CN109408725A - 用于确定用户兴趣的方法和装置 - Google Patents
用于确定用户兴趣的方法和装置 Download PDFInfo
- Publication number
- CN109408725A CN109408725A CN201811316647.XA CN201811316647A CN109408725A CN 109408725 A CN109408725 A CN 109408725A CN 201811316647 A CN201811316647 A CN 201811316647A CN 109408725 A CN109408725 A CN 109408725A
- Authority
- CN
- China
- Prior art keywords
- words
- feature
- target user
- information page
- popular
- 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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了用于确定用户兴趣的方法和装置。该方法的一具体实施方式包括：获取目标用户在第一时间段内的用户行为数据，第一时间段包括多个子时间段；从第一时间段的用户行为数据中提取用于表征目标用户的兴趣的特征词得到第一特征词集合，以及确定目标用户浏览包含有第一特征词集合中的特征词的资讯页面时的动作参数；从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合；基于第二特征词集合和目标用户浏览包含有第二特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的长期兴趣。该实施方式能够避免热点内容对用户长期兴趣的干扰。
Description
技术领域
本申请实施例涉及计算机技术领域，具体涉及用于确定用户兴趣的方法和装置。
背景技术
当前是一个信息大爆炸的时代，每时每刻都可能有大量信息涌到我们眼前，在庞大的信息量面前选出用户的兴趣点成了新闻等资讯类推荐的关键任务。另外，自媒体的快速发展，使得资讯的体量在极大扩张的同时，多样性也不断地丰富。因此，如何从大量而多样的资讯中为用户推荐符合其兴趣点的资讯成为了推荐的主要任务，从而用户兴趣点的挖掘成为重中之重。
相关技术中，用户兴趣模型的构建方法主要倾向于两种。一种是VSM(VectorSpace Mode，向量空间模型)，该方法将用户的兴趣用一个特征向量来描述，主要是以关键词、标签或者类别为向量，同时对每个关键词、标签或者类别计算相应的兴趣分数。另外一种是概念层次模型，该方法主要是基于本体论，它把用户的兴趣表示成一个树形的层次机构，主要有层次模型和基于贝叶斯网络的语义相关性模型等。此外，还有一些学者将向量空间模型和概念层次模型相结合构造出具有混合特性的用户兴趣模型。
发明内容
本申请实施例提出了用于确定用户兴趣的方法和装置。
第一方面，本申请实施例提供了一种用于确定用户兴趣的方法，该方法包括：获取目标用户在第一时间段内的用户行为数据，第一时间段包括多个子时间段；从第一时间段的用户行为数据中提取用于表征目标用户的兴趣的特征词得到第一特征词集合，以及确定目标用户浏览包含有第一特征词集合中的特征词的资讯页面时的动作参数；从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合；基于第二特征词集合和目标用户浏览包含有第二特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的长期兴趣。
在一些实施例中，从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合,包括：获取第一时间段内的热门特征词集合；确定目标用户对热门特征词集合中的热门特征词的敏感度；响应于敏感度大于或等于预设阈值，从第一特征词集合中剔除热门特征词集合中的热门特征词；将剔除热门特征词后的第一特征词集合确定为第二特征词集合。
在一些实施例中，获取第一时间段内的热门特征词集合，包括：获取第一时间段内的资讯页面；从获取的资讯页面中提取用于表征用户兴趣的至少一个特征词；对于至少一个特征词中的每个特征词，确定浏览过包含该特征词的资讯页面的浏览用户数、推送过包含该特征词的资讯页面的推送用户数、以该特征词为主题的资讯页面数量；基于所确定的浏览用户数、推送用户数和资讯页面数量，确定该特征词的热门度；若该特征词的热门度大于或等于预设阈值，将该特征词确定为热门特征词；基于所确定的热门特征词生成热门特征词集合。
在一些实施例中，确定目标用户对热门特征词集合中的热门特征词的敏感度，包括：对于至少一个子时间段中的每个子时间段，确定该子时间段内的热门特征词总数，以及确定在该子时间段内目标用户浏览过的热门特征词的数量；基于所确定的热门特征词总数和目标用户浏览过的热门特征词的数量，确定在第一时间段内目标用户对热门特征词的敏感度。
在一些实施例中，基于第二特征词集合和目标用户浏览包含有第二特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的长期兴趣，包括：对于第二特征词集合中的每个特征词，确定该特征词上次被目标用户浏览的日期以及出现该特征词的子时间段的数量；基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重；基于所确定的日期、数量和权重确定目标用户的长期兴趣。
在一些实施例中，该方法还包括：获取目标用户在第二时间段内的用户行为数据，第二时间段小于第一时间段；从第二时间段的用户行为数据中提取特征词得到第三特征词集合，以及确定目标用户浏览包含有第三特征词集合中的特征词的资讯页面时的动作参数；基于第三特征词集合和目标用户浏览包含有第三特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的短期兴趣。
在一些实施例中，基于第三特征词集合和目标用户浏览包含有第三特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的短期兴趣，包括：对于第三特征词集合中的每个特征词，基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重；基于所确定的权重确定目标用户的短期兴趣。
在一些实施例中，基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重，包括：基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定目标用户对资讯页面的兴趣权重，兴趣权重用于区别用户对资讯页面是否感兴趣；确定该特征词在资讯页面中出现的次数以及包含该特征词的资讯页面的数量；基于目标用户对资讯页面的兴趣权重、该特征词在资讯页面中出现的次数以及包含该特征词的资讯页面的数量，确定该特征词的权重。
第二方面，本申请实施例提供了一种用于推送信息的方法，该方法包括：选取与采用如第一方面任一实现方式描述的方法确定的长期兴趣和/或短期兴趣匹配的资讯信息；向目标用户推送资讯信息。
第三方面，本申请实施例提供了一种用于确定用户兴趣的装置，该装置包括：第一行为数据获取单元，被配置成获取目标用户在第一时间段内的用户行为数据，第一时间段包括多个子时间段；第一特征词提取单元，被配置成从第一时间段的用户行为数据中提取用于表征目标用户的兴趣的特征词得到第一特征词集合，以及确定目标用户浏览包含有第一特征词集合中的特征词的资讯页面时的动作参数；特征词剔除单元，被配置成从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合；长期兴趣确定单元，被配置成基于第二特征词集合和目标用户浏览包含有第二特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的长期兴趣。
在一些实施例中，特征词剔除单元包括：热门特征词获取模块，被配置成获取第一时间段内的热门特征词集合；敏感度确定模块，被配置成确定目标用户对热门特征词集合中的热门特征词的敏感度；热门特征词剔除模块，被配置成响应于敏感度大于或等于预设阈值，从第一特征词集合中剔除热门特征词集合中的热门特征词；第二特征词确定模块，被配置成将剔除热门特征词后的第一特征词集合确定为第二特征词集合。
在一些实施例中，热门特征词获取模块包括：资讯页面获取模块，被配置成获取第一时间段内的资讯页面；特征词提取模块，被配置成从获取的资讯页面中提取用于表征用户兴趣的至少一个特征词；热门特征词确定模块，被配置成对于至少一个特征词中的每个特征词，确定浏览过包含该特征词的资讯页面的浏览用户数、推送过包含该特征词的资讯页面的推送用户数、以该特征词为主题的资讯页面数量；基于所确定的浏览用户数、推送用户数和资讯页面数量，确定该特征词的热门度；若该特征词的热门度大于或等于预设阈值，将该特征词确定为热门特征词；热门特征词集合生成模块，被配置成基于所确定的热门特征词生成热门特征词集合。
在一些实施例中，敏感度确定模块包括：特征词数量确定模块，被配置成对于至少一个子时间段中的每个子时间段，确定该子时间段内的热门特征词总数，以及确定在该子时间段内目标用户浏览过的热门特征词的数量；敏感度确定子模块，被配置成基于所确定的热门特征词总数和目标用户浏览过的热门特征词的数量，确定在第一时间段内目标用户对热门特征词的敏感度。
在一些实施例中，长期兴趣确定单元具体被配置成：对于第二特征词集合中的每个特征词，确定该特征词上次被目标用户浏览的日期以及出现该特征词的子时间段的数量；基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重；基于所确定的日期、数量和权重确定目标用户的长期兴趣。
在一些实施例中，该装置还包括：第二行为数据获取单元，被配置成获取目标用户在第二时间段内的用户行为数据，第二时间段小于第一时间段；第二特征词提取单元，被配置成从第二时间段的用户行为数据中提取特征词得到第三特征词集合，以及确定目标用户浏览包含有第三特征词集合中的特征词的资讯页面时的动作参数；短期兴趣确定单元，被配置成基于第三特征词集合和目标用户浏览包含有第三特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的短期兴趣。
在一些实施例中，短期兴趣确定单元具体被配置成：对于第三特征词集合中的每个特征词，基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重；基于所确定的权重确定目标用户的短期兴趣。
在一些实施例中，基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重，包括：基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定目标用户对资讯页面的兴趣权重，兴趣权重用于区别用户对资讯页面是否感兴趣；确定该特征词在资讯页面中出现的次数以及包含该特征词的资讯页面的数量；基于目标用户对资讯页面的兴趣权重、该特征词在资讯页面中出现的次数以及包含该特征词的资讯页面的数量，确定该特征词的权重。
第四方面，本申请实施例提供了一种用于推送信息的装置，该装置包括：信息选取单元，被配置成选取与采用如第一方面任一实现方式的方法确定的长期兴趣和/或短期兴趣匹配的资讯信息；推送单元，被配置成向目标用户推送资讯信息。
第五方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；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或实现如第二方面中任一实现方式描述的方法。
第六方面，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或实现如第二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确定用户兴趣的方法和装置，通过获取目标用户的用户行为数据，之后确定第一特征词集合和目标用户浏览包含特征词的资讯页面时的动作参数，然后从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词得到第二特征词集合，最后利用第二特征词集合和动作参数确定目标用户的长期兴趣，从而能够避免热点内容对用户长期兴趣的干扰。
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是本申请的一个实施例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确定用户兴趣的方法的一个实施例的流程图；
图3是根据本申请的用于确定用户兴趣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推送信息的方法的一个实施例的流程图；
图5是根据本申请的用于确定用户兴趣的装置的一个实施例的结构示意图；
图6是根据本申请的用于推送信息的装置的一个实施例的结构示意图；
图7是适于用来实现本申请实施例的电子设备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确定用户兴趣的方法、用于推送信息的方法、用于确定用户兴趣的装置或用于推送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，网络104和服务器105、106。网络104用以在终端设备101、102、103和服务器105、106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、106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可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持页面浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以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。
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上显示的页面提供支持的后台网页服务器。服务器105可以对接收到的页面请求等数据进行分析等处理，并将处理结果(例如页面数据)反馈给终端设备101、102、103。
服务器106可以是提供各种服务的服务器，例如挖掘用户兴趣的后台服务器。服务器106可以获取例如服务器105中存储的用户行为数据，并对用户行为数据进行特征词提取、剔除等分析处理，确定用户的兴趣。
需要说明的是，本申请实施例所提供的用于确定用户兴趣的方法或用于推送信息的方法一般由服务器106执行，相应地，用于确定用户兴趣的装置或用于推送信息的装置一般设置于服务器106中。
需要说明的是，服务器105、106可以是硬件，也可以是软件。当服务器105、106为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以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。
需要指出的是，服务器106的本地也可以直接存储有用户行为数据，服务器106可以直接获取本地的用户行为数据。此时，示例性系统架构100可以不包括服务器105。
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，可以具有任意合适数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的用于确定用户兴趣的方法的一个实施例的流程200。该用于确定用户兴趣的方法，可以包括以下步骤：
步骤201，获取目标用户在第一时间段内的用户行为数据。
在本实施例中，用于确定用户兴趣的方法的执行主体(例如图1的服务器106)可以从本地或远程(例如图1的服务器105)获取目标用户在第一时间段(例如一个月、一年等)内的用户行为数据。其中，用户行为数据可以指可供用户行为分析的相关数据，例如，用户的浏览记录、保存记录、打印记录、收藏记录等数据。用户行为数据可以存储在本地，也可以存储在远程设备中。这里，第一时间段可以包括多个子时间段。作为示例，第一时间段可以是一个月，子时间段可以是一天。
步骤202，从第一时间段的用户行为数据中提取用于表征目标用户的兴趣的特征词得到第一特征词集合，以及确定目标用户浏览包含有第一特征词集合中的特征词的资讯页面时的动作参数。
在本实施例中，用于确定用户兴趣的方法的执行主体(例如图1的服务器106)可以从上述用户行为数据中提取用于表征目标用户的兴趣的特征词组成第一特征词集合，并基于上述用户行为数据确定目标用户浏览包含有第一特征词集合中的特征词的资讯页面时的动作参数。这里，动作参数可以表征用户浏览页面时的动作。作为示例，动作参数可以包括浏览时长、保存页面、打印页面、收藏页面等。
步骤203，从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合。
在本实施例中，用于确定用户兴趣的方法的执行主体(例如图1的服务器106)可以从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合(由第一特征词集合中剩余的特征词组成)。这里，特征词的敏感度可以指用户对特征词的敏感程度，可以用百分比或0至1之间的小数表示。
在本实施例的一些可选实现方式中，步骤203具体可以包括如下步骤：
第一步，获取第一时间段内的热门特征词集合。这里，热门特征词可以指热门度大于或等于预设阈值的特征词。热门度可以用来表征用户对特征词的关注程度。一般而言，热门特征词集合中的热门特征词包含在第一特征词集合中。
第二步，确定目标用户对热门特征词集合中的热门特征词的敏感度，以及将该敏感度与预设的敏感度阈值(例如，0.4)进行比较。
第三步，若该敏感度大于或等于上述敏感度阈值，从第一特征词集合中剔除热门特征词集合中的热门特征词；若该敏感度小于上述敏感度阈值，则不需对第一特征词集合进行处理。
第四步，将剔除热门特征词后的第一特征词集合确定为第二特征词集合(若未进行剔除操作，则直接将第一特征词集合确定为第二特征词集合)。
可选地，热门特征词集合可以通过如下步骤获得：
首先，获取第一时间段内的资讯页面。
之后，从获取的资讯页面中提取用于表征用户兴趣的至少一个特征词。
然后，对于上述至少一个特征词中的每个特征词，确定浏览过包含该特征词的资讯页面的浏览用户数、推送过包含该特征词的资讯页面的推送用户数、以该特征词为主题的资讯页面数量；基于所确定的浏览用户数、推送用户数和资讯页面数量，确定该特征词的热门度；若该特征词的热门度大于或等于预设阈值，将该特征词确定为热门特征词。
最后，基于所确定的热门特征词生成热门特征词集合。
下面通过一个具体示例进行说明。在该示例中，服务器106可以收集一个月内的新闻、博文等资讯页面(假定资讯页面数量为F)，并从F个资讯页面中提取表征用户兴趣的n个特征词h1、h2、……、hn。其中，F、n均为大于或等于1的自然数。
对于任一特征词hi(i为小于或等于n的自然数)，分别确定如下参数：浏览过包含该特征词hi的资讯页面(例如，第一个资讯页面和第三个资讯页面)的用户的数量u，包含该特征词hi的资讯页面的推送用户数U，以该特征词hi为主题的资讯页面的数量f。然后，可以按照下面的公式(1)计算特征词hi的热门度d：
其中，α和β为根据经验设定的权重值。
随后，将计算得到的每个特征词的热门度与预设的热门度阈值(例如0.8)进行比较，将热门度大于或等于热门度阈值的特征词确定为热门特征词。之后，将热门特征词组成的集合确定为热门特征词集合。
可选地，目标用户对热门特征词集合中的热门特征词的敏感度可以通过如下步骤确定：
首先，对于至少一个子时间段中的每个子时间段，确定该子时间段内的热门特征词总数，以及确定在该子时间段内目标用户浏览过的热门特征词的数量。
然后，基于所确定的热门特征词总数和目标用户浏览过的热门特征词的数量，确定在第一时间段内目标用户对热门特征词的敏感度。
下面以具体示例进行说明。在该示例中，第一时间段(例如1个月)包括m(m为大于或等于1的自然数)个子时间段t1、t2、……、tm。
对于任一子时间段tj(j为小于或等于m的自然数)，分别确定以下参数：子时间段tj内的热门特征词总数Kj，在子时间段tj内目标用户浏览过的热门特征词的数量kj。然后，可以按照下面的公式(2)计算目标用户对热门特征词的敏感度userscore：
步骤204，基于第二特征词集合和目标用户浏览包含有第二特征词集合中的每个特征词的资讯页面时的动作参数，确定目标用户的长期兴趣。
在本实施例中，用于确定用户兴趣的方法的执行主体(例如图1的服务器106)可以利用第二特征词集合中的每个特征词的动作参数，确定目标用户对每个特征词的长期兴趣度，从而确定目标用户的长期兴趣(例如，将长期兴趣度大于或等于预设阈值的特征词作为目标用户的长期兴趣)。这里，长期兴趣可以指用户长期关注的主题。用户对特征词的长期兴趣度可以指用户对以特征词为主题的资讯页面的长期感兴趣的程度。
作为示例，可以利用特征词的动作参数确定目标用户对特征词的短期兴趣度，然后按照时间对短期兴趣度进行衰减，得到目标用户对特征词的长期兴趣度。
在本实施例的一些可选的实现方式中，步骤204具体可以包括：
第一步，确定每个特征词上次被目标用户浏览的日期以及出现每个特征词的子时间段的数量。
第二步，利用特征词的动作参数确定每个特征词的权重。
第三步，基于所确定的日期、数量和权重确定目标用户对每个特征词的长期兴趣度，进而确定目标用户的长期兴趣。
下面以具体示例进行说明。在该示例中，第一时间段包括m个子时间段t1、t2、……、tm，第二特征词集合包括q个特征词h1、h2、……、hq，m、q为大于或等于1的自然数。
对于任一特征词hl(l为小于或等于q的自然数)，分别确定如下参数：特征词hl上次被目标用户浏览的日期date'，出现特征词hl的子时间段的数量C，特征词hl的权重ω。然后，可以按照下面的公式(3)计算目标用户对特征词hl的长期兴趣度Uper：
其中，date为当前日期，HL为长期兴趣的半衰减期。
在本实施例的一些可选的实现方式中，特征词的权重通过如下步骤确定：
第一步，基于目标用户浏览包含有特征词的资讯页面时的动作参数确定目标用户对资讯页面的兴趣权重。这里，兴趣权重用于区别用户对资讯页面是否感兴趣。例如，可以用“0”表示不感兴趣，“1”表示感兴趣，“2”表示非常感兴趣。
第二步，确定特征词在资讯页面中出现的次数以及包含特征词的资讯页面的数量。
第三步，基于目标用户对资讯页面的兴趣权重、特征词在资讯页面中出现的次数以及包含特征词的资讯页面的数量，确定特征词的权重。
下面以具体示例进行说明。在该示例中，特征词集合H包括q个特征词h1、h2、……、hq，q为大于或等于1的自然数。
对于任一特征词hl(l为小于或等于q的自然数)，分别确定如下参数：特征词hl在资讯页面pi中出现的次数tf(hl,pi)，包含特征词hl的资讯页面数量目标用户对资讯页面pi的兴趣权重然后，可以按照下面的公式(4)计算特征词hl的权重ω：
其中，P为所有资讯页面的集合，F为所有资讯页面的数量。
可选地，目标用户对资讯页面是否感兴趣可以通过如下方式确定：
若目标用户在资讯页面的驻留时间与资讯页面包含的字数的比值小于预设时间阈值，则可以确定目标用户对资讯页面不感兴趣(例如，可以将兴趣权重设置为0)；
若目标用户在资讯页面的驻留时间与资讯页面包含的字数的比值大于或等于预设时间阈值，则可以确定目标用户对资讯页面感兴趣(例如，可以将兴趣权重设置为1)；
若资讯页面的动作参数包括保存页面、打印页面、收藏页面(即，目标用户在资讯页面执行了保存操作、打印操作、收藏操作)等时，则可以确定目标用户对资讯页面非常感兴趣(例如，可以将兴趣权重设置为2)。
在本实施例的一些可选的实现方式中，该用于确定用户兴趣的方法还可以包括如下三步：
第一步，获取目标用户在第二时间段内的用户行为数据。这里，第二时间段可以小于第一时间段。例如，第二时间段可以是三天、五天等较短的时间段。
第二步，从第二时间段的用户行为数据中提取用于表征目标用户的兴趣的特征词得到第三特征词集合，以及确定目标用户浏览包含有第三特征词集合中的特征词的资讯页面时的动作参数。
第三步，基于第三特征词集合和目标用户浏览包含有第三特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的短期兴趣。这里，短期兴趣可以指用户短期关注的主题。
在本实施例的一些可选的实现方式中，目标用户的短期兴趣可以通过如下步骤确定：
第一步，基于目标用户浏览包含有特征词的资讯页面时的动作参数确定每个特征词的权重。
第二步，基于所确定的权重确定目标用户对每个特征词的短期兴趣度，进而确定目标用户的短期兴趣。
下面以具体示例进行说明。在该示例中，第二时间段为N天，N为大于或等于1的自然数。
对于任一特征词，可以按照下面的公式(5)计算目标用户对特征词的短期兴趣度Ucur：
其中，Sj为目标用户在第j天浏览的资讯页面的数量，ωi为目标用户第j天浏览的第i个资讯页面中特征词的权重，j为小于或等于N的自然数，i为小于或等于Sj的自然数。
继续参考图3，其示出了根据本申请的用于确定用户兴趣的方法的一个应用场景。在图3的应用场景中，首先，获取用户“张三”在一个月内的页面浏览数据，页面浏览数据包括用户“张三”浏览的页面和浏览页面时的操作记录。之后，从浏览的页面中提取能够表征用户兴趣的特征词组成第一特征词集合(即，特征词a、特征词b、……、特征词n)。然后，获取一个月内的所有资讯页面，并从这些资讯页面中提取能够表征用户兴趣的三个特征词(即特征词a、特征词b、特征词c)。分别确定特征词a、特征词b、特征词c的热门度，得到热门特征词集合(即，特征词a、特征词b)。以三天为一个子时间段计算用户“张三”对热门特征词的敏感度为0.7。由于预设的敏感度阈值为0.4，因此需要从第一特征词集合中剔除热门特征词得到第二特征词集合(即，特征词c、特征词d、……、特征词n)。最后，利用浏览页面时的操作记录确定用户“张三”对第二特征词集合中的每个特征词的长期兴趣度，进而得到用户“张三”的长期兴趣。
本申请的上述实施例提供的用于确定用户兴趣的方法，通过获取目标用户的用户行为数据，之后确定第一特征词集合和目标用户浏览包含特征词的资讯页面时的动作参数，然后从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词得到第二特征词集合，最后利用第二特征词集合和动作参数确定目标用户的长期兴趣，从而能够避免热点内容对用户长期兴趣的干扰。
进一步参考图4，其示出了根据本申请的用于推送信息的方法的另一实施例的流程400。该用于推送信息的方法，可以包括以下步骤：
步骤401，选取与长期兴趣和/或短期兴趣匹配的资讯信息。
在本实施例中，用于推送信息的方法的执行主体(例如图1的服务器106)可以从资讯信息集合中选取与目标用户的长期兴趣和/或短期兴趣相匹配的资讯信息。其中，目标用户的长期兴趣和/或短期兴趣可以是采用图2所示的实施例描述的方法预先确定的。
步骤402，向目标用户推送资讯信息。
在本实施例中，用于推送信息的方法的执行主体(例如图1的服务器106)可以向目标用户推送所选取的资讯信息。
本申请的上述实施例提供的用于推送信息的方法，通过选取与采用图2对应的实施例描述的方法确定的长期兴趣和/或短期兴趣相匹配的资讯信息，并向目标用户推送选取的推送信息，从而能够使推送的信息与用户的兴趣更匹配。
进一步参考图5，作为对图2所示方法的实现，本申请提供了一种用于确定用户兴趣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服务器中。
如图5所示，本实施例的用于确定用户兴趣的装置500可以包括第一行为数据获取单元501、第一特征词提取单元502、特征词剔除单元503和长期兴趣确定单元504。其中，第一行为数据获取单元501被配置成获取目标用户在第一时间段内的用户行为数据，第一时间段包括多个子时间段；第一特征词提取单元502被配置成从第一时间段的用户行为数据中提取用于表征目标用户的兴趣的特征词得到第一特征词集合，以及确定目标用户浏览包含有第一特征词集合中的特征词的资讯页面时的动作参数；特征词剔除单元503被配置成从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合；而长期兴趣确定单元504被配置成基于第二特征词集合和目标用户浏览包含有第二特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的长期兴趣。
在本实施例中，用于确定用户兴趣的装置500的上述第一行为数据获取单元501可以从本地或远程(例如图1的服务器105)获取目标用户在第一时间段(例如一个月、一年等)内的用户行为数据。其中，用户行为数据可以指可供用户行为分析的相关数据，例如，用户的浏览记录、保存记录、打印记录、收藏记录等数据。用户行为数据可以存储在本地，也可以存储在远程设备中。这里，第一时间段可以包括多个子时间段。作为示例，第一时间段可以是一个月，子时间段可以是一天。
在本实施例中，上述第一特征词提取单元502可以从上述用户行为数据中提取用于表征目标用户的兴趣的特征词组成第一特征词集合，并基于上述用户行为数据确定目标用户浏览包含有第一特征词集合中的特征词的资讯页面时的动作参数。这里，动作参数可以表征用户浏览页面时的动作。作为示例，动作参数可以包括浏览时长、保存页面、打印页面、收藏页面等。
在本实施例中，上述特征词剔除单元503可以从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合(由第一特征词集合中剩余的特征词组成)。这里，特征词的敏感度可以指用户对特征词的敏感程度，可以用百分比或0至1之间的小数表示。
在本实施例的一些可选的实现方式中，上述特征词剔除单元503可以包括热门特征词获取模块、敏感度确定模块、热门特征词剔除模块和第二特征词确定模块。其中，热门特征词获取模块被配置成获取第一时间段内的热门特征词集合；敏感度确定模块被配置成确定目标用户对热门特征词集合中的热门特征词的敏感度；热门特征词剔除模块被配置成响应于敏感度大于或等于预设阈值，从第一特征词集合中剔除热门特征词集合中的热门特征词；而第二特征词确定模块被配置成将剔除热门特征词后的第一特征词集合确定为第二特征词集合。
在本实施例的一些可选的实现方式中，热门特征词获取模块包括资讯页面获取模块、特征词提取模块、热门特征词确定模块和热门特征词集合生成模块。其中，资讯页面获取模块被配置成获取第一时间段内的资讯页面；特征词提取模块被配置成从获取的资讯页面中提取用于表征用户兴趣的至少一个特征词；热门特征词确定模块被配置成对于至少一个特征词中的每个特征词，确定浏览过包含该特征词的资讯页面的浏览用户数、推送过包含该特征词的资讯页面的推送用户数、以该特征词为主题的资讯页面数量；基于所确定的浏览用户数、推送用户数和资讯页面数量，确定该特征词的热门度；若该特征词的热门度大于或等于预设阈值，将该特征词确定为热门特征词；而热门特征词集合生成模块被配置成基于所确定的热门特征词生成热门特征词集合。
在本实施例的一些可选的实现方式中，上述敏感度确定模块包括特征词数量确定模块和敏感度确定子模块。其中，特征词数量确定模块被配置成对于至少一个子时间段中的每个子时间段，确定该子时间段内的热门特征词总数，以及确定在该子时间段内目标用户浏览过的热门特征词的数量；敏感度确定子模块被配置成基于所确定的热门特征词总数和目标用户浏览过的热门特征词的数量，确定在第一时间段内目标用户对热门特征词的敏感度。
在本实施例中，上述长期兴趣确定单元504可以利用第二特征词集合中的每个特征词的动作参数，确定目标用户对每个特征词的长期兴趣度，从而确定目标用户的长期兴趣(例如，将长期兴趣度大于或等于预设阈值的特征词作为目标用户的长期兴趣)。这里，长期兴趣可以指用户长期关注的主题。用户对特征词的长期兴趣度可以指用户对以特征词为主题的资讯页面的长期感兴趣的程度。
在本实施例的一些可选的实现方式中，上述长期兴趣确定单元504具体可以被配置成：对于第二特征词集合中的每个特征词，确定该特征词上次被目标用户浏览的日期以及出现该特征词的子时间段的数量；基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重；基于所确定的日期、数量和权重确定目标用户的长期兴趣。
在本实施例的一些可选的实现方式中，该装置500还可以包括第二行为数据获取单元、第二特征词提取单元和短期兴趣确定单元。其中，第二行为数据获取单元，被配置成获目标用户在第二时间段内的用户行为数据，第二时间段小于第一时间段；第二特征词提取单元被配置成从第二时间段的用户行为数据中提取特征词得到第三特征词集合，以及确定目标用户浏览包含有第三特征词集合中的特征词的资讯页面时的动作参数；而短期兴趣确定单元被配置成基于第三特征词集合和目标用户浏览包含有第三特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的短期兴趣。
在本实施例的一些可选的实现方式中，上述短期兴趣确定单元具体可以被配置成：对于第三特征词集合中的每个特征词，基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重；基于所确定的权重确定目标用户的短期兴趣。
在本实施例的一些可选的实现方式中，基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重，包括：基于目标用户浏览包含有该特征词的资讯页面时的动作参数确定目标用户对资讯页面的兴趣权重，兴趣权重用于区别用户对资讯页面是否感兴趣；确定该特征词在资讯页面中出现的次数以及包含该特征词的资讯页面的数量；基于目标用户对资讯页面的兴趣权重、该特征词在资讯页面中出现的次数以及包含该特征词的资讯页面的数量，确定该特征词的权重。
本申请的上述实施例提供的用于确定用户兴趣的装置，通过获取目标用户的用户行为数据，之后确定第一特征词集合和目标用户浏览包含特征词的资讯页面时的动作参数，然后从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词得到第二特征词集合，最后利用第二特征词集合和动作参数确定目标用户的长期兴趣，从而能够避免热点内容对用户长期兴趣的干扰。
进一步参考图6，作为对图4所示方法的实现，本申请提供了一种用于推送信息的装置的一个实施例，该装置实施例与图4所示的方法实施例相对应，该装置具体可以应用于服务器中。
如图6所示，本实施例的用于推送信息的装置600可以包括信息选取单元601和推送单元602。其中，信息选取单元601被配置成选取与长期兴趣和/或短期兴趣匹配的资讯信息；推送单元602被配置成向目标用户推送资讯信息。
在本实施例中，用于推送信息的装置600的上述信息选取单元601可以从资讯信息集合中选取与目标用户的长期兴趣和/或短期兴趣相匹配的资讯信息。其中，目标用户的长期兴趣和/或短期兴趣可以是采用图2所示的实施例描述的方法预先确定的。
在本实施例中，上述推送单元602可以向目标用户推送所选取的资讯信息。
本申请的上述实施例提供的用于推送信息的装置，通过选取与采用图2对应的实施例描述的方法确定的长期兴趣和/或短期兴趣相匹配的资讯信息，并向目标用户推送选取的推送信息，从而能够使推送的信息与用户的兴趣更匹配。
下面参考图7，其示出了适于用来实现本申请实施例的电子设备(例如图1的服务器106)的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例，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7所示，计算机系统700包括一个或多个中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如有机发光二极管(OLED)显示器、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；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709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，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710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708。
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709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701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：一种处理器包括第一行为数据获取单元、第一特征词提取单元、特征词剔除单元和长期兴趣确定单元。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，第一行为数据获取单元还可以被描述为“获取目标用户在第一时间段内的用户行为数据的单元”。
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：获取目标用户在第一时间段内的用户行为数据，第一时间段包括多个子时间段；从第一时间段的用户行为数据中提取用于表征目标用户的兴趣的特征词得到第一特征词集合，以及确定目标用户浏览包含有第一特征词集合中的特征词的资讯页面时的动作参数；从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合；基于第二特征词集合和目标用户浏览包含有第二特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的长期兴趣。
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 (20)
1.一种用于确定用户兴趣的方法，包括：
获取目标用户在第一时间段内的用户行为数据，所述第一时间段包括多个子时间段；
从所述第一时间段的用户行为数据中提取用于表征所述目标用户的兴趣的特征词得到第一特征词集合，以及确定所述目标用户浏览包含有所述第一特征词集合中的特征词的资讯页面时的动作参数；
从所述第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合；
基于所述第二特征词集合和所述目标用户浏览包含有所述第二特征词集合中的特征词的资讯页面时的动作参数，确定所述目标用户的长期兴趣。
2.根据权利要求1所述的方法，其中，所述从所述第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合,包括：
获取所述第一时间段内的热门特征词集合；
确定所述目标用户对所述热门特征词集合中的热门特征词的敏感度；
响应于所述敏感度大于或等于预设阈值，从所述第一特征词集合中剔除所述热门特征词集合中的热门特征词；
将剔除热门特征词后的第一特征词集合确定为第二特征词集合。
3.根据权利要求2所述的方法，其中，所述获取所述第一时间段内的热门特征词集合，包括：
获取所述第一时间段内的资讯页面；
从获取的资讯页面中提取用于表征用户兴趣的至少一个特征词；
对于所述至少一个特征词中的特征词，确定浏览过包含该特征词的资讯页面的浏览用户数、推送过包含该特征词的资讯页面的推送用户数、以该特征词为主题的资讯页面数量；基于所确定的浏览用户数、推送用户数和资讯页面数量，确定该特征词的热门度；若该特征词的热门度大于或等于预设阈值，将该特征词确定为热门特征词；
基于所确定的热门特征词生成热门特征词集合。
4.根据权利要求2所述的方法，其中，所述确定所述目标用户对所述热门特征词集合中的热门特征词的敏感度，包括：
对于所述至少一个子时间段中的子时间段，确定该子时间段内的热门特征词总数，以及确定在该子时间段内目标用户浏览过的热门特征词的数量；
基于所确定的热门特征词总数和所述目标用户浏览过的热门特征词的数量，确定在所述第一时间段内所述目标用户对热门特征词的敏感度。
5.根据权利要求1所述的方法，其中，所述基于所述第二特征词集合和所述目标用户浏览包含有所述第二特征词集合中的特征词的资讯页面时的动作参数，确定所述目标用户的长期兴趣，包括：
对于所述第二特征词集合中的特征词，确定该特征词上次被所述目标用户浏览的日期以及出现该特征词的子时间段的数量；基于所述目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重；基于所确定的日期、数量和权重确定所述目标用户的长期兴趣。
6.根据权利要求1所述的方法，其中，所述方法还包括：
获取所述目标用户在第二时间段内的用户行为数据，所述第二时间段小于所述第一时间段；
从所述第二时间段的用户行为数据中提取特征词得到第三特征词集合，以及确定所述目标用户浏览包含有所述第三特征词集合中的特征词的资讯页面时的动作参数；
基于所述第三特征词集合和所述目标用户浏览包含有所述第三特征词集合中的特征词的资讯页面时的动作参数，确定所述目标用户的短期兴趣。
7.根据权利要求6所述的方法，其中，所述基于所述第三特征词集合和所述目标用户浏览包含有所述第三特征词集合中的特征词的资讯页面时的动作参数，确定所述目标用户的短期兴趣，包括：
对于所述第三特征词集合中的特征词，基于所述目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重；基于所确定的权重确定所述目标用户的短期兴趣。
8.根据权利要求5或7所述的方法，其中，所述基于所述目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重，包括：
基于所述目标用户浏览包含有该特征词的资讯页面时的动作参数确定所述目标用户对资讯页面的兴趣权重，兴趣权重用于区别用户对资讯页面是否感兴趣；
确定该特征词在资讯页面中出现的次数以及包含该特征词的资讯页面的数量；
基于所述目标用户对资讯页面的兴趣权重、该特征词在资讯页面中出现的次数以及包含该特征词的资讯页面的数量，确定该特征词的权重。
9.一种用于推送信息的方法，包括：
选取与采用如权利要求1-8任一所述的方法确定的长期兴趣和/或采用如权利要求6-8任一所述的方法确定的短期兴趣匹配的资讯信息；
向目标用户推送所述资讯信息。
10.一种用于确定用户兴趣的装置，包括：
第一行为数据获取单元，被配置成获取目标用户在第一时间段内的用户行为数据，所述第一时间段包括多个子时间段；
第一特征词提取单元，被配置成从所述第一时间段的用户行为数据中提取用于表征所述目标用户的兴趣的特征词得到第一特征词集合，以及确定所述目标用户浏览包含有所述第一特征词集合中的特征词的资讯页面时的动作参数；
特征词剔除单元，被配置成从所述第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合；
长期兴趣确定单元，被配置成基于所述第二特征词集合和所述目标用户浏览包含有所述第二特征词集合中的特征词的资讯页面时的动作参数，确定所述目标用户的长期兴趣。
11.根据权利要求10所述的装置，其中，所述特征词剔除单元包括：
热门特征词获取模块，被配置成获取所述第一时间段内的热门特征词集合；
敏感度确定模块，被配置成确定所述目标用户对所述热门特征词集合中的热门特征词的敏感度；
热门特征词剔除模块，被配置成响应于所述敏感度大于或等于预设阈值，从所述第一特征词集合中剔除所述热门特征词集合中的热门特征词；
第二特征词确定模块，被配置成将剔除热门特征词后的第一特征词集合确定为第二特征词集合。
12.根据权利要求11所述的装置，其中，所述热门特征词获取模块包括：
资讯页面获取模块，被配置成获取所述第一时间段内的资讯页面；
特征词提取模块，被配置成从获取的资讯页面中提取用于表征用户兴趣的至少一个特征词；
热门特征词确定模块，被配置成对于所述至少一个特征词中的特征词，确定浏览过包含该特征词的资讯页面的浏览用户数、推送过包含该特征词的资讯页面的推送用户数、以该特征词为主题的资讯页面数量；基于所确定的浏览用户数、推送用户数和资讯页面数量，确定该特征词的热门度；若该特征词的热门度大于或等于预设阈值，将该特征词确定为热门特征词；
热门特征词集合生成模块，被配置成基于所确定的热门特征词生成热门特征词集合。
13.根据权利要求11所述的装置，其中，所述敏感度确定模块包括：
特征词数量确定模块，被配置成对于所述至少一个子时间段中的子时间段，确定该子时间段内的热门特征词总数，以及确定在该子时间段内目标用户浏览过的热门特征词的数量；
敏感度确定子模块，被配置成基于所确定的热门特征词总数和所述目标用户浏览过的热门特征词的数量，确定在所述第一时间段内所述目标用户对热门特征词的敏感度。
14.根据权利要求10所述的装置，其中，所述长期兴趣确定单元具体被配置成：
对于所述第二特征词集合中的特征词，确定该特征词上次被所述目标用户浏览的日期以及出现该特征词的子时间段的数量；基于所述目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重；基于所确定的日期、数量和权重确定所述目标用户的长期兴趣。
15.根据权利要求10所述的装置，其中，所述装置还包括：
第二行为数据获取单元，被配置成获取所述目标用户在第二时间段内的用户行为数据，所述第二时间段小于所述第一时间段；
第二特征词提取单元，被配置成从所述第二时间段的用户行为数据中提取特征词得到第三特征词集合，以及确定所述目标用户浏览包含有所述第三特征词集合中的特征词的资讯页面时的动作参数；
短期兴趣确定单元，被配置成基于所述第三特征词集合和所述目标用户浏览包含有所述第三特征词集合中的特征词的资讯页面时的动作参数，确定所述目标用户的短期兴趣。
16.根据权利要求15所述的装置，其中，所述短期兴趣确定单元具体被配置成：
对于所述第三特征词集合中的特征词，基于所述目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重；基于所确定的权重确定所述目标用户的短期兴趣。
17.根据权利要求14或16所述的装置，其中，所述基于所述目标用户浏览包含有该特征词的资讯页面时的动作参数确定该特征词的权重，包括：
基于所述目标用户浏览包含有该特征词的资讯页面时的动作参数确定所述目标用户对资讯页面的兴趣权重，兴趣权重用于区别用户对资讯页面是否感兴趣；
确定该特征词在资讯页面中出现的次数以及包含该特征词的资讯页面的数量；
基于所述目标用户对资讯页面的兴趣权重、该特征词在资讯页面中出现的次数以及包含该特征词的资讯页面的数量，确定该特征词的权重。
18.一种用于推送信息的装置，包括：
信息选取单元，被配置成选取与采用如权利要求1-8任一所述的方法确定的长期兴趣和/或采用如权利要求6-8任一所述的方法确定的短期兴趣匹配的资讯信息；
推送单元，被配置成向目标用户推送所述资讯信息。
19.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
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1-9中任一所述的方法。
20.一种计算机可读介质，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1-9中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811316647.XA CN109408725B (zh) | 2018-11-07 | 2018-11-07 | 用于确定用户兴趣的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811316647.XA CN109408725B (zh) | 2018-11-07 | 2018-11-07 | 用于确定用户兴趣的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109408725A true CN109408725A (zh) | 2019-03-01 |
| CN109408725B CN109408725B (zh) | 2020-09-29 |
Family
ID=65471833
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811316647.XA Active CN109408725B (zh) | 2018-11-07 | 2018-11-07 | 用于确定用户兴趣的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109408725B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111191124A (zh) * | 2019-12-23 | 2020-05-22 | 东软集团股份有限公司 | 确定兴趣标签权重的方法、装置、存储介质及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2051207A2 (en) * | 2007-10-15 | 2009-04-22 | Lockheed Martin Corporation | Method of object recognition in image data using combined edge magnitude and edge direction analysis techniques |
| CN102611785A (zh) * | 2011-01-20 | 2012-07-25 | 北京邮电大学 | 面向手机的移动用户个性化新闻主动推荐服务系统及方法 |
| CN102622445A (zh) * | 2012-03-15 | 2012-08-01 | 华南理工大学 | 一种基于用户兴趣感知的网页推送系统及方法 |
| CN102890689A (zh) * | 2011-07-22 | 2013-01-23 | 北京百度网讯科技有限公司 | 一种用户兴趣模型的建立方法及系统 |
| CN103455758A (zh) * | 2013-08-22 | 2013-12-18 | 北京奇虎科技有限公司 | 恶意网站的识别方法及装置 |
| CN107908789A (zh) * | 2017-12-12 | 2018-04-13 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
-
2018
- 2018-11-07 CN CN201811316647.XA patent/CN109408725B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2051207A2 (en) * | 2007-10-15 | 2009-04-22 | Lockheed Martin Corporation | Method of object recognition in image data using combined edge magnitude and edge direction analysis techniques |
| CN102611785A (zh) * | 2011-01-20 | 2012-07-25 | 北京邮电大学 | 面向手机的移动用户个性化新闻主动推荐服务系统及方法 |
| CN102890689A (zh) * | 2011-07-22 | 2013-01-23 | 北京百度网讯科技有限公司 | 一种用户兴趣模型的建立方法及系统 |
| CN102622445A (zh) * | 2012-03-15 | 2012-08-01 | 华南理工大学 | 一种基于用户兴趣感知的网页推送系统及方法 |
| CN103455758A (zh) * | 2013-08-22 | 2013-12-18 | 北京奇虎科技有限公司 | 恶意网站的识别方法及装置 |
| CN107908789A (zh) * | 2017-12-12 | 2018-04-13 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111191124A (zh) * | 2019-12-23 | 2020-05-22 | 东软集团股份有限公司 | 确定兴趣标签权重的方法、装置、存储介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109408725B (zh) | 2020-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108228906B (zh) | 用于生成信息的方法和装置 | |
| Nath et al. | What comes after Web 3.0? Web 4.0 and the Future | |
| US8914368B2 (en) | Augmented and cross-service tagging | |
| CN109460513A (zh) | 用于生成点击率预测模型的方法和装置 | |
| CN108153901A (zh) | 基于知识图谱的信息推送方法和装置 | |
| US20080059454A1 (en) | Search document generation and use to provide recommendations | |
| CN111666490A (zh) | 基于kafka的信息推送方法、装置、设备及存储介质 | |
| CN110413872A (zh) | 用于展示信息的方法和装置 | |
| CN101583945A (zh) | 提供虚拟的真正简单聚合（rss）订阅源 | |
| US10956470B2 (en) | Facet-based query refinement based on multiple query interpretations | |
| CN107122457A (zh) | 记录网络用户行为数据的方法及其装置、计算机可读介质 | |
| CN107977678A (zh) | 用于输出信息的方法和装置 | |
| CN109933217A (zh) | 用于推送语句的方法和装置 | |
| CN108694183A (zh) | 一种检索方法及装置 | |
| CN108073708A (zh) | 信息输出方法和装置 | |
| CN109783740A (zh) | 关注页面的排序方法及装置 | |
| CN109471976A (zh) | 网页操作数据的处理方法、装置、电子设备及存储介质 | |
| CN110020132A (zh) | 关键词推荐方法、装置、计算设备及存储介质 | |
| Rai et al. | Using open source intelligence as a tool for reliable web searching | |
| CN110399459A (zh) | 在线文档的搜索方法、装置、终端、服务器及存储介质 | |
| CN109408725A (zh) | 用于确定用户兴趣的方法和装置 | |
| CN109756525A (zh) | 信息订阅方法及装置 | |
| CN112000823A (zh) | 功能入口显示方法、电子设备及计算机可读存储介质 | |
| Silva-Lepe et al. | Soalive service catalog: A simplified approach to describing, discovering and composing situational enterprise services | |
| Zhang | [Retracted] Optimization of an Intelligent Music‐Playing System Based on Network Communication |
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 | ||
| CB02 | Change of applicant information |
Address after: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Daxing Economic and Technological Development Zone, Beijing, 100176 Applicant after: JINGDONG DIGITAL TECHNOLOGY HOLDINGS Co.,Ltd. Address before: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Daxing Economic and Technological Development Zone, Beijing, 100176 Applicant before: BEIJING JINGDONG FINANCIAL TECHNOLOGY HOLDING Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Daxing Economic and Technological Development Zone, Beijing, 100176 Patentee after: Jingdong Technology Holding Co.,Ltd. Address before: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Daxing Economic and Technological Development Zone, Beijing, 100176 Patentee before: Jingdong Digital Technology Holding Co.,Ltd. Address after: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Daxing Economic and Technological Development Zone, Beijing, 100176 Patentee after: Jingdong Digital Technology Holding Co.,Ltd. Address before: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Daxing Economic and Technological Development Zone, Beijing, 100176 Patentee before: JINGDONG DIGITAL TECHNOLOGY HOLDINGS Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |