CN109190050A - 基于文章配图提供推荐词的方法、装置及电子设备 - Google Patents

Abstract

本发明实施例涉及一种基于文章配图提供推荐词的方法、装置及电子设备。该方法包括：根据用户终端浏览网页的文章信息，提取核心词；查询关键词数据库，获取与核心词相关联的推荐词；将推荐词在网页的文章配图上予以显示，其中，所显示的推荐词用于当用户点击时，打开基于所点击的推荐词的搜索结果页面。本发明实施例能够更加方便用户快速查询到可能感兴趣的文章，改善用户使用体验，有效提升用户的粘性和增加搜索量。

Description

基于文章配图提供推荐词的方法、装置及电子设备

技术领域

本发明涉及互联网技术领域，具体涉及一种基于文章配图提供推荐词的方法、装置及电子设备。

背景技术

现有技术中，用户在网上浏览文章时，文章内容中通常会有配图。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：用户如果希望看到与浏览文章相关联的其它文章，还需另行选取关键词进行再次搜索，给用户使用带来不便。

发明内容

本发明实施例提供一种基于文章配图提供推荐词的方法、装置及电子设备，能够更加方便用户快速查询到可能感兴趣的文章，改善用户使用体验，有效提升用户的粘性和增加搜索量。

第一方面，本发明实施例提供了一种基于文章配图提供推荐词的方法，包括：

根据用户浏览网页的文章信息，提取核心词；

查询关键词数据库，获取与所述核心词相关联的推荐词；

将所述推荐词在所述网页的文章配图上予以显示，以及当用户点击所述推荐词时，打开基于所述推荐词的搜索结果链接页面。

第二方面，本发明实施例提供了一种基于文章配图提供推荐词的装置，包括以下模块：

核心词提取模块，用于根据用户浏览网页的文章信息，提取核心词；

推荐词生成模块，用于根据所述核心词生成与所述核心词相关联的推荐词；

推荐词显示模块，用于将推荐词在所述网页的文章配图上予以显示，其中，所显示的推荐词用于当用户点击时，打开基于所点击的推荐词的搜索结果页面。

第三方面，本发明实施例提供了一种电子设备，包括：

处理器和存储装置；

所述存储装置上存储有计算机程序，所述处理器执行所述存储装置上的计算机程序时实现上述的基于文章配图提供推荐词的方法。。

第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序在被处理器执行时实现上述的基于文章配图提供推荐词的方法。

本发明实施例根据用户浏览网页的文章信息，提取核心词；根据核心词获取相关联的推荐词；并将推荐词在文章配图上予以显示，用户通过点击文章配图上的推荐词，就可进入基于该推荐词的搜索结果链接页面。本发明通过在配图上显示与文章核心词相关的推荐词，方便用户快速查询到可能感兴趣的文章，改善了用户的使用体验，能够有效提升用户的粘性和增加搜索量。

附图说明

图1是本发明实施例提供的基于文章配图提供推荐词的方法的流程框图；

图2是本发明实施例提供的基于文章配图提供推荐词的装置的架构框图；

图3是本发明实施例提供的文章配图显示页面示意图一；

图4是本发明实施例提供的文章配图显示页面示意图二；

图5是本发明实施例提供的文章配图显示页面示意图三；

图6是本发明实施例提供的电子设备的电路原理框图。

具体实施方式

下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

实施例一：

如图1所示，为本发明实施例提供的基于文章配图提供推荐词的方法的流程示意图，包括如下步骤：

步骤1：根据用户浏览网页的文章信息，提取核心词；

步骤1中，提取核心词可采用TF-IDF方法(Term Frequency/Inverse DocumentFrequency词频-逆文本频率指数)，能够有效保证文章核心词选取的准确性。TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现(即IDF高)，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF*IDF，TF词频(Term Frequency)，IDF逆向文件频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率，这个数字是对词数(term count)的归一化，以防止它偏向长的文件(同一个词语在长文件里可能会比短文件有更高的词数，而不管该词语重要与否)。IDF即该词语在整个文件集合中的低文件频率，其主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。

例如：刘德华的电影，切为刘德华|的|热门|电影，因为“的、热门”出现在大量的文章中，它的重要性相对较低；而“刘德华”、“电影”则出现在较少的文章中，并且在当前这篇文章中出现的频率较高。那么刘德华、电影对这篇文章的重要性则较高，能够描述这篇文章的核心内容，即这是一篇描述刘德华电影的内容。

提取核心词时，还需进一步清洗数据，包含去重、过滤敏感词等逻辑。因为用户的搜索词会有错别词，以及表述不明的关键词、两者具有相同语义的词等等，这些都需要进行清洗，以便提高核心词提取的准确性，使得后续步骤生成的推荐词更为精准。

所述文章信息可包括该文章的文字内容、图片信息、流媒体信息、脚本文件等，只要能反映该文章或图片的内容就可以。

步骤2：根据步骤1获得的核心词，获取与核心词相关联的推荐词；

在本实施例中，可通过如下方式提取与核心词相关联的推荐词：

可预先建立关键词数据库，即根据大量用户搜索的关键词，确定关键词之间的关联关系，例如可采用关系列表的方式来表述相互关联的两个或多个关键词，并将所述关联关系与所述关键词存储到数据库中；然后，基于该关键词数据库，就可根据关键词的相互关联关系，获取与核心词相关联的推荐词，即，在数据库中，核心词与推荐词是相互关联的两个关键词。

在确定关键词之间的关联关系时，可以使用以下两种方法之一确定两个或多个关键词是否关联，也可以同时使用这两种方法来确定关联关系，并且本发明不限于此，还可以使用其他类似的方法来确定关联关系。

第一种，当大量用户在利用第一关键词进行搜索后，又利用第二关键词进行搜索，则确定第一关键词与第二关键词为关联的两个关键词。例如：大量用户搜索某一个词然后又去另一个关键词，如三国演义—>刘备、三体—>刘慈欣，那么这两个词之间就有一定的关联性；

第二种，当第一关键词和第二关键词的搜索结果相同时，则确定第一关键词和第二关键词为关联的两个关键词。例如：同一个网页或者文章被不同的关键词检索查到，如关键词1：刘德华—>文章A《刘德华好听的歌曲大全》，关键词2：四大天王好听歌曲—>文章A《刘德华好听的歌曲大全》，那么这两个关键词之间就有一定关联性。

上述两种方法同时使用，可以更为全面且高效地建立关键词之间的关联关系，提升生成推荐词的精准性。

在另一实施例中，所述关键词数据库可以根据用户搜索行为定期或实时更新，从而能够更准确地贴近用户生活，反映用户目前最关注的信息，进一步提高生成推荐词的准确性。

步骤3：将步骤2获得的推荐词在文章配图上予以显示，当用户点击文章配图上的推荐词时，打开基于该推荐词的搜索结果链接页面。

实施时，文章配图上可显示1个、2个或更多个推荐词。推荐词的显示位置可以是图中的下部、上部或侧部，或者其他便于用户查看和点击的位置。

如图3所示，文章中的配图1是迪丽热巴的剧照，根据文章内容，可以获取的推荐词是“热巴电影”、“迪丽热巴新剧”，于是将“热巴电影”、“迪丽热巴新剧”自动显示在配图中的下部，在前面显示“大家还在搜”。

如图4所示，文章中的配图2是三国演义的漫画，根据文章内容，获取的推荐词是“刘备”，将“刘备”显示在配图的上部，在前面显示“大家还在搜”。

如图5所示，文章中的配图3是杨幂的艺术照，根据文章内容，获取的推荐词是“扶摇”，将“扶摇”显示在配图的侧部，在上面显示“大家还在搜”。

这样，当用户点击文章配图上的推荐词时，就可直接打开基于该推荐词的搜索结果链接页面，用户不需要重新输入关键词，也不需要重新回到搜索页面，而是直接跳转到相应的搜索结果页面，进一步提升了用户体验和用户粘性。

实施例二：

如图2所示，本发明提供一种基于文章配图提供推荐词的装置，包括以下模块：

核心词提取模块，用于根据用户浏览网页的文章信息，提取核心词；

推荐词生成模块，用于根据核心词生成与核心词相关联的推荐词；

推荐词显示模块，用于将推荐词在上述网页的文章配图上予以显示，其中，所显示的推荐词用于当用户点击时，打开基于所点击的推荐词的搜索结果页面。

推荐词生成模块可通过访问关键词数据库，获取与核心词相关联的推荐词，即，在关键词数据库中，核心词与推荐词是相互关联的两个关键词。

在一个优选实施例中，该装置还包括数据库建立模块，所述数据库建立模块可通过如下方法预先建立：根据大量用户检索的关键词，确定两个或多个关键词之间的关联关系，并将所述关联关系与所述关键词存储到所述数据库中。

数据库建立模块根据以下方式确定两个或多个关键词之间的关联关系：当用户在利用第一关键词进行搜索后，又利用第二关键词进行搜索，则确定第一关键词与第二关键词之间存在关联关系；或者当第一关键词和第二关键词的搜索结果相同时，则确定第一关键词和第二关键词之间存在关联关系。并且本发明不限于此，还可以使用其他类似的方法来确定关联关系。

在本实施例中，核心词提取模块可采用TF-IDF方法提取核心词，但本发明并不限于此，也可以采用其他类似的文本处理方法来提取核心词。

上述实施例二中的装置的具体实施方式与实施例一的具体实施方式的工作过程一致，在此不再赘述。

实施例三：

本发明实施例提供一种电子设备，如图6所示，该电子设备至少包括：处理器和存储装置；存储装置上存储有计算机程序，处理器在执行存储装置上的计算机程序时实现本发明任意实施例提供的方法。

本发明实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

实施例四：

本发明实施例提供一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的方法。

需要说明的是，本公开所述的计算机可读介质可以是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。在本公开中，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。而在本公开中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

综上所述，本发明根据用户浏览网页的文章信息，提取核心词；根据核心词，获取与核心词相关联的推荐词；将推荐词在文章配图上予以显示，用户点击文章配图上的推荐词，可进入基于该推荐词的搜索结果链接页面。本发明通过在配图上显示与文章核心词相关的推荐词，方便用户快速查询到可能感兴趣的文章，有效提升用户的粘性和增加搜索量。

本发明建立数据库，根据大量用户检索的关键词，确定相互关联的两个或多个关键词；根据关键词的相互关联关系，获取与核心词相关联的推荐词；可以通过两种方法确定两个或多个关键词是否关联，第一种，当大量用户在利用第一关键词进行搜索后，又利用第二关键词进行搜索，则确定第一关键词与第二关键词为关联的两个关键词；第二种，当第一关键词和第二关键词的搜索结果相同时，则确定第一关键词和第二关键词为关联的两个关键词。本发明通过上述获取推荐词的方法，进一步保证了推荐词与文章核心词的精准关联性。本发明提取文章核心词采用TF-IDF方法，能够有效保证文章核心词选取的准确性。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (10)

1.一种基于文章配图提供推荐词的方法，其特征在于，包括：

根据用户浏览网页的文章信息，提取核心词；

查询关键词数据库，获取与所述核心词相关联的推荐词；

将所述推荐词在所述网页的文章配图上予以显示，其中，所显示的推荐词用于当用户点击时，打开基于所点击的推荐词的搜索结果页面。

2.根据权利要求1所述的基于文章配图提供推荐词的方法，其特征在于，所述关键词数据库是通过下述方式建立的：

根据大量用户检索的关键词，确定两个或多个关键词之间的关联关系，并将所述关联关系与所述关键词存储到数据库中。

3.根据权利要求2所述的基于文章配图提供推荐词的方法，其特征在于，所述确定两个或多个关键词之间的关联关系包括：

当用户在利用第一关键词进行搜索后，又利用第二关键词进行搜索，则确定第一关键词与第二关键词之间存在关联关系；或者

当第一关键词和第二关键词的搜索结果相同时，则确定第一关键词和第二关键词之间存在关联关系。

4.根据权利要求1-3任一项所述的基于文章配图提供推荐词的方法，其特征在于：所述获取与所述核心词相关联的推荐词采用词频-逆文本频率指数方法。

5.一种基于文章配图提供推荐词的装置，其特征在于，包括：

核心词提取模块，用于根据用户浏览网页的文章信息，提取核心词；

推荐词生成模块，用于根据所述核心词生成与所述核心词相关联的推荐词；

推荐词显示模块，用于将推荐词在所述网页的文章配图上予以显示，其中，所显示的推荐词用于当用户点击时，打开基于所点击的推荐词的搜索结果页面。

6.根据权利要求5所述的装置，其特征在于：

还包括数据库建立模块，所述数据库建立模块根据大量用户检索的关键词，确定两个或多个关键词之间的关联关系，并将所述关联关系与所述关键词存储到所述数据库中。

7.根据权利要求6所述的装置，其特征在于，所述数据库建立模块根据以下方式确定两个或多个关键词之间的关联关系：

当用户在利用第一关键词进行搜索后，又利用第二关键词进行搜索，则确定第一关键词与第二关键词之间存在关联关系；或者

当第一关键词和第二关键词的搜索结果相同时，则确定第一关键词和第二关键词之间存在关联关系。

8.根据权利要求5-7任一项所述的装置，其特征在于：所述核心词提取模块采用词频-逆文本频率指数方法获取与所述核心词相关联的推荐词。

9.一种电子设备，其特征在于，包括：

处理器和存储装置；所述存储装置上存储有计算机程序，所述处理器执行所述存储装置上的计算机程序时实现权利要求1至4任何一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于：所述计算机程序在被处理器执行时实现权利要求1至4任何一项所述的方法。