，以及每一个所述个性标签下，所述至少一个订阅维度的至少一个设定值；还包括：
确定待推送资讯对于每一个所述订阅维度的实际值；
针对每一个所述个性标签均执行：
根据确定出的每一个所述实际值，以及当前个性标签下的每一个设定值，计算所述当前个性标签的推荐值；
在判断出所述推荐值达到相应预设阈值时，将所述待推送资讯推送至所述当前用户的所述当前个性标签下。
2.根据权利要求1所述的方法，其特征在于，
所述至少一个订阅维度包括：资讯关键词和至少一个第一维度项；
所述根据确定出的每一个所述实际值，以及当前个性标签下的每一个设定值，计算所述当前个性标签的推荐值，包括：
根据确定出的所述资讯关键词的实际值，以及所述当前个性标签下所述资讯关键词的设定值，计算所述当前个性标签的相关度；在判断出所述相关度达到相应预设阈值时，根据确定出的每一个所述第一维度项的实际值，以及所述当前个性标签下每一个所述第一维度项的设定值，计算所述当前个性标签的推荐值。
3.根据权利要求2所述的方法，其特征在于，
所述资讯关键词的实际值包括：至少一个第一字段，以及每一个所述第一字段的标题出现次数和正文出现次数；
所述资讯关键词的设定值包括：至少一个第二字段；
所述计算所述当前个性标签的相关度包括：根据公式一，计算所述当前个性标签的相关指数；在判断出所述相关指数达到相应预设阈值时，根据公式二，计算所述当前个性标签的相关度；
所述公式一包括：
所述公式二包括：
其中，y为相关指数，η为相关度，n为所述至少一个第一字段和所述至少一个第二字段的至少一个共有字段的个数；k1为第一预设权重，k2为第二预设权重，Ni1为所述至少一个共有字段中第i个共有字段的标题出现次数，Ni2为所述第i个共有字段的正文出现次数，m为所述至少一个第一字段的个数，Nj1为所述至少一个第一字段中第j个第一字段的标题出现次数，Nj2为所述第j个第一字段的正文出现次数。
4.根据权利要求2所述的方法，其特征在于，
所述计算所述当前个性标签的推荐值包括：根据公式三，计算所述当前个性标签的推荐值；
所述公式三包括：
其中，Y为推荐值，q为所述至少一个第一维度项的个数，对于所述至少一个第一维度项中的第p个第一维度项，xp为所述第p个第一维度项的实际值在所述第p个第一维度项的设定值中的取值，Kp为所述第p个第一维度项的预设权重。
5.根据权利要求1至4中任一所述的方法，其特征在于，
所述至少一个订阅维度包括：资讯发布时间、资讯作者、资讯来源网站、资讯关键词、资讯热度中的任意一种或多种。
6.一种资讯推送装置，其特征在于，包括：
设置单元，用于确定至少一个订阅维度；根据外部输入的用户设置信息，确定当前用户的至少一个个性标签，以及每一个所述个性标签下，所述至少一个订阅维度的至少一个设定值；
确定单元，用于确定待推送资讯对于每一个所述订阅维度的实际值；
处理单元，用于针对每一个所述个性标签均执行：根据确定出的每一个所述实际值，以及当前个性标签下的每一个设定值，计算所述当前个性标签的推荐值；在判断出所述推荐值达到相应预设阈值时，将所述待推送资讯推送至所述当前用户的所述当前个性标签下。
7.根据权利要求6所述的资讯推送装置，其特征在于，
所述至少一个订阅维度包括：资讯关键词和至少一个第一维度项；
所述处理单元，具体用于根据确定出的所述资讯关键词的实际值，以及所述当前个性标签下所述资讯关键词的设定值，计算所述当前个性标签的相关度；在判断出所述相关度达到相应预设阈值时，根据确定出的每一个所述第一维度项的实际值，以及所述当前个性标签下每一个所述第一维度项的设定值，计算所述当前个性标签的推荐值。
8.根据权利要求7所述的资讯推送装置，其特征在于，
所述资讯关键词的实际值包括：至少一个第一字段，以及每一个所述第一字段的标题出现次数和正文出现次数；
所述资讯关键词的设定值包括：至少一个第二字段；
所述处理单元，具体用于根据公式一，计算所述当前个性标签的相关指数；在判断出所述相关指数达到相应预设阈值时，根据公式二，计算所述当前个性标签的相关度；
所述公式一包括：
所述公式二包括：
其中，y为相关指数，η为相关度，n为所述至少一个第一字段和所述至少一个第二字段的至少一个共有字段的个数；k1为第一预设权重，k2为第二预设权重，Ni1为所述至少一个共有字段中第i个共有字段的标题出现次数，Ni2为所述第i个共有字段的正文出现次数，m为所述至少一个第一字段的个数，Nj1为所述至少一个第一字段中第j个第一字段的标题出现次数，Nj2为所述第j个第一字段的正文出现次数。
9.根据权利要求7所述的资讯推送装置，其特征在于，
所述处理单元，具体用于根据公式三，计算所述当前个性标签的推荐值；
所述公式三包括：
其中，Y为推荐值，q为所述至少一个第一维度项的个数，对于所述至少一个第一维度项中的第p个第一维度项，xp为所述第p个第一维度项的实际值在所述第p个第一维度项的设定值中的取值，Kp为所述第p个第一维度项的预设权重。
10.根据权利要求6至9中任一所述的资讯推送装置，其特征在于，
所述至少一个订阅维度包括：资讯发布时间、资讯作者、资讯来源网站、资讯关键词、资讯热度中的任意一种或多种。
CN201711407110.XA 2017-12-22 2017-12-22 一种资讯推送方法及装置 Active CN108133011B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711407110.XA CN108133011B (zh) 2017-12-22 2017-12-22 一种资讯推送方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711407110.XA CN108133011B (zh) 2017-12-22 2017-12-22 一种资讯推送方法及装置

Publications (2)

Publication Number Publication Date
CN108133011A true CN108133011A (zh) 2018-06-08
CN108133011B CN108133011B (zh) 2022-05-24

Family

ID=62392327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711407110.XA Active CN108133011B (zh) 2017-12-22 2017-12-22 一种资讯推送方法及装置

Country Status (1)

Country Link
CN (1) CN108133011B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109325179A (zh) * 2018-09-17 2019-02-12 青岛海信网络科技股份有限公司 一种内容推广的方法及装置
CN112182098A (zh) * 2020-09-15 2021-01-05 卢霞浩 基于云计算和大数据的信息推送方法及区块链金融云中心
CN113836324A (zh) * 2020-06-08 2021-12-24 上海幻电信息科技有限公司 资讯推荐方法、电子设备和服务器

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984437A (zh) * 2010-11-23 2011-03-09 亿览在线网络技术（北京）有限公司 音乐资源个性化推荐方法及系统
CN103294778A (zh) * 2013-05-13 2013-09-11 百度在线网络技术（北京）有限公司 一种推送资讯信息的方法及系统
CN104809154A (zh) * 2015-03-19 2015-07-29 百度在线网络技术（北京）有限公司 用于资讯推荐的方法及装置
CN105955663A (zh) * 2016-04-26 2016-09-21 深圳市八零年代网络科技有限公司 一种基于用户行为的讯息推送方法及装置
CN106033415A (zh) * 2015-03-09 2016-10-19 深圳市腾讯计算机系统有限公司 文本内容推荐方法及装置
WO2017124417A1 (zh) * 2016-01-21 2017-07-27 赵政荣 推荐优惠卷相关技术信息展现方法以及推荐系统
CN107025310A (zh) * 2017-05-17 2017-08-08 长春嘉诚信息技术股份有限公司 一种自动实时新闻推荐方法
US20170329864A1 (en) * 2012-08-31 2017-11-16 Salesforce.Com, Inc. Systems and methods for providing access to external content objects
CN107436930A (zh) * 2017-07-17 2017-12-05 广州特道信息科技有限公司 资讯推荐方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984437A (zh) * 2010-11-23 2011-03-09 亿览在线网络技术（北京）有限公司 音乐资源个性化推荐方法及系统
US20170329864A1 (en) * 2012-08-31 2017-11-16 Salesforce.Com, Inc. Systems and methods for providing access to external content objects
CN103294778A (zh) * 2013-05-13 2013-09-11 百度在线网络技术（北京）有限公司 一种推送资讯信息的方法及系统
CN106033415A (zh) * 2015-03-09 2016-10-19 深圳市腾讯计算机系统有限公司 文本内容推荐方法及装置
CN104809154A (zh) * 2015-03-19 2015-07-29 百度在线网络技术（北京）有限公司 用于资讯推荐的方法及装置
WO2017124417A1 (zh) * 2016-01-21 2017-07-27 赵政荣 推荐优惠卷相关技术信息展现方法以及推荐系统
CN105955663A (zh) * 2016-04-26 2016-09-21 深圳市八零年代网络科技有限公司 一种基于用户行为的讯息推送方法及装置
CN107025310A (zh) * 2017-05-17 2017-08-08 长春嘉诚信息技术股份有限公司 一种自动实时新闻推荐方法
CN107436930A (zh) * 2017-07-17 2017-12-05 广州特道信息科技有限公司 资讯推荐方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109325179A (zh) * 2018-09-17 2019-02-12 青岛海信网络科技股份有限公司 一种内容推广的方法及装置
CN109325179B (zh) * 2018-09-17 2020-12-04 青岛海信网络科技股份有限公司 一种内容推广的方法及装置
CN113836324A (zh) * 2020-06-08 2021-12-24 上海幻电信息科技有限公司 资讯推荐方法、电子设备和服务器
CN113836324B (zh) * 2020-06-08 2024-05-14 上海幻电信息科技有限公司 资讯推荐方法、电子设备和服务器
CN112182098A (zh) * 2020-09-15 2021-01-05 卢霞浩 基于云计算和大数据的信息推送方法及区块链金融云中心
CN112182098B (zh) * 2020-09-15 2021-08-31 国网江苏省电力有限公司信息通信分公司 基于云计算和大数据的信息推送方法及信息推送服务器

Also Published As

Publication number Publication date
CN108133011B (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN110162693B (zh) 一种信息推荐的方法以及服务器
Shaikh et al. Recommendation system in e-commerce websites: a graph based approached
Tran et al. Hashtag recommendation approach based on content and user characteristics
US20140143720A1 (en) Item recommendations
US10970296B2 (en) System and method for data mining and similarity estimation
CN111639255B (zh) 搜索关键词的推荐方法、装置、存储介质及电子设备
CN108133011A (zh) 一种资讯推送方法及装置
Hamouda et al. Put-tag: personalized user-centric tag recommendation for social bookmarking systems
Liu et al. Recommending blog articles based on popular event trend analysis
CN112765478B (zh) 用于推荐内容的方法、装置、设备、介质和程序产品
CN107368489A (zh) 一种资讯数据处理方法及装置
Yue et al. LlamaRec: Two-stage recommendation using large language models for ranking
Gong et al. Few-shot learning for named entity recognition based on BERT and two-level model fusion
Bobillo et al. A crisp representation for fuzzy SHOIN with fuzzy nominals and general concept inclusions
Hussein et al. Explanation of spreading activation based recommendations
Gou et al. Personalized search by a multi-type and multi-level user profile in folksonomy
JP2019096148A (ja) 提供装置、提供方法及び提供プログラム
Kaya et al. Using social networks to solve data sparsity problem in one-class collaborative filtering
Peng et al. Model the long-term post history for hashtag recommendation
CN109740056A (zh) 一种用于向用户提供定制财经信息的方法与设备
Qiao et al. Recommender system based on adaptive threshold filtering GCN
Xu et al. Personalized hashtag suggestion for microblogs
Lu et al. Research on the product recommendation algorithm based on PySpark and Jupyter notebook
Gu et al. User preference analysis and visualization through the browser history of smart devices
YANG et al. Short text classification method by fusing corpus features and graph attention network

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