CN108228906B - 用于生成信息的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：从目标网页上获取目标文本；提取目标文本的至少一个关键词；从至少一个关键词中确定第一预设数量个关键词，以及从预设的第一候选信息集合中，确定至少一个第一候选信息，其中，所确定的至少一个第一候选信息中的每个第一候选信息包括第一预设数量个关键词；对于至少一个第一候选信息中的每个第一候选信息，生成针对该第一候选信息的第一待推荐信息。该实施方式提高了生成推荐信息的针对性。

Description

用于生成信息的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。

背景技术

随着互联网技术的发展，人们通过网络获取的信息的种类和数量越来越多，因此，当前出现了很多向用户推荐信息的方法。推荐系统的冷启动，是指对于新用户，系统缺乏足够的数据来捕获用户的兴趣并有效地推荐内容。现有的推荐冷启动方法主要有根据用户注册信息进行推荐，比如根据用户的年龄，给他/她推荐自身年龄段都比较喜欢的物品，同时让用户给予显性反馈；或者给用户推荐自有数据集合中的新数据等。

发明内容

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：从目标网页上获取目标文本；提取目标文本的至少一个关键词；从至少一个关键词中确定第一预设数量个关键词，以及从预设的第一候选信息集合中，确定至少一个第一候选信息，其中，所确定的至少一个第一候选信息中的每个第一候选信息包括第一预设数量个关键词；对于至少一个第一候选信息中的每个第一候选信息，生成针对该第一候选信息的第一待推荐信息。

在一些实施例中，提取目标文本的至少一个关键词，还包括：确定至少一个关键词中的每个关键词的权重值；以及从至少一个关键词中确定第一预设数量个关键词，包括：按照关键词的权重值由大到小的顺序，从至少一个关键词中确定第一预设数量个关键词。

在一些实施例中，生成针对该第一候选信息的第一待推荐信息，还包括：确定所生成的第一待推荐信息的推荐权重。

在一些实施例中，确定所生成的第一待推荐信息的推荐权重，包括：获取该第一候选信息的发布时间；基于所获取的发布时间，确定该第一候选信息对应的第一待推荐信息的推荐权重。

在一些实施例中，在对于至少一个第一候选信息中的每个第一候选信息，生成针对该第一候选信息的第一待推荐信息之后，方法还包括：获取预设的第二待推荐信息集合，以及确定第二待推荐信息的推荐权重，其中，第二待推荐信息为针对第二候选信息的推荐信息；从第二待推荐信息集合中，确定对应的第二候选信息包括第一预设数量个关键词的第二待推荐信息；将所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合的并集确定为第三待推荐信息集合，以及确定第三待推荐信息的推荐权重；按照第三待推荐信息的推荐权重由大到小的顺序，从第三待推荐信息集合中，提取第二预设数量个第三待推荐信息。

在一些实施例中，确定第三待推荐信息的推荐权重，包括：对于第三待推荐信息集合中的每个第三待推荐信息，响应于确定所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合均包括该第三待推荐信息，获取与该第三待推荐信息相同的第一待推荐信息的推荐权重和与该第三待推荐信息相同的第二待推荐信息的推荐权重，以及根据所获取的推荐权重确定该第三待推荐信息的推荐权重。

第二方面，本申请实施例提供了一种用于生成信息的装置，该装置包括：第一获取单元，配置用于从目标网页上获取目标文本；第一提取单元，配置用于提取目标文本的至少一个关键词；第一确定单元，配置用于从至少一个关键词中确定第一预设数量个关键词，以及从预设的第一候选信息集合中，确定至少一个第一候选信息，其中，所确定的至少一个第一候选信息中的每个第一候选信息包括第一预设数量个关键词；生成单元，配置用于对于至少一个第一候选信息中的每个第一候选信息，生成针对该第一候选信息的第一待推荐信息。

在一些实施例中，第一提取单元，进一步配置用于：确定至少一个关键词中的每个关键词的权重值；以及第一确定单元，进一步配置用于：按照关键词的权重值由大到小的顺序，从至少一个关键词中确定第一预设数量个关键词。

在一些实施例中，生成单元，进一步配置用于：确定所生成的第一待推荐信息的推荐权重。

在一些实施例中，生成单元包括：获取模块，配置用于获取该第一候选信息的发布时间；确定模块，配置用于基于所获取的发布时间，确定该第一候选信息对应的第一待推荐信息的推荐权重。

在一些实施例中，该装置还包括：第二获取单元，配置用于获取预设的第二待推荐信息集合，以及确定第二待推荐信息的推荐权重，其中，第二待推荐信息为针对第二候选信息的推荐信息；第二确定单元，配置用于从第二待推荐信息集合中，确定对应的第二候选信息包括第一预设数量个关键词的第二待推荐信息；第三确定单元，配置用于将所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合的并集确定为第三待推荐信息集合，以及确定第三待推荐信息的推荐权重；第二提取单元，配置用于按照第三待推荐信息的推荐权重由大到小的顺序，从第三待推荐信息集合中，提取第二预设数量个第三待推荐信息。

在一些实施例中，第三确定单元，进一步配置用于：对于第三待推荐信息集合中的每个第三待推荐信息，响应于确定所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合均包括该第三待推荐信息，获取与该第三待推荐信息相同的第一待推荐信息的推荐权重和与该第三待推荐信息相同的第二待推荐信息的推荐权重，以及根据所获取的推荐权重确定该第三待推荐信息的推荐权重。

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用于生成信息的方法和装置，通过从目标网页上获取目标文本，再提取目标文本的关键词，通过提取的关键词与候选信息集合中的候选信息进行匹配，得到至少一个候选信息，进而生成针对所得到的至少一个候选信息的待推荐信息，从而有效利地用了目标网页的内容生成推荐信息，提高了生成推荐信息的针对性。

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是根据本申请的用于生成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生成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生成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生成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实施例的用于生成信息的方法或用于生成信息的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、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器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、102、103通过网络104与服务器105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 Experts Group Audio LayerIII，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group AudioLayer 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。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的信息提供支持的后台信息处理服务器。后台信息处理服务器可以对获取的信息进行分析等处理，并将处理结果(例如生成的推荐信息)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生成信息的方法一般由服务器105执行，相应地，用于生成信息的装置一般设置于服务器105中。

需要说明的是，终端设备、服务器可以是硬件，也可以是软件。当终端设备、服务器为硬件时，可以实现成多个设备组成的分布式设备集群，也可以实现成单个设备。当终端设备、服务器为软件时，可以分别实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

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。

继续参考图2，示出了根据本申请的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法，包括以下步骤：

步骤201，从目标网页上获取目标文本。

在本实施例中，用于生成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远程获取目标网页，或者从本地获取预先存储的目标网页。其中，目标网页可以是预先设置的某个网页列表或某个网页集合中的网页，例如预设的关于某些方面的排行榜(例如热搜榜)中的某个或某些条目的相关网页(例如某条目链接到的网页)，或者关于某些热门信息(例如即时新闻)的网页。目标文本的数量可以是至少一个，且目标文本可以是目标网页上的内容的标题、摘要、正文等文本，例如，新闻的标题、歌曲或影视作品的名称等。

通常，上述电子设备可以利用网络爬虫技术获取目标网页上的目标文本。其中，网络爬虫是一种按照一定的规则，自动地抓取万维网上的信息的程序或者脚本，已被广泛应用于互联网领域。利用网络爬虫，技术人员可以从万维网中获取网页、文档甚至图片、音频、视频等资源。

步骤202，提取目标文本的至少一个关键词。

在本实施例中，基于步骤201中获取的目标文本，上述电子设备可以基于预设的算法提取目标文本的至少一个关键词。其中，预设的算法可以包括但不限于以下至少一种：分词算法、词性标注算法、命名实体识别算法、TF-IDF(Term Frequency–Inverse DocumentFrequency，词频-逆文档频率)算法、wordrank算法、textrank算法等。例如，上述电子设备可以采用分词算法对目标文本进行分词，再对分词后得到的词汇进行词性标注，并通过命名实体识别算法识别文本中具有特定意义的实体，最后通过wordrank算法提取目标文本的关键词。上述wordrank算法和textrank算法是应用于自然语言处理技术中的算法，可以用来建立词向量，还可以用来提取文本的关键词。通过以上预设的算法，可以使提取的关键词更加准确。需要说明的是，上述预设的算法是目前广泛研究和应用的公知技术，在此不再赘述。实践中，上述电子设备可以按照预设的时间周期(例如1小时)，定时获取目标文本，并提取目标文本的至少一个关键词。

应当理解，当目标文本为音乐、影视等文件的名称时，上述至少一个关键词的数量可以是一个，且关键词可以为音乐、影视等文件的名称。

步骤203，从至少一个关键词中确定第一预设数量个关键词，以及从预设的第一候选信息集合中，确定至少一个第一候选信息。

在本实施例中，基于步骤202中提取的至少一个关键词，上述电子设备可以首先从至少一个关键词中确定第一预设数量个关键词，然后从预设的第一候选信息集合中，确定至少一个第一候选信息。其中，第一候选信息可以是预先存储在上述电子设备中的某类信息(例如，新闻类信息、视频类信息等)，或者是与上述电子设备通信连接的其他设备中的某类信息。所确定的至少一个第一候选信息中的每个第一候选信息包括第一预设数量个关键词。上述电子设备可以从候选集合中，将所有包括上述第一预设数量个关键词的第一候选信息作为所确定的至少一个第一候选信息，还可以将第一候选信息集合中的预设数量或预设占比的第一候选信息确定为上述至少一个第一候选信息。

在本实施例中，上述电子设备可以按照多种方法从至少一个关键词中确定第一预设数量个关键词。例如按照随机选择的方法，或根据预设的关键词提取算法得到的关键词的权重值的顺序选择的方法等。

在本实施例的一些可选的实现方式中，上述电子设备可以首先确定至少一个关键词中的每个关键词的权重值。其中，权重值可以用于表征关键词在目标文本中的重要程度。例如，目标文本为“M城市近三日的降雪量达到了月平均降雪量的一半，打破了1954年的降雪记录。当地官员称有2000多棵大树被压塌，多个航班被延误”。提取的关键词包括“M城市”、“降雪”、“记录”、“打破”、“大树”，其中，关键词“M城市”的权重值(例如0.6)最大，表示关键词“M城市”在目标文本中的重要程度最高。实践中，上述电子设备可以基于wordrank算法、textrank算法等关键词提取算法，提取目标文本的至少一个关键词，并确定每个关键词的权重值。所提取的至少一个关键词可以按照预设的结构化数据存储格式进行存储。例如，可以将上述至少一个关键词、关键词的词性、关键词的权重等数据以JSON(JavaScriptObject Notation，JS对象标记)格式存储。其中，JSON格式是一种轻量级的数据交换格式。它采用完全独立于编程语言的文本格式来存储和表示数据。简洁和清晰的层次结构使得JSON成为理想的数据交换格式。易于人们阅读和编写，同时也易于机器解析和生成，并有效地提升网络传输效率。

然后，上述电子设备可以按照关键词的权重值由大到小的顺序，从至少一个关键词中确定第一预设数量个关键词。继续上述确定关键词的权重值的步骤中的举例，假设第一预设数量为2，按照权重值由大到小的排序，排在第一位的是“M城市”，权重值为0.6，排在第二位的是“降雪”，权重值为0.2，则可以将“M城市”和“降雪”确定为第一预设数量个关键词。

步骤204，对于至少一个第一候选信息中的每个第一候选信息，生成针对该第一候选信息的第一待推荐信息。

在本实施例中，基于步骤203中确定的至少一个第一候选信息，对于至少一个第一候选信息中的每个第一候选信息，上述电子设备可以生成针对该第一候选信息的第一待推荐信息。其中，第一待推荐信息可以包括但不限于以下至少一种：第一候选信息的标题、第一候选信息所源自的网址、第一候选信息包括的图片等。例如，第一待推荐信息的集合可以是包括时事新闻的标题的列表，或包括电影的名称及图片的列表。

可选的，上述电子设备可以将所生成的第一待推荐信息的集合推送至redis(remote dictionary server，远程字典服务)队列中，以使第一待推荐信息通过redis队列发送至与上述电子设备通信连接的其他设备(如图1所示的终端设备)。其中，redis是一个开源的使用ANSIC语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value(键-值)数据库，并提供多种语言的API(Application Programming Interface，应用程序编程接口)。

继续参见图3，图3是根据本实施例的用于生成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，目标网页303为某时事新闻排行榜302中的新闻标题“大暴雪袭击M城市”所链接到的网页。服务器301首先利用网络爬虫技术，获取目标网页303中的目标文本。其次，服务器301提取目标文本的至少一个关键词“M城市”、“降雪”、“记录”、“打破”、“大树”。然后服务器301从各个关键词中确定第一预设数量个(例如2个)关键词304，确定出的关键词为“M城市”、“降雪”。再然后，服务器301从预设的第一候选信息集合305(例如预先获取的多条新闻的集合)中，确定包含关键词“M城市”、“降雪”的第一候选信息。最后，服务器301生成第一待推荐信息的集合306，其中，每个第一待推荐信息包括文本的标题和文本的链接地址。

本申请的上述实施例提供的方法，通过从目标网页上获取目标文本，再提取目标文本的关键词，通过提取的关键词与候选信息集合中的候选信息进行匹配，得到至少一个候选信息，进而生成针对所得到的至少一个候选信息的待推荐信息，从而有效利地用了目标网页的内容生成推荐信息，提高了生成推荐信息的针对性。

进一步参考图4，其示出了用于生成信息的方法的又一个实施例的流程400。该用于生成信息的方法的流程400，包括以下步骤：

步骤401，从目标网页上获取目标文本。

在本实施例中，用于生成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远程获取目标网页，或者从本地获取预先存储的目标网页。其中，目标网页可以是预先设置的某个网页列表或某个网页集合中的网页，例如预设的关于某些方面的排行榜(例如热搜榜)的网页以及关于排行榜中的条目的网页(例如某条目链接到的网页)，或者关于某些热门信息(例如即时新闻)的网页。目标文本可以是目标网页上的内容的标题、摘要、正文等文本，例如，新闻的标题、歌曲或影视作品的名称等。

步骤402，提取目标文本的至少一个关键词。

在本实施例中，步骤402与图2对应实施例中的步骤202基本一致，这里不再赘述。

步骤403，从至少一个关键词中确定第一预设数量个关键词，以及从预设的第一候选信息集合中，确定至少一个第一候选信息。

在本实施例中，步骤403与图2对应实施例中的步骤203基本一致，这里不再赘述。

步骤404，对于至少一个第一候选信息中的每个第一候选信息，生成针对该第一候选信息的第一待推荐信息，以及确定所生成的第一待推荐信息的推荐权重。

在本实施例中，对于步骤203中所确定的至少一个第一候选信息中的每个第一候选信息，上述电子设备可以生成针对该第一候选信息的第一待推荐信息，以及确定所生成的第一待推荐信息的推荐权重利用步骤。其中，生成第一待推荐信息的方法与图2对应实施例中的步骤204基本一致，这里不再赘述。第一待推荐信息的推荐权重可以用于表征第一待推荐信息被推荐的优先次序。示例性的，上述电子设备可以按照推荐权重由大到小的顺序对各个第一待推荐信息进行排序，推荐权重越大，第一待推荐信息的优先级(例如排行榜的排名)越高。

在本实施例的一些可选的实现方式中，对于至少一个第一候选信息中的每个第一候选信息，上述电子设备可以按照如下步骤确定该第一候选信息对应的第一待推荐信息的推荐权重：首先，上述电子设备获取该第一候选信息的发布时间。然后，上述电子设备基于所获取的发布时间，确定该第一候选信息对应的第一待推荐信息的推荐权重。上述电子设备可以将所获取的发布时间对应的时间戳(例如发布时间为2018年1月1日12:00，对应的时间戳为1514779200)确定为第一待推荐信息的推荐权重，其中，时间戳(timestamp)是一种时间表示方式，定义为从格林威治时间1970年01月01日00时00分00秒起至现在的总秒数。上述电子设备还可以将所获取的发布时间的各个计时单位分别对应的数值的组合(例如发布时间为2018年1月1日12:00，各个计时单位分别对应的数值的组合为201801011200)确定为第一待推荐信息的推荐权重。

可选的，上述电子设备还可以按照其他方法确定第一待推荐信息的推荐权重，例如，按照第一候选信息在预设时间段内的点击量，按照第一候选信息包含的字数、图片数等方法，确定第一待推荐信息的推荐权重。作为示例，某第一候选信息在近一天内的点击量为10000次，则该第一候选信息的推荐权重为10000。

步骤405，获取预设的第二待推荐信息集合，以及确定第二待推荐信息的推荐权重。

在本实施例中，上述电子设备可以首先获取预设的第二待推荐信息集合，然后确定第二待推荐信息的推荐权重。其中，第二待推荐信息为针对第二候选信息的推荐信息。例如，第二候选信息可以为新闻类的文章，则第二待推荐信息可以包括第二文本的标题、链接地址等信息。第二待推荐信息可以是预先存储于上述电子设备中的信息，或者是与上述电子设备通信连接的其他设备中的信息。此外，第二待推荐信息可以是上述电子设备或其他设备基于其他推荐信息生成方法(例如基于协同过滤算法，基于用户画像方法)所生成的推荐信息。应当理解，第二待推荐信息集合的数量可以是至少一个。例如，第二待推荐信息集合的数量为2，其中一个是基于协同过滤算法得到的待推荐信息的集合，另一个是基于用户画像方法得到的待推荐信息的集合。

需要说明的是，第二待推荐信息的推荐权重可以与上述第一待推荐信息的推荐权重具有相同的意义，同时，确定第二待推荐信息的推荐权重的方法可以和确定第一待推荐信息的推荐权重的方法相同。

步骤406，从第二待推荐信息集合中，确定对应的第二候选信息包括第一预设数量个关键词的第二待推荐信息。

在本实施例中，基于步骤405中获取的第二待推荐信息集合，上述电子设备可以从第二待推荐信息集合中，确定对应的第二候选信息包括第一预设数量个关键词的第二待推荐信息。示例性的，第一预设数量个关键词为“M城市”和“降雪”，则所确定的第二待推荐信息对应的第二候选信息包括关键词“M城市”和“降雪”。

步骤407，将所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合的并集确定为第三待推荐信息集合，以及确定第三待推荐信息的推荐权重。

在本实施例中，基于步骤404中生成的第一待推荐信息和步骤406中确定的第二待推荐信息的集合，上述电子设备可以首先将所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合的并集确定为第三待推荐信息集合。然后，上述电子设备可以确定第三待推荐信息的推荐权重。

在本实施例的一些可选的实现方式中，上述电子设备可以按照如下步骤确定第三待推荐信息的推荐权重：

对于第三待推荐信息集合中的每个第三待推荐信息，上述电子设备响应于确定所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合均包括该第三待推荐信息，获取与该第三待推荐信息相同的第一待推荐信息的推荐权重和与该第三待推荐信息相同的第二待推荐信息的推荐权重。然后，上述电子设备根据所获取的推荐权重确定该第三待推荐信息的推荐权重。上述电子设备可以按照预设的多种方式确定该第三待推荐信息的推荐权重。例如，将所获取的推荐权重的和值或均值确定为该第三待推荐信息的推荐权重，或者将所获取的推荐权重的最大值确定为该第三待推荐信息的推荐权重。

作为示例，假设某个第三待推荐信息包括目标文本的标题“XXX”和目标文本的链接地址“https://xxx.com/XXX”，某个第一待推荐信息和某个第二带推荐信息也分别包括标题“XXX”和链接地址“https://xxx.com/XXX”，则上述电子设备获取到该第一待推荐信息的推荐权重为10000，该第二待推荐信息的推荐权重为12000，则将获取到的推荐权重的均值11000确定为该第三待推荐信息的推荐权重。

步骤408，按照第三待推荐信息的推荐权重由大到小的顺序，从第三待推荐信息集合中，提取第二预设数量个第三待推荐信息。

在本实施例中，基于步骤407中确定的第三待推荐信息的推荐权重，上述电子设备可以按照第三待推荐信息的推荐权重由大到小的顺序，从第三待推荐信息集合中，提取第二预设数量个第三待推荐信息。其中，第二预设数量可以是具体的数值，也可以是第三待推荐信息集合包括的第三待推荐信息的数量乘以预设比例所得到的数值。

可选的，上述电子设备可以将所生成的第三待推荐信息的集合推送至redis队列中，以使第一待推荐信息通过redis队列发送至与上述电子设备通信连接的其他设备(如图1所示的终端设备)。

需要说明的是，在实践中，当目标文本的数量为至少两个的时候，对于至少两个目标文本中的每个目标文本，基于步骤401-步骤408，上述电子设备可以得到至少两个第三待推荐信息集合。上述电子设备可以将至少两个第三待推荐信息集合合并为第四待推荐信息集合，以及将第四待推荐信息集合推送至redis队列中。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于生成信息的方法的流程400突出了将生成的第一待推荐信息的集合与第二带推荐信息集合进行融合的步骤。由此，本实施例描述的方案可以获取更多的待推荐信息，从而使生成的待推荐信息更加全面。

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生成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，本实施例的用于生成信息的装置500包括：第一获取单元501，配置用于从目标网页上获取目标文本；第一提取单元502，配置用于提取目标文本的至少一个关键词；第一确定单元503，配置用于从至少一个关键词中确定第一预设数量个关键词，以及从预设的第一候选信息集合中，确定至少一个第一候选信息，其中，所确定的至少一个第一候选信息中的每个第一候选信息包括第一预设数量个关键词；生成单元504，配置用于对于至少一个第一候选信息中的每个第一候选信息，生成针对该第一候选信息的第一待推荐信息。

在本实施例中，用于生成信息的装置500的第一获取单元501可以通过有线连接方式或者无线连接方式从远程获取目标网页，或者从本地获取预先存储的目标网页。其中，目标网页可以是预先设置的某个网页列表或某个网页集合中的网页，例如预设的关于某些方面的排行榜(例如热搜榜)中的某个或某些条目的相关网页(例如某条目链接到的网页)，或者关于某些热门信息(例如即时新闻)的网页。目标文本的数量可以是至少一个，且目标文本可以是目标网页上的内容的标题、摘要、正文等文本，例如，新闻的标题、歌曲或影视作品的名称等。

在本实施例中，基于第一获取单元501获取的目标文本，上述第一提取单元502可以基于预设的算法提取目标文本的至少一个关键词。其中，预设的算法可以包括但不限于以下至少一种：分词算法、词性标注算法、命名实体识别算法、TF-IDF算法、wordrank算法等。

在本实施例中，基于第一提取单元502提取的至少一个关键词，第一确定单元503可以首先从至少一个关键词中确定第一预设数量个关键词，然后从预设的第一候选信息集合中，确定至少一个第一候选信息。其中，第一候选信息可以是预先存储在上述电子设备中的某类信息(例如，新闻类信息、视频类信息等)，或者是与上述电子设备通信连接的其他设备中的某类信息。所确定的至少一个第一候选信息中的每个第一候选信息包括第一预设数量个关键词。上述第一确定单元503可以从候选集合中，将所有包括上述第一预设数量个关键词的第一候选信息作为所确定的至少一个第一候选信息，还可以将第一候选信息集合中的预设数量或预设占比的第一候选信息确定为上述至少一个第一候选信息。

在本实施例中，基于第一确定单元503确定的至少一个第一候选信息，对于至少一个第一候选信息中的每个第一候选信息，上述生成单元504可以生成针对该第一候选信息的第一待推荐信息。其中，第一待推荐信息可以包括但不限于以下至少一种：第一候选信息的标题、第一候选信息所源自的网址、第一候选信息包括的图片等。

在本实施例的一些可选的实现方式中，第一提取单元502，可以进一步配置用于：确定至少一个关键词中的每个关键词的权重值；以及第一确定单元503，可以进一步配置用于：按照关键词的权重值由大到小的顺序，从至少一个关键词中确定第一预设数量个关键词。

在本实施例的一些可选的实现方式中，生成单元504，可以进一步配置用于：确定所生成的第一待推荐信息的推荐权重。

在本实施例的一些可选的实现方式中，生成单元504可以包括：获取模块(图中未示出)，配置用于获取该第一候选信息的发布时间；确定模块(图中未示出)，配置用于基于所获取的发布时间，确定该第一候选信息对应的第一待推荐信息的推荐权重。

在本实施例的一些可选的实现方式中，用于生成信息的装置500还可以包括：第二获取单元(图中未示出)，配置用于获取预设的第二待推荐信息集合，以及确定第二待推荐信息的推荐权重，其中，第二待推荐信息为针对第二候选信息的推荐信息；第二确定单元(图中未示出)，配置用于从第二待推荐信息集合中，确定对应的第二候选信息包括第一预设数量个关键词的第二待推荐信息；第三确定单元(图中未示出)，配置用于将所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合的并集确定为第三待推荐信息集合，以及确定第三待推荐信息的推荐权重；第二提取单元(图中未示出)，配置用于按照第三待推荐信息的推荐权重由大到小的顺序，从第三待推荐信息集合中，提取第二预设数量个第三待推荐信息。

在本实施例的一些可选的实现方式中，第三确定单元(图中未示出)，可以进一步配置用于：对于第三待推荐信息集合中的每个第三待推荐信息，响应于确定所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合均包括该第三待推荐信息，获取与该第三待推荐信息相同的第一待推荐信息的推荐权重和与该第三待推荐信息相同的第二待推荐信息的推荐权重，以及根据所获取的推荐权重确定该第三待推荐信息的推荐权重。

通过从目标网页上获取目标文本，再提取目标文本的关键词，通过提取的关键词与候选信息集合中的候选信息进行匹配，得到至少一个候选信息，进而生成针对所得到的至少一个候选信息的待推荐信息，从而有效利地用了目标网页的内容生成推荐信息，提高了生成推荐信息的针对性。

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，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：一种处理器包括第一获取单元、第一提取单元、第一确定单元和生成单元。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“从目标网页上获取目标文本的单元”。

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：从目标网页上获取目标文本；提取目标文本的至少一个关键词；从至少一个关键词中确定第一预设数量个关键词，以及从预设的第一候选信息集合中，确定至少一个第一候选信息，其中，所确定的至少一个第一候选信息中的每个第一候选信息包括第一预设数量个关键词；对于至少一个第一候选信息中的每个第一候选信息，生成针对该第一候选信息的第一待推荐信息。

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 (12)

1.一种用于生成信息的方法，包括：

从目标网页上获取目标文本；

提取所述目标文本的至少一个关键词；

从所述至少一个关键词中确定第一预设数量个关键词，以及从预设的第一候选信息集合中，确定至少一个第一候选信息，其中，所确定的至少一个第一候选信息中的每个第一候选信息包括所述第一预设数量个关键词；

对于所述至少一个第一候选信息中的每个第一候选信息，生成针对该第一候选信息的第一待推荐信息；

获取预设的第二待推荐信息集合，以及确定所述第二待推荐信息的推荐权重，其中，第二待推荐信息为针对第二候选信息的推荐信息，所述第二待推荐信息集合包括基于协同过滤算法和基于用户画像方法得到的待推荐信息的集合；

从所述第二待推荐信息集合中，确定对应的第二候选信息包括所述第一预设数量个关键词的第二待推荐信息；

将所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合的并集确定为第三待推荐信息集合，以及确定第三待推荐信息的推荐权重；

按照第三待推荐信息的推荐权重由大到小的顺序，从所述第三待推荐信息集合中，提取第二预设数量个第三待推荐信息。

2.根据权利要求1所述的方法，其中，所述提取所述目标文本的至少一个关键词，还包括：

确定所述至少一个关键词中的每个关键词的权重值；以及

所述从所述至少一个关键词中确定第一预设数量个关键词，包括：

按照关键词的权重值由大到小的顺序，从所述至少一个关键词中确定第一预设数量个关键词。

3.根据权利要求1所述的方法，其中，所述生成针对该第一候选信息的第一待推荐信息，还包括：

确定所生成的第一待推荐信息的推荐权重。

4.根据权利要求3所述的方法，其中，所述确定所生成的第一待推荐信息的推荐权重，包括：

获取该第一候选信息的发布时间；

基于所获取的发布时间，确定该第一候选信息对应的第一待推荐信息的推荐权重。

5.根据权利要求1-4之一所述的方法，其中，所述确定第三待推荐信息的推荐权重，包括：

对于所述第三待推荐信息集合中的每个第三待推荐信息，响应于确定所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合均包括该第三待推荐信息，获取与该第三待推荐信息相同的第一待推荐信息的推荐权重和与该第三待推荐信息相同的第二待推荐信息的推荐权重，以及根据所获取的推荐权重确定该第三待推荐信息的推荐权重。

6.一种用于生成信息的装置，包括：

第一获取单元，配置用于从目标网页上获取目标文本；

第一提取单元，配置用于提取所述目标文本的至少一个关键词；

第一确定单元，配置用于从所述至少一个关键词中确定第一预设数量个关键词，以及从预设的第一候选信息集合中，确定至少一个第一候选信息，其中，所确定的至少一个第一候选信息中的每个第一候选信息包括所述第一预设数量个关键词；

生成单元，配置用于对于所述至少一个第一候选信息中的每个第一候选信息，生成针对该第一候选信息的第一待推荐信息；

第二获取单元，配置用于获取预设的第二待推荐信息集合，以及确定所述第二待推荐信息的推荐权重，其中，第二待推荐信息为针对第二候选信息的推荐信息，所述第二待推荐信息集合包括基于协同过滤算法和基于用户画像方法得到的待推荐信息的集合；

第二确定单元，配置用于从所述第二待推荐信息集合中，确定对应的第二候选信息包括所述第一预设数量个关键词的第二待推荐信息；

第三确定单元，配置用于将所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合的并集确定为第三待推荐信息集合，以及确定第三待推荐信息的推荐权重；

第二提取单元，配置用于按照第三待推荐信息的推荐权重由大到小的顺序，从所述第三待推荐信息集合中，提取第二预设数量个第三待推荐信息。

7.根据权利要求6所述的装置，其中，所述第一提取单元，进一步配置用于：

确定所述至少一个关键词中的每个关键词的权重值；以及

所述第一确定单元，进一步配置用于：

按照关键词的权重值由大到小的顺序，从所述至少一个关键词中确定第一预设数量个关键词。

8.根据权利要求6所述的装置，其中，所述生成单元，进一步配置用于：

确定所生成的第一待推荐信息的推荐权重。

9.根据权利要求8所述的装置，其中，所述生成单元包括：

获取模块，配置用于获取该第一候选信息的发布时间；

确定模块，配置用于基于所获取的发布时间，确定该第一候选信息对应的第一待推荐信息的推荐权重。

10.根据权利要求6-9之一所述的装置，其中，所述第三确定单元，进一步配置用于：

对于所述第三待推荐信息集合中的每个第三待推荐信息，响应于确定所生成的第一待推荐信息的集合和所确定的第二待推荐信息的集合均包括该第三待推荐信息，获取与该第三待推荐信息相同的第一待推荐信息的推荐权重和与该第三待推荐信息相同的第二待推荐信息的推荐权重，以及根据所获取的推荐权重确定该第三待推荐信息的推荐权重。

11.一种服务器，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1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。